基于聲譽考慮的高管和控股股東策略演化博弈研究

楊俊杰+曹國華

摘要：在委托代理理論的框架下，基于中國上市公司單一控股股東特征的股權結構，分析中國上市公司高管與控股股東的委托代理問題對中國公司的治理有重要的作用。在高管與控股股東有限理性的假設前提下，文章引入了聲譽激勵機制的動態模型，運用演化博弈理論分析對高管實施激勵過程中，高管是否努力工作的策略選擇和控股股東是否選擇監督的策略選擇的互動機制，揭示了基于聲譽考慮的高管和控股股東在委托代理關系中的演化進程，并對影響該動態系統穩定的關鍵因素進行分析。研究結果表明，演化博弈不存在最優的穩定策略，但存在三個局部穩定策略。文章最后提出通過結合股權和股票期權等顯性激勵，加大對有偷懶行為的高管處罰力度，通過聘用高聲譽的高管發揮聲譽的隱性激勵作用等方法使演化博弈的策略向公司委托代理機制所期望達到的最優目標收斂。

關鍵詞：高管；控股股東；聲譽激勵；演化博弈

中圖分類號：F276.6；F062.5 文獻標志碼：A 文章編號：10085831（2016）04007110

一、問題與文獻回顧

由于股權結構的差異，新興市場國家的公司治理問題與發達國家的差異一直是學術界關注的重點。陳仕華和鄭文全[1]在現有文獻基礎上，按照股權結構把公司治理問題劃分為三種治理類型：以英美等少數國家為代表的分散持股代理型公司治理；以西歐大陸國家和東亞國家為代表的單一控股股東剝奪型公司治理；以中國、俄羅斯和新加坡等國為代表的單一控股股東混合型公司治理。在中國具體表現為國有企業的公司治理問題為混合型公司治理問題，民營企業的公司治理問題為剝奪型公司治理問題，但無論是中國的國有企業還是民營企業，均存在控股股東，這與英美等國為代表的董事會行使股東權力并委托高管對公司進行經營決策有著本質的區別。但是，無論是董事會和高管的委托代理關系還是控股股東和高管的委托代理關系均存在著信息不對稱，代理人由于存在自利的動機，可能會出現“逆向選擇”和“道德風險”，因此委托人有必要建立激勵和制衡機制，避免因為代理人自利損害公司利益。

目前，對企業高管的激勵主要分為顯性激勵和隱性激勵。雖然現有研究尚未就高管的激勵問題達成一致的意見，但學術界仍比較一致地認為，由固定工資、獎金、股權和股票期權等構成的顯性激勵并不一定能完全對高管起到良好的激勵效果。其中，固定工資不利于激發高管的積極性；獎金則有可能助長高管的短期目標和投資短視行為[2]；股權和股票期權雖能依靠企業外部的市場力量監督高管的決策行為和業績表現，并通過資本市場將高管的決策和行為對公司發展的預期影響資本化，反映企業的真實業績表現，但要使股權或者股票期權完全發揮作用，股票市場必須是有效的，能夠真實反映公司的經營狀況，當股票市場不能達到強式有效的時候，公司高管的努力可能得不到市場的承認，或者高管不努力但得到了市場的承認，此時，股權和股票期權的補償激勵就有可能失效。但完全強式的股票市場在現實世界中難以達到，即使美國等發達國家的股票市場也只是達到了半強式有效，而中國股票市場是否達到了弱式有效也尚有異議[3-4]，因此，股權或股票期權對高管的激勵效果也有一定的局限性。此外，經濟報酬的顯性激勵在特定的條件下，對高管的激勵效果可能不明顯。當高管的收入很高時，根據效應遞減理論，閑暇時間的效應可能要比經濟報酬的效應更高，此時，高管可能會選擇偷懶享受美好的閑暇時光，而不是進行努力工作。因此，考慮高管的聲譽隱性激勵作用將對顯性激勵起到很好的補充。

