黃東奇

（肇慶農(nóng)村商業(yè)銀行股份有限公司，廣東 肇慶 526040）

博弈論（Game Theory，亦稱對策論或賽局理論）是研究理性決策者之間戰(zhàn)略互動的數(shù)學(xué)模型 （Mathematical models），是研究具有斗爭或競爭性質(zhì)現(xiàn)象的理論和方法。博弈論既是現(xiàn)代數(shù)學(xué)的一個新分支，也是運籌學(xué)的一個重要學(xué)科，在社會科學(xué)（Social science）、邏輯學(xué)（Logic）、系統(tǒng)科學(xué)（Systems science）和計算機科學(xué)（Computer science）中也有應(yīng)用。博弈論最初產(chǎn)生于零和游戲（Zero-sum game，也稱零和博弈），在這種游戲中，贏家的利潤來自于輸家的虧損，每個參與者的收益或損失由其他參與者的損失或收益來平衡，各方損益總和永遠(yuǎn)為“零”。今天，博弈論適用于廣泛的行為關(guān)系，已成為人類、動物和計算機邏輯決策科學(xué)的總稱。

在經(jīng)濟學(xué)中，博弈涉及均衡。均衡意即相關(guān)量處于穩(wěn)定值。在供求關(guān)系中，某一商品市場如果在某一價格下，想以此價格買此商品的人均能買到，而想賣的人均能賣出，此時表明該商品的供求達(dá)到了均衡。納什均衡，是穩(wěn)定的博弈結(jié)果。博弈論研究的假設(shè)包含三個約束：一是決策主體是理性的，最大化自己的利益；二是完全理性是共同知識；三是每個參與人被假定為對所處環(huán)境及其他參與者的行為形成正確信念與預(yù)期。在納什均衡點上，每一個理性的參與者都不會有單獨改變策略的沖動。納什均衡點存在性證明的前提是“博弈均衡偶”。“均衡偶”是指在二人零和博弈中，當(dāng)局中人A 采取其最優(yōu)策略a*，局中人B 也采取其最優(yōu)策略b*，如果局中人仍采取b*，而局中人A卻采取另一種策略a，那么局中人A 的支付不會超過他采取原來的策略a*的支付。結(jié)果對局中人B 亦是如此。則有，一對策略a*（屬于策略集A）和策略b*（屬于策略集B）稱之為均衡偶，對任一策略a（屬于策略集A）和策略b（屬于策略集B），總有：偶對（a，b*）≤ 偶對（a*，b*）≤偶對（a*，b）。對于非零和博弈，則有，一對策略a*（屬于策略集A）和策略b*（屬于策略集B）稱為非零和博弈的均衡偶，對任一策略a（屬于策略集A）和策略b（屬于策略集B），總有：對局中人A 的偶對（a，b*）≤偶對（a*，b*），對局中人B 的偶對（a*，b）≤偶對（a*，b*）。

當(dāng)前的二元體制下，商業(yè)銀行作為自我約束、自擔(dān)風(fēng)險的金融機構(gòu)，經(jīng)營管理的參與者可以分兩大類型。其中管理人（Manager）作為擁有高度審批權(quán)限的行為人，具有通過權(quán)力變現(xiàn)追求個人利益最大化的沖動；監(jiān)管人（Watchdog，包括內(nèi)部監(jiān)管和外部監(jiān)管）作為經(jīng)營安全的守護人，通過實施檢查懲罰權(quán)力對管理人的行為進(jìn)行約束。