Fama[5]最早提出管理者聲譽的概念，并驗證了代理人市場聲譽模型，通過模型分析得出在無限長的時間內和高管聲譽的激勵下，即使高管的實際能力未知，高管在沒有任何監督的情況下也有可能努力工作。Kreps等[6]基于Fama的思想建立了代理人—聲譽模型，簡稱KMRW聲譽模型，該模型在博弈重復次數足夠長的假定下，對有限重復博弈中聲譽效應（即合作現象）作出了很好的解釋。Holmstrom[7]也在Fama的基礎上提出代理人市場聲譽模型，認為聲譽是通過長期動態重復博弈建立的相互作用機制。Milbourn[8]建立了一個新的評價模型，引入CEO的任期、CEO的任職來源、CEO的媒體曝光率和消除行業影響的公司業績作為CEO聲譽的代理變量，并得出CEO聲譽和薪酬之間存在著正相關的關系。Desai等[9]研究表明，管理者聲譽機制能夠起到與顯性激勵契約相同的作用，緩解管理者由于進行冒失的會計行為和欺詐行為所產生的道德風險。Karuna[10]的研究發現，CEO聲譽與公司治理強度之間呈“U”型曲線的關系，CEO聲譽過低或過高，都將提高公司的治理強度，只有當CEO聲譽在一定的水平時，才能維持較低的治理強度。Jin和Yeo[11]探討了對公司和CEO有明顯偏向的新聞報道對客戶滿意度和客戶與公司關系影響。結論表明，消極的新聞消息對公司形象和CEO聲譽具有消極的影響，進而影響到客戶對本公司產品的滿意度和忠誠度。Liu等[12]檢驗了訴訟和CEO聲譽之間的關系，發現公司在經歷合同訴訟案件之后，繼續留在原公司的CEO，其權力將會受到董事會席位增加的限制；而辭職再就業的CEO，聲譽受損使其就業前景暗淡。

國內對高管聲譽機制的研究主要集中于聲譽激勵的應用。劉惠萍和張世英[13]建立了聲譽激勵機制和顯性激勵機制相結合的最優契約模型，通過把顯性激勵機制和聲譽激勵機制相結合對單純的顯性激勵機制進行帕累托改進?？追搴蛷埼14]通過研究中國國有企業經理人的雙重聲譽（政治聲譽和市場聲譽）對經理人長期激勵的效果，發現隨著市場聲譽效用系數的提高，政治聲譽效應系數將下降，進而有效地遏制了經理人的投機行為。牛冬梅和劉慶巖[15]構建了基于機構投資者參與治理和監督的經理人職業聲譽理論模型，發現隨著機構持股比例的升高，企業經理人面臨的聲譽風險將降低，并能獲得與經營能力相適應的薪酬回報。

由于聲譽是代理人和委托人長期動態重復博弈建立的相互作用機制[6]，因此要充分考慮聲譽機制在委托代理問題中對高管的隱性激勵作用，必須對高管和控股股東雙方博弈過程進行動態分析，而現有的文獻在研究代理人聲譽激勵機制時，大多未能動態地反映出代理人與委托人之間的委托代理關系。與以往的文獻不同，本文擬從演化博弈的角度分析基于聲譽考慮的高管與控股股東之間的動態重復博弈過程。

演化博弈論是把博弈理論與動態演化過程結合起來的一種理論，它的思想來源于達爾文的生物進化論和拉馬克的遺傳基因理論[16-17]，認為在有限理性的假設前提下，博弈參與人不可能在每一次的博弈中都能找到最優的穩定策略，但隨著博弈參與人在每次博弈中的不斷模擬和改進，并經過長期的演化過程，博弈參與人所形成的動態系統將會達到某個穩定策略，或處在一個向穩定策略不斷接近的過程中。這時所有博弈參與人都會趨于某個穩定的策略（ESS）[18]。究竟達到哪個穩定策略，取決于演化博弈的初始狀態及演化路徑[19]。相比較于傳統的博弈論，基于有限理性假設的演化博弈論更貼近現實，并在中小企業合作[20]、制度變遷[21]和公共資源占有[22]等社會經濟領域廣泛應用。

作為理性人的企業高管，具有以自己利益最大化的天然訴求，而高管們一般都是高收入群體，在經濟訴求之外，他們也有一定的非經濟訴求，比如良好的聲譽、享受閑暇時間等非經濟效應，因此高管追求自身效應最大化應包括經濟效應和非經濟效應。由于與代表公司行事的控股股東存在信息不對稱，他們在進行偷懶行為享受閑暇時間的時候很難知曉自己的選擇是否能達到自身利益最大化，因為他們不知道控股股東是否會選擇監督以及監督的強度如何，自己選擇偷懶行為是否會被發現，被發現后對其聲譽的影響程度，因此高管追求自身效應最大化的理性只能是有限理性。同理，因為存在信息不對稱，控股股東也難以完全掌握高管的決策和行為，控股股東并不知道高管是否以公司利益最大化努力工作，還是進行偷懶行為追求個人效應最大化。且對高管進行監督存在監督成本，控股股東選擇監督或不監督的收益依賴于高管的行為選擇，所以對于控股股東追求公司利益最大化而選擇是否對高管進行監督的理性也只能是有限理性。

為此，本文將高管的聲譽、高管和控股股東形成的委托代理關系和演化博弈放在一個框架內進行研究?；谟邢蘩硇?，本文重點研究基于聲譽考慮的高管在工作時努力水平的選擇與控股股東監督策略的選擇，并刻畫他們在該互動機制的演化博弈過程，演示雙方最終形成穩定策略的內在機制，分析在演化博弈過程中影響該動態系統穩定的關鍵因素。本文的創新有以下兩點：其一，本文通過引入演化博弈的方法動態分析基于聲譽考慮的高管與代表公司利益的控股股東之間的演化博弈過程，為研究中國公司治理問題中的委托代理關系提供了一個新的視角；其二，本文通過刻畫高管與控股股東之間的動態演化博弈過程，揭示雙方最終形成穩定策略的內在機理及關鍵影響因素，為研究有限理性下的委托代理雙方的行為策略選擇提供參考依據。

二、模型建立

在有單一控股股東的中國公司內部，由代表公司利益的控股股東聘用職業高管對公司進行經營決策。由于存在信息不對稱，控股股東對高管的真實能力并不完全了解，只能依據其過往的業績表現來衡量他的能力，并且高管在進行經營決策過程中，往往由于個人利益與公司利益之間存在著一定的沖突，導致高管并不一定會以公司利益最大化進行投資決策，所以有限理性的控股股東一般會有兩種策略選擇：一種是選擇對高管進行監督，另一種是選擇不監督。高管為追求個人利益最大化的理性人，他的理性也為有限理性。高管的效應目標為經濟效應（如薪酬、獎金等）和非經濟效應（如閑暇時間、聲譽等），因此，在日常行為中，高管也有兩種策略選擇：一種是以公司利益最大化進行投資決策，努力工作；另一種是追求個人效應目標最大化，在追求經濟效應的同時，還追求非經濟效應，選擇偷懶行為享受閑暇時間。

用πf表示高管努力工作時為公司創造的利益，此時高管所獲得的收益為f（πf）。用π0表示高管在工作中選擇偷懶時為公司創造的利益，此時高管所獲得的收益為f（π0）。當高管選擇偷懶時所獲得的非經濟效應假設為額外收益e?？毓晒蓶|對高管的監督成本為φ，且高管聲譽越高，控股股東對其進行監督越困難，監督成本隨著高管聲譽的升高而升高，因此假設監督成本函數為φ（r），r表示高管聲譽，滿足φ′（r）>0，φ′′（r）>0。假設用k表示控股股東監督的力度系數，監督的力度越大，高管以個人利益最大化進行投資時被發現的概率也越高，而且監督的力度越大，控股股東所付出的監督成本φ（r）也將越高，因此k也可以用來表示監督成本系數，且0≤k≤1，所以我們也可以把控股股東對高管的監督成本函數表示為φ（r）=kr2。假設當控股股東發現高管以個人利益最大化進行投資時，對高管的處罰設為P，除了處罰之外，高管一旦被發現有偷懶行為將對其聲譽有嚴重的影響，聲譽越高的高管，對其影響也越大。假設高管被發現在工作中選擇偷懶時聲譽的損失為σ（r），σ′（r）>0，σ′′（r）>0。由于高管偷懶并不一定總會被發現，工作中被發現在偷懶的概率與控股股東的監督力度成正比，因此這里可以把高管在工作中選擇偷懶的期望損失表示為k[P+σ（r）]，控股股東通過監督發現高管在工作中偷懶時進行處罰的期望收益也可以表示為kP。假設高管選擇努力工作的概率為α，選擇偷懶的概率為1-α?？毓晒蓶|采取監督的概率為β，不監督的概率為1-β。得出的高管與控股股東博弈的收益矩陣如表1。