一、監(jiān)管模型的構(gòu)建

完全信息動態(tài)博弈的一個重要特征是完全信息，每個參與者都知道另一個參與者的行動，也知道另一個參與者從這個行動中獲得什么樣的利益損失。允許他們考慮到彼此的角色，更好地理解另一個參與者對他們自己利益和損失的影響。有時候，完全信息會被認(rèn)為是一種缺乏競爭元素的情況，當(dāng)參與者都知道對方的行動時，他們就不太可能達(dá)成共同的行為。另一個重要特征是動態(tài)性，表明參與者可以在游戲過程中改變決策，繼而可以影響其他參與者的利潤。此外，動態(tài)博弈還可以用勝負(fù)來衡量收益，參與者根據(jù)他們的行動可以獲得更多的收益。其一，在動態(tài)博弈中，有博弈方會相機選擇，即根據(jù)不同階段的情況靈活作出決策。其二，在動態(tài)博弈中，博弈方的策略選擇和博弈結(jié)果，與策略可信性密切相關(guān)。其三，策略的可信性是動態(tài)博弈分析的核心問題之一。靜態(tài)博弈中，參與人一旦選定策略（行動）后，就不會改變了。但是，在動態(tài)博弈中，參與人在博弈開始前選擇的策略（行動計劃）可能在博弈開始后進(jìn)行調(diào)整，不一定按照原定的策略（行動計劃）來進(jìn)行。也就是說，事前最優(yōu)的策略在事中或事后不一定是最優(yōu)的。

1.分析假定

（1）完全信息假定

管理人具有完全行使管理的權(quán)力，監(jiān)管人對管理人的行為具有完全具有制止的能力。在博弈過程中，參與人與管理人對各自的策略空間、預(yù)期收益都具有明確的認(rèn)識，不存在不確定性。

（2）完全理性假定

管理人與監(jiān)管人都能按照客觀條件的約束，作出符合其決策目標(biāo)的最優(yōu)化選擇。管理人與監(jiān)管人的支付成本與預(yù)期收益均為外生決定。

（3）行動組合假定

管理人根據(jù)掌握的權(quán)力，結(jié)合個人預(yù)期收益作出違規(guī)或不違規(guī)的選擇；監(jiān)管人針對的管理人的行動作出檢查或者不檢查的選擇，管理人與監(jiān)管人的行動組合為（違規(guī)、檢查，違規(guī)、不檢查，不違規(guī)、檢查，不違規(guī)、不檢查）。

2.博弈雙方的預(yù)期支付函數(shù)

（1）管理人的預(yù)期收益函數(shù)

管理人通過實施經(jīng)營管理活動獲取個人利益最大化。經(jīng)營管理過程中，管理人的預(yù)期收益可以分為兩部分：一是正常的薪酬收入，用wM 代表。二是違規(guī)時獲取的超額收益，用rM 代表。薪酬收入與超額收益的大小，均與權(quán)力系數(shù)α（α ＞1）有關(guān)，“α ＞1”表示管理人權(quán)力擁有的權(quán)力系數(shù)越大，在職級薪酬收入相對固定的前提下，通過違規(guī)獲得的超額收益就越高。因此管理人的預(yù)期收益為（WM+rM）a但無論是正常履職還是違規(guī)，均要付出成本的，正常履職的付出，用lM 代表，違規(guī)被查處后接受的懲罰，用cM表示。正常履職與違規(guī)的付出成本，同樣與權(quán)力系數(shù)α（α ＞1）有關(guān)，“α ＞1”表示權(quán)力系數(shù)越大，在職級付出相對固定的前提下，給予違規(guī)處罰的力度越大，違規(guī)付出的成本也就越大，管理人的預(yù)期成本為（1M+cM）a。管理人的預(yù)期收益函數(shù)表示如下：

（2）監(jiān)管人的預(yù)期收益函數(shù)

監(jiān)管人通過實施檢查執(zhí)紀(jì)保障經(jīng)營管理依法合規(guī)開展。但由于執(zhí)紀(jì)監(jiān)督工作的特殊性，監(jiān)管人很難通過違規(guī)行為獲得超額收益，除非與管理人形成“合謀”，即便與管理人員“合謀”，其獲得的超額收益也相對有限。因此檢查執(zhí)紀(jì)過程，監(jiān)管人的預(yù)期收益、主要是正常薪酬收入，用wW代表，同樣與權(quán)力系數(shù)α（α ＞1）有關(guān)，“α ＞1”表示權(quán)力系數(shù)越大，正常薪酬收入就越高。與薪酬相對固定不同，監(jiān)管人的預(yù)期成本主要體現(xiàn)在對管理人違規(guī)行為的檢查處罰上，其成本函數(shù)為（cWn）a，其中cS為檢查處罰的工作付出，N 為檢查處罰的人數(shù)，檢查處罰的人數(shù)增加會導(dǎo)致監(jiān)管人的勞動付出成倍增加，也與權(quán)力系數(shù)有關(guān)α（α ＞1）有關(guān)，“α ＞1”表示管理人的權(quán)力越大，監(jiān)管人進(jìn)行檢查處罰的勞動付出就越大。監(jiān)管人的預(yù)期效用函數(shù)如下：