2.控股股東的博弈演化趨勢

同理，對控股股東的復制動態方程進行穩定性分析，可知，當α*=kP-φ（r）kP時，F（β）=0，F′（β）=0，此時所有的β都是穩定狀態，即當高管以公司利益最大化進行投資的概率達到α*=kP-φ（r）kP時，控股股東選擇進行監督或者不監督的可能性是穩定的。

當α*≠kP-φ（r）kP時，同理也有以下幾種情況。

（1）若kP-φ（r）kP<0，即kP<φ（r），表示控股股東對高管進行監督并發現高管有偷懶行為對其處罰得到的收益小于監督成本，恒有α*>kP-φ（r）kP，可知β1=0為演化穩定策略?？毓晒蓶|選擇不監督的策略，且這種策略選擇不依賴于高管的策略變化。

（2）若kP-φ（r）kP>0，即kP>φ（r），表示控股股東對高管進行監督并發現控股股東有偷懶行為對其處罰得到的收益大于監督成本。由復制動態微分方程穩定性定義及演化穩定策略性質知：①當α*kP-φ（r）kP時，對于β1=0，β2=1，可知β1=0為演化穩定策略。即當高管選擇努力工作的概率大于kP-φ（r）kP時，控股股東選擇不對高管進行監督是其最優的策略選擇。

控股股東復制動態相位圖如圖2所示。

（二）高管與控股股東策略的演化穩定性分析

將高管與控股股東的策略作為一個動態系統考慮，那么由高管和控股股東的復制動態方程（4）和（8）組成的動態系統在平面S=（α，β）；0≤α，β≤1共有五個局部均衡點，分別為（0，0）；（1，0）；（0，1）；（1，1）；（α*=kP-φ（r）kP，β*=f（π0）-f（πf）+ekP+kσr）。對于點（α*=kP-φ（r）kP，β*=f（π0）-f（πf）+ekP+kσr）僅在kP-φ（r）kP∈[0，1]，f（π0）-f（πf）+ekP+kσr∈[0，1]的條件下成立。對于一個由微分方程系統描述的群體動態，其均衡點的穩定性是由該系統得到的Jacobi矩陣的局部穩定性分析得到的[23]。因此基于Jacobi矩陣的局部穩定性，式（4）和式（8）組成的Jacobi矩陣為：

由表2的分析結果可知，由高管和控股股東的復制動態方程（4）和（8）組成的動態系統有三個局部均衡點是穩定的，它們是（0，0）；（1，0）；（0，1）。這三個穩定的局部均衡點分別對應的演化穩定策略為高管選擇偷懶，控股股東選擇不監督；高管選擇努力工作，控股股東選擇不監督；高管選擇偷懶，控股股東選擇監督。此外，該動態系統還有一個不穩定的局部均衡點（1，1）和一個鞍點（α*=kP-K（r）kP，β*=f（π0）-f（πf）+ekP+kσr）。

點（0，0）和點（0，1）中高管的選擇均是偷懶，因為高管選擇偷懶行為所獲得的收益即使在受到處罰時仍大于努力工作時所帶來的收益，所以無論控股股東的策略如何變化，高管將選擇進行偷懶的策略。

此時，若控股股東對高管監督的成本大于監督所獲得的收益時，控股股東選擇不監督，因此，系統將收斂于（0，0）；若控股股東對高管監督的成本小于監督所獲得的收益時，控股股東將選擇對高管進行監督，系統將收斂于（1，0）。

對于點（1，0），高管選擇偷懶行為所獲得的收益即使在沒有受到處罰時仍小于努力工作時所帶來的收益，因此高管將選擇以公司利益最大化努力工作，而對于控股股東此時選擇不對高管監督將是最優策略，故系統收斂于（1，0）。

對于不穩定的局部均衡點（1，1），高管選擇努力工作，控股股東選擇監督，但是經過一段時間后，控股股東進行監督只會支出成本而得不到收益，因此經過博弈長期的學習和選擇，最終點（1，1）將會收斂于穩定均衡點（1，0）。

（三）模型討論

第一，當f（π0）+e-[kP+kσr]>f（πf）時，高管選擇偷懶行為所獲得的收益在受到處罰時大于努力工作所帶來的收益，高管將選擇進行偷懶，且無論控股股東是否選擇對高管進行監督，高管選擇偷懶的策略都不會改變。此時，高管由于進行偷懶行為的聲譽損失滿足的條件為σr0，σ′′（r）>0，說明此時的高管聲譽不高，以至于高管進行偷懶行為時即使被發現，高管的聲譽損失過小而不足對其整體利益產生威脅。在中國，“59歲現象”在政治領域和經濟領域都很普遍?！?9歲現象”除了表現為臨退之前“撈一把”的典型現象外，更為常見的是，在未到退休的時候就處于退休的狀態，當一天和尚撞一天鐘，因此對于大部分臨近退休的高管，無論控股股東監督與否，努力工作顯然不會是他們最優的策略選擇。

（1）在f（π0）+e-[kP+kσr]>f（πf）的條件下，當kP<φ（r），即控股股東對高管進行監督并發現高管有偷懶行為對其處罰得到的收益小于監督成本，控股股東將選擇不監督，因為φ′（r）>0，φ′′（r）>0，說明雖然高管的聲譽不高，但是由于對高管監督并發現其進行偷懶行為對其處罰的值P偏小，導致控股股東選擇監督并發現高管偷懶對其進行處罰所得的收益小于其監督成本，控股股東將選擇不監督，所以此時的局部穩定均衡點為（0，0），高管選擇偷懶行為，控股股東選擇不監督。一般臨近退休的高管很多都是為公司為國家奉獻了一輩子的老員工，他們閱歷豐富且德高望重，對他們進行監督的成本顯然要大于對其處罰得到的收益。

（2）在f（π0）+e-[kP+kσr]>f（πf）的條件下，當kP>φ（r），即控股股東對高管進行監督并發現高管有偷懶行為對其處罰得到的收益大于監督成本，此時高管的聲譽不高，控股股東對高管監督并發現其進行偷懶行為對其處罰的值P大于對他的監督成本，控股股東選擇監督的策略，所以此時的局部穩定均衡點為（0，1），高管選擇偷懶行為，控股股東選擇監督。目前，對于有些國有企業高管，他們聲譽不高，對其監督也不困難，但由于他們的任免權是由政府的行政命令和人事任命來決定的[24]，導致這些高管鋌而走險，選擇不以公司利益最大化而努力工作。

第二，當f（π0）+e

因為f（π0）+ef（π0）-f（πf）+ekP+kσr。

高管和控股股東復制動態和穩定性此時，若kP<φ（r），即控股股東對高管監督進行監督并發現高管有偷懶行為對其處罰得到的收益小于監督成本，控股股東將選擇不監督，由于高管的聲譽過高，所以對其監督的難度太大且監督成本過高，導致控股股東選擇不對其進行監督，所以此時的局部穩定均衡點為（1，0）。對于公司從經理人市場高薪聘用的職業經理人或從競爭對手中挖過來的高管，他們具有較強的能力，在經理人市場上也具有很高的聲譽，他們在新公司除了享有高額的薪酬外，從追求非經濟效應的角度看，他們也會基于聲譽考慮而選擇以公司利益最大化努力工作。而且聲譽高的高管，對其監督將變得相對困難，監督成本也較高，所以此時控股股東選擇不監督是明智的。