3.靜態(tài)博弈均衡

經(jīng)營管理過程中，假定管理人與監(jiān)管人同時只進(jìn)行一次博弈，用p 代表管理人選擇是否違規(guī)的概率，用q 代表監(jiān)管人是否實施檢查處罰的概率，管理人的期望收益函數(shù)為：

表明管理人在薪酬收入與違規(guī)收入、勞動付出與懲罰付出等條件給定的前提下，其期望收益與監(jiān)管人的檢查處罰的概率密切相關(guān)。如果監(jiān)管人檢查處罰的概率足夠高，管理人的期望收益會大幅下降，從而自動終止違規(guī)行為，反之亦然。

最優(yōu)化的一階條件為：q*=(WM+rM)d/(lM+cM)d。

監(jiān)管人的期望收益函數(shù)為：

表明監(jiān)管人在薪酬收入、工作付出與檢查處罰等條件給定的前提下，其期望收益與管理人選擇是否違規(guī)的概率有重要關(guān)系。如果管理人選擇違規(guī)的概率足夠高，監(jiān)管人的期望收益會大幅下降，可能會選擇“不作為”，看起來像是了“默許”違規(guī)行為。反之，如果管理人選擇違規(guī)的概率足夠小，監(jiān)管人更有積極性將其消滅在萌芽狀態(tài)。

最優(yōu)化的一階條件為：p*=WW/(cWn)a。

管理人與監(jiān)管人混合戰(zhàn)略的均衡點期望支付為：E*M=0，。

（1）對均衡結(jié)果的分析

在只有一次博弈的情況下，管理人與監(jiān)管人的期望支付均為0 時，管理人會以固定的概率p*=WW/(cWn)a隨機的選擇違規(guī)或不違規(guī)，監(jiān)管人以固定的概率q*=(WM+rM)d/(lM+cM)d隨機的選擇檢查處罰或不檢查處罰。如果管理人的違規(guī)收益小于期望收益，理性人假定會令管理人自動終止違規(guī)行為，而監(jiān)管人不需要額外的工作付出，就能實現(xiàn)個人效用的最大化。如果管理人的違規(guī)收益大于或遠(yuǎn)遠(yuǎn)大于期望收益，理性人假定會令管理人千方百計的選擇違規(guī)行為，而監(jiān)管人即使付出再大的工作努力，也難以阻止管理人違規(guī)。因此得到：

命題1：當(dāng)前的管理體制下，如果只進(jìn)行一次博弈，管理人與監(jiān)管人分別以固定的概率隨機選擇（違規(guī)，處罰），其中管理人的違規(guī)收益與期望收益的差額是決定管理人選擇是否違規(guī)的首要因素，監(jiān)管人選擇是否檢查處罰對管理人選擇是否違規(guī)影響不大。

（2）對管理人違規(guī)概率選擇的分析

p 為管理人選擇是否違規(guī)的概率，0 ≤p ≤1。得出：

命題2：管理人的違規(guī)概率與監(jiān)管人的薪酬收入呈負(fù)相關(guān)關(guān)系。當(dāng)監(jiān)管人的薪酬收入較低，管理人會認(rèn)為監(jiān)管人員缺少主動檢查處罰的動力，從而增加主動違規(guī)的概率，反之會相應(yīng)減少管理人主動違規(guī)的概率。