令α*=kP-φ（r）kP，β*=f（π0）-f（πf）+ekP+kσr，用x、y為坐標軸的平面圖來表示高管與控股股東策略變化的動態演化趨勢，可得圖3。

從圖3可以看出，當f（π0）+e-[kP+kσr]>f（πf），恒有β*f（πf）時，高管將選擇進行偷懶，且高管的這種選擇不依賴于控股股東的策略變化。

當f（π0）+ef（π0）-f（πf）+ekP+kσr，在圖3中表示為區域C和D，此時區域C和D的演化穩定策略為α=1，也再次印證了當f（π0）+e

當kP<φ（r）時，恒有α*>kP-φ（r）kP，在圖3中表示為區域B和C，此時區域B和C的演化穩定策略為β=0，即無論高管的策略變化如何，控股股東都將選擇不監督的策略。

當kP>φ（r），f（π0）+e-[kP+kσr]f（πf），此時控股股東發現高管偷懶對其進行處罰的所得收益大于監督成本，高管選擇進行偷懶在未被發現時的收益大于努力工作的收益，在進行偷懶被發現并被處罰后的收益小于努力工作的收益。這種情況下沒有演化穩定策略，最終的狀態由博弈雙方的學習調整速度決定。

現實中，在三個穩定的局部均衡點中，點（1，0）是公司委托代理機制所期望達到的最優目標，因為此時高管選擇努力工作，控股股東選擇不監督，高管與控股股東之間形成一種互信的良好委托代理機制，使公司利益最大化，并避免了控股股東由于進行監督產生的監督成本，達到股東利益最大化的最終目的。因此應當使博弈雙方選擇（努力工作，不監督）策略的概率盡量增加。

（四）影響演化博弈動態系統的關鍵因素分析

要滿足點（1，0）的條件分別是β*>f（π0）-f（πf）+ekP+kσr和α*>kP-φ（r）kP，故可以通過減小f（π0）-f（πf）+ekP+kσr和kP-φ（r）kP的值使高管與控股股東形成的動態系統達到理想的穩定均衡狀態（1，0）的概率增加。結合演化博弈的穩定分析，當f（π0）+e

1.高管的利益與公司的利益一致

使高管以個人利益最大化進行工作時的收益（f（π0）+e）盡量接近于以公司利益最大化進行工作時的收益（f（πf））。通過設定激勵效果更好的薪酬合約，使高管的個人利益與公司的利益盡量一致，如對高管采取股權和股票期權激勵形式，或者對高管進行考核后，對未被發現進行偷懶行為的高管進行額外獎勵。此外，從經理人市場高薪聘用高聲譽的高管，也能達到高管利益與公司利益趨于一致，由于聲譽的隱性激勵作用，高聲譽的高管為了維持其來之不易的聲譽，將會以公司利益最大化進行努力工作并創造良好業績。

2.對高管的監督強度

控股股東對高管監督的監督系數越大，監督強度也會越大，發現高管偷懶行為的概率也越高，但由于隨著監督系數的提高，監督成本也將升高，所以控股股東不用選擇一直對高管進行監督，可以選擇不定期對高管進行監督，以防高管的努力程度發生變化。因此控股股東應該在監督成本可接受的條件下，提升對高管的監督系數，選擇不定期對高管進行監督。此外，審計委員會作為董事會中為提高治理水平而安排的一項重要制度，分擔了控股股東在內部控制和財務報告方面的部分工作，對于改善公司治理效率作用重大[25]。周蘭[26]研究發現審計委員會中財務專家的比例越多，審計委員會越有能力監督財務報告過程，并促使審計委員會提高監督效率。因此公司應當在董事會設立審計委員會，并提高財務專家在審計委員會中的比例，進而提高公司對高管的監督效率。

3.對高管的處罰

增加對高管偷懶行為的處罰（P值）將使高管由于損失太大而不得不提高自己努力工作的程度，減少其偷懶行為。除了進行金錢上的處罰之外，還可以把處罰與股權和股票期權掛鉤，增加處罰力度。比如：當高管被發現沒有按照公司利益最大化進行努力工作時，可以取消對其股權和股票期權的激勵。

4.高管聲譽

由于σ′（r）>0，σ′′（r）>0，聲譽越高的高管，選擇偷懶行為被發現的損失也越大，高聲譽高管的損失不僅體現在經濟利益上，還體現在對其未來職業生涯的消極影響。因此，應當在公司成本可控的條件下聘用高聲譽的高管，使其因聲譽的制衡作用而以公司利益最大化進行投資決策，努力工作。此外，由于φ′（r）>0，φ′′（r）>0，對高聲譽高管監督的成本也相對較高，所以在監督成本一定的條件下，應當對高聲譽的高管采用不定期監督的策略，對低聲譽的高管采用更頻繁的監督，以防低聲譽的高管選擇偷懶的行為。

四、結論與啟示

本文運用演化博弈理論研究了基于聲譽考慮的高管努力水平的策略選擇和以控股股東為代表的委托人監督的策略選擇的互動機制。在高管和控股股東為有限理性的條件下，強調博弈參與方的動態性和學習性，得出如下結論。

第一，在長期演化過程中，當高管選擇偷懶行為所獲得的收益在受到處罰時大于努力工作所帶來的收益時，無論控股股東的策略選擇如何，有限理性的高管會選擇偷懶行為。

第二，在長期演化過程中，當高管選擇偷懶行為的收益小于選擇努力工作的收益時，無論控股股東的策略選擇如何，有限理性的高管會努力工作。

第三，在長期演化過程中，當控股股東對高管進行監督并發現高管有偷懶行為對其處罰得到的收益小于監督成本時，無論高管的策略選擇如何，控股股東都會選擇不監督策略。

第四，在長期演化過程中，當控股股東發現高管偷懶對其進行處罰的所得收益大于監督成本，且高管選擇進行偷懶在未被發現時的收益大于努力工作的收益，在進行偷懶被發現并被處罰后的收益小于努力工作的收益時，沒有演化穩定策略，最終的狀態由雙方的學習調整速度決定。

第五，最終結果顯示系統存在三個演化穩定狀態，分別是高管選擇偷懶，控股股東選擇不監督；高管選擇努力工作，控股股東選擇不監督；高管選擇偷懶，控股股東選擇監督。在這三個演化穩定狀態中，只有高管選擇努力工作，控股股東選擇不監督的演化策略才是公司委托代理機制所期望達到的最優理想目標。

因此，可以通過結合顯性激勵和聲譽的隱性激勵作用，使高管與控股股東形成的動態系統向理想的穩定均衡策略收斂，具體的措施主要有以下幾點。

其一，通過結合股權和股票期權激勵形式，使高管的個人利益與公司利益保持一致；或者對高管進行考核后，對未被發現進行偷懶行為的高管進行額外獎勵；與隱性的聲譽激勵結合，對于業績不好的公司，可以考慮從經理人市場高薪聘用高聲譽的高管，使高聲譽的高管基于聲譽的隱性激勵作用，以公司利益最大化進行努力工作。

其二，為了節約監督高管的成本，可以考慮在董事會中設立審計委員會，并提高財務專家在審計委員會中的比例，提高公司對高管的監督效率。

其三，加大對追求個人利益最大化進行偷懶行為高管的處罰力度，并把處罰與股權和股票期權掛鉤，當高管被發現沒有按照公司利益最大化進行努力工作時，可以取消對其股權和股票期權的激勵。

其四，設計合理的薪酬合約更好地發揮聲譽的激勵作用，對高聲譽的高管應采取提高監督力度且進行不定期監督的策略，對低聲譽的高管則應采取較為頻繁的監督策略。

參考文獻：

[1]陳仕華，鄭文全.公司治理理論的最新進展：一個新的分析框架[J].管理世界，2010（2）：156-166.

[2]LAUX V.Stock option vesting conditions，CEO turnover， and myopic investment[J].Journal of Financial Economics，2012，106（3）：513-526.

[3]陳燈塔，洪永淼.中國股市是弱式有效的嗎[J].經濟學，2003，3（1）：97-124.

[4]張兵，李曉明.中國股票市場的漸進有效性研究[J].經濟研究，2003（1）：54-61.

[5]FAMA E F.Agency problems and the theory of the firm[J].The journal of political economy，1980，88（2）： 288-307.

[6]KREPS D M，MILGROM P， ROBERTS J，et al.Rational cooperation in the finitelyrepeated prisoners dilemma[J].Journal of Economic Theory，1982，27：245-252.

[7]HOLMSTROM B.Managerial incentive problems：A dynamic perspective[J].The Review of Economic Studies，1999，66（1）：169-182.