命題3：管理人的違規(guī)概率與監(jiān)管人的工作付出與違規(guī)人數(shù)同樣呈負(fù)相關(guān)關(guān)系。當(dāng)監(jiān)管人的工作付出增加或者違規(guī)人數(shù)增加，會導(dǎo)致管理人產(chǎn)生監(jiān)管人工作太忙不會檢查處罰違規(guī)行為或者重任都在違規(guī)而自身違規(guī)也無所謂的“誤判”心理，從而導(dǎo)致管理人違規(guī)概率也相應(yīng)增加，反之則會相應(yīng)減少違規(guī)概率。

（3）對監(jiān)管人檢查處罰概率選擇的分析

q 是信貸市場上監(jiān)管者對，者檢查的概率，0 ≤q ≤1，得出：

0 ≤q*≤0

命題4：監(jiān)管人檢查處罰的概率與管理人的違規(guī)收益呈正相關(guān)。在管理人薪酬收入與勞動付出給定的情況下，當(dāng)管理人通過違規(guī)行為獲得的違規(guī)收益越大，其違規(guī)的動機也就越強，監(jiān)管人檢查處罰的概率也就越大，反之，由于違規(guī)收益太小導(dǎo)致管理人違規(guī)得不償失，缺少違規(guī)的動力，監(jiān)管人也就會減少檢查處罰的概率。

命題5，監(jiān)管人檢查處罰的概率與管理人的違規(guī)成本呈負(fù)相關(guān)關(guān)系。在管理人薪酬收入與勞動付出給定的情況下，當(dāng)管理人因為違規(guī)行為受到的檢查處罰力度越大，管理人會因“畏懼”心理主動減少違規(guī)行為，監(jiān)管人檢查處罰的概率就越小，反之，如果管理人因違規(guī)行為受到的檢查處罰過小，會鼓勵違規(guī)行為，監(jiān)管人就會相應(yīng)地加大檢查處罰的概率。

4.動態(tài)博弈分析

在實際的經(jīng)營管理過程中，由于違規(guī)收益的誘惑過大，管理人的違規(guī)行為更有可能體現(xiàn)為一個長期過程，直到被監(jiān)管人檢查發(fā)現(xiàn)或者監(jiān)管人根本檢查發(fā)現(xiàn)不了，導(dǎo)致管理人與監(jiān)管人的博弈從一次性進(jìn)入了重復(fù)博弈。據(jù)無名氏定理，如果參與人有足夠的耐心，滿足參與者理性的任一可行的收益都可以通過一個特定的子博弈精練納什均衡得到。令δ（δ ＜1）作為貼現(xiàn)因子（假定管理人與監(jiān)管人的貼現(xiàn)因子相同）。

管理人在重復(fù)博弈階段的預(yù)期收益為：

監(jiān)管人在重復(fù)博弈階段的預(yù)期收益為：

要使以上同時成立，應(yīng)滿足：

假設(shè)在博弈初始階段，如果管理人與監(jiān)管人選擇混合戰(zhàn)略（p，q），其中管理人的違規(guī)概率p 處于區(qū)間，監(jiān)管人檢查處罰的概率q=0，則管理人就會認(rèn)為違規(guī)行為不會被檢查處罰，從而選擇增加違規(guī)的概率，使自己預(yù)期收益增加，而導(dǎo)致監(jiān)管人預(yù)期收益受損，倒逼監(jiān)管人提升檢查處罰的概率，從而進(jìn)一步影響管理人的行為選擇。最終結(jié)果是雙方的博弈會自動進(jìn)入納什均衡點（p*，q*），然后一直維持在均衡狀態(tài)，形成特定的子博弈精練納什均衡。由此得出：

命題6：如果管理人通過違規(guī)獲取的違規(guī)收益越多，監(jiān)管人可能給予就檢查處罰力度就越大，從而影響管理人將違規(guī)概率保持在一個很小的范圍之內(nèi)，即不會引起監(jiān)管人的關(guān)注而進(jìn)行檢查懲罰，又能獲取適度的違規(guī)收益。

命題7：如果監(jiān)管人承擔(dān)的監(jiān)管工作較多，導(dǎo)致監(jiān)管人對管理人的違規(guī)行為不能及時發(fā)現(xiàn)，也會導(dǎo)致管理人主動選擇增加違規(guī)的概率。