[8]MILBOURN T T.CEO reputation and stockbased compensation[J].Journal of Financial Economics，2003，68（2）：233-262.

[9]DESAI H，HOGAN C E，Wilkins M S.The reputational penalty for aggressive accounting：Earnings restatements and management turnover[J].The Accounting Review，2006，81（1）：83-112.

[10]KARUNA C.CEO reputation and internal corporate governance[R].Working Paper.The Paul Merage School of Business，2009.

[11]JIN C H，YEO H C.Satisfaction， corporate credibility，CEO reputation and leadership effects on public relationships[J].Journal of Targeting，Measurement and Analysis for Marketing，2011，19（2）：127-140.

[12]LIU C，AHARONY J，RICHARDSON G，et al.Corporate litigation and changes in CEO reputation：Guidance from US Federal Court lawsuits[J].Journal of Contemporary Accounting & Economics，2016，12（1）：15-34.

[13]劉惠萍，張世英.基于聲譽理論的我國經理人動態激勵模型研究[J].中國管理科學，2005，13（4）：78-86.

[14]孔峰，張微.基于雙重聲譽的國企經理長期激勵最優組合研究[J].中國管理科學，2014，22（9）：133-140.

[15]牛冬梅，劉慶巖.機構持股，投資決策與高管薪酬——基于經理人職業聲譽模型的理論分析[J].西安交通大學學報（社會科學版），2015，35（3）：59-64.

[16]TAYLOR P D，JONKER L B.Evolutionary stable strategies and game dynamics[J].Mathematical biosciences，1978，40（1）：145-156.

[17]SMITH J M.Evolution and the theory of games[M].Cambridge ：Cambridge university press，1982.

[18]SMITH J M，PRICE G R.The logic of animal conflict[J].Nature，1973，246：15.

[19]吳炯，彭飛.公司治理結構演進的進化博弈分析[J].管理工程學報，2004，18（2）：114-116.

[20]林鴻熙.中小企業誠信合作機制的演化博弈分析[J].重慶大學學報（社會科學版），2014，20（6）： 84-88.

[21]SARAVIA A.Institutional change from an evolutionary perspective：The Mexican experience[J].Constitutional Political Economy，2008，19（2）：129-147.

[22]NOAILLY J，Van Den BERGH J C J M，WITHAGEN C A.Local and global interactions in an evolutionary resource game[J].Computational Economics，2009，33（2）：155-173.

[23]FRIEDMAN D.Evolutionary games in economics[J].Econometrica：Journal of the Econometric Society，1991，59（3）：637-666.

[24]楊繼國，童香英.逆向激勵，國有企業監督與職工剩余控制權[J].中國工業經濟，2006（7）：21-27.

[25]BLACK B，KIM W.The effect of board structure on firm value： A multiple identification strategies approach using Korean data [J].Journal of Financial Economics，2012，104（1）：203-226.

[26]周蘭.審計委員會特征與審計收費的研究[J].財經理論與實踐，2010（3）：87-92.

Abstract： Analyzing principal-agent problem between executives and controlling shareholders has very important roles based on the characteristic of single controlling shareholder in Chinese listing company under the framework of principal agent theory. This paper introduces reputation incentive mechanism based on the assumption of both executives and controlling shareholders are bounded rational. Then it uses evolutionary game theory to analyze the process of motivate executives， the interactive mechanism of whether the executives work hard or not and whether controlling shareholders supervise or not. It reveals the evolutional process of executives and controlling shareholders in the principal-agent relationship based on the consideration of reputation. And then the paper analyzes the key factors which impact the stability of dynamic system. The results show that there doesnt exist optimal stability strategy but with three local stability strategies. Finally， it proposes to design reasonable incentive mechanism in order to make principal-agent mechanism converge to an ideal state of optimal aim， through combined explicit incentive mechanism such as stock rights and stock option， beef up the penalties for shirking and opportunistic behaviors of executives and implicit incentive mechanism such as hire high reputation executives to make managers personal interest close to company interest.

Key words： executives； controlling shareholders； reputation incentive； evolutionary game theory

（責任編輯 傅旭東）