二、模型分析結(jié)論

1.必然性

收益是決定管理人是否選擇違規(guī)的關(guān)鍵因素。在現(xiàn)行的制度安排下，管理人掌握了強大的資源分配權(quán)力，能夠通過違規(guī)行為獲取更高的超額收益，在監(jiān)管人監(jiān)管措施不到位的前提下，管理人具有強烈的違規(guī)動機，并能付諸行動，產(chǎn)生了行為的必然性。

2.脆弱性

監(jiān)督人的監(jiān)管力度是決定管理人是否選擇違規(guī)的重要因素。在現(xiàn)行的制度下，內(nèi)部監(jiān)管人員較難通過采取有力、可信的監(jiān)管力度，讓管理人主動減少選擇違規(guī)行為的概率，導(dǎo)致監(jiān)管呈現(xiàn)出“弱有效”的脆弱性。

3.長期性

上述脆弱性大概率會導(dǎo)致管理人的行為覆蓋整個任期，以致于違規(guī)行為在離任若干年后會被檢查發(fā)現(xiàn)，或者根本不會被檢查發(fā)現(xiàn)，致使管理人的違規(guī)行為具有長期性。

4.傳染性

基于上述必然性、脆弱性與長期性，導(dǎo)致管理人的違規(guī)行為會呈現(xiàn)出一定的傳染性，產(chǎn)生了羊群效應(yīng)，從而體現(xiàn)為違規(guī)行為的“團體化”與“連續(xù)化”。

三、對策建議

1.降低違規(guī)行為必然性

一是健全法律制度。市場經(jīng)濟是法治經(jīng)濟，具有強大約束力的法律制度對違規(guī)行為能夠發(fā)揮可確定和可預(yù)見的作用[6]。通過制定相關(guān)的法律法規(guī)，對產(chǎn)權(quán)組織形式、融資渠道、經(jīng)營機制、管理模式、運營規(guī)則、職能作用等從法律層面作出明確規(guī)定，使管理人與監(jiān)管人都能從法律中明確各自的基本權(quán)利、義務(wù)和風(fēng)險，形成相互制約和促進(jìn)的關(guān)系，有助于形成穩(wěn)定的預(yù)期和行為，最大限度降低違規(guī)行為的必然性。二是完善管理體制。雙重委托管理的實質(zhì)還是屬于傳統(tǒng)的行政管理機制，與法治化、市場化的改革方向還有差距。加強頂層設(shè)計，實現(xiàn)“大系統(tǒng)、小法人”體制向“大系統(tǒng)、大法人”體制轉(zhuǎn)變，強化體制規(guī)則對管理人違規(guī)行為的有效約束。三是科學(xué)配置權(quán)力。根據(jù)《公司法》《商業(yè)銀行法》等相關(guān)法律規(guī)定，圍繞公司治理的屬性，科學(xué)配置管理人與監(jiān)管人的權(quán)力，清晰劃分個人權(quán)力與集體權(quán)力的邊界，防止權(quán)力過于集中到個人手里，并按照權(quán)力運行過程強化事前、事中、事后的連續(xù)監(jiān)管，防止管理人任性用權(quán)。四是強化底線思維意識。重點圍繞信貸審批、人事調(diào)整及基礎(chǔ)設(shè)施建設(shè)等領(lǐng)域，建立正負(fù)面清單制度：正面清單突出干事創(chuàng)業(yè)導(dǎo)向，鼓勵管理人做好本職工作、積極作為；負(fù)面清單根據(jù)內(nèi)部檢查、外部審計等發(fā)現(xiàn)的違規(guī)行為明確工作禁區(qū)，劃定管理人履職紅線。

2.提升違規(guī)監(jiān)管威懾性

一是強化監(jiān)管體系。通過外部行業(yè)管理組織加大信貸、人事、財務(wù)、基建等重點領(lǐng)域監(jiān)督檢查力度和內(nèi)部檢查審計部門定期開展各類專項審計工作，建立內(nèi)外部監(jiān)督機制相結(jié)合的監(jiān)督體系，并增強內(nèi)、外部監(jiān)管部門的信息交流共享，依靠內(nèi)、外部合力監(jiān)督管理人員依法合規(guī)行使經(jīng)營權(quán)力。二是建立“全周期管理”制度。在日常監(jiān)督、專項檢查、內(nèi)（外）部審計等工作中，將管理人的權(quán)力配置、使用、監(jiān)督等全過程的每一個風(fēng)險點進(jìn)行分析和標(biāo)識，并形成風(fēng)險點手冊，逐一分析、考察管理人的權(quán)力配置、使用和監(jiān)督的情況，有力增強對管理人違規(guī)行為的預(yù)防、發(fā)掘、跟蹤和懲治。三是加大處罰力度。法和經(jīng)濟學(xué)的研究結(jié)果表明，對處罰概率的增加和處罰的提高，對所有人和一小部分最有可能犯罪的人都具有威懾效應(yīng)。通過金融立法，加大對管理者違規(guī)行為的行政及經(jīng)濟處罰力度，有力減少管理人通過違規(guī)行為可以獲取的預(yù)期收益。

3.加大違規(guī)監(jiān)管及時性

一是建立剛性契約管理機制。建立符合市場化改革方向的契約管理機制，通過明確任職期限、到期重聘、簽訂并嚴(yán)格履行聘任協(xié)議和業(yè)績合同等契約、剛性考核和兌現(xiàn)等要求，強化管理人的責(zé)任、權(quán)利和義務(wù)等，重點突出考核結(jié)果不僅影響收入的“能增能減”，更要影響職務(wù)（崗位）的“能上能下”，有力發(fā)揮契約化管理對違規(guī)行為的遏制作用。二是建立起“大數(shù)據(jù)監(jiān)管”機制。內(nèi)外部監(jiān)管部門要充分運用大數(shù)據(jù)平臺，定期對違規(guī)行為的高發(fā)領(lǐng)域和關(guān)鍵環(huán)節(jié)進(jìn)行數(shù)據(jù)分析，并對違規(guī)行為進(jìn)行精準(zhǔn)畫像，同時建立違規(guī)行為檢查懲處的信息通報、交流、共享機制，依靠科技手段提升發(fā)現(xiàn)違規(guī)行為的及時性。三是提升監(jiān)管人的工作能力。監(jiān)管人也要根據(jù)違規(guī)行為發(fā)生的特點和變化，不斷提升監(jiān)管履職能力，嫻熟掌握有關(guān)紀(jì)、法知識及經(jīng)濟、金融、統(tǒng)計、計算機、心理等方面的知識，持續(xù)優(yōu)化自身知識結(jié)構(gòu)，增強及時發(fā)現(xiàn)違規(guī)行為的工作能力。

4.強化合規(guī)經(jīng)營激勵性

一是建立長期激勵機制。當(dāng)前，商業(yè)銀行的薪酬激勵機制主要采用以年度獎金為主的短期激勵機制，并輔助以延期支付制度。但由于監(jiān)管的脆弱性，管理人的違規(guī)收益遠(yuǎn)大于正常的薪酬收益，不具備長期激勵作用。建議探索建立靈活性的股票或股票期權(quán)制度作為長期激勵機制，強化管理人正面預(yù)期收益，主動減少違規(guī)的動機。二是建立聲譽激勵機制。良好的市場聲譽也可以作為長期激勵機制的替代物。管理人從追求個人利益最大化的理性假定出發(fā)，通過追求良好聲譽能夠獲得更加有利于個人的長期收益，符合長期動態(tài)博弈的結(jié)果。管理人對保護聲譽的考慮，會理性選擇合規(guī)管理，以免在未來失去更多。三是建立競爭激勵機制。正面的競爭激勵機制是約束管理人違規(guī)行為的最有效的激勵機制。通過正面的競爭激勵機制，引導(dǎo)管理人強化自我激勵約束，主動減少違規(guī)行為，以免因違規(guī)而承擔(dān)極其高昂的機會成本。