张振锋

（盐城纺织职业技术学院，江苏 盐城224005）

激励合约优化模型的研究一般采用解析的、定性的方法进行分析[1]。但这种分析方法不仅导致激励合约优化模型在实际应用受到限制，也使得理论本身的发展受到限制。其原因主要有两方面，其一是模型所包含的效用函数难以用解析函数定量表达，造成整个模型难以作定量分析；其二是解析分析方法在对具有效用函数求导的梯度法的优化模型求解时难以施展。由于支持向量回归机在各领域得到成功的应用[2]，所以用支持向量回归机对效用函数建模，解决信号传递优化模型的量化表达问题，进而对信号传递优化模型作量化分析。

本文研究用SVR解决信号传递优化模型Ⅱ的定量表达和分析问题，并与已有的解析分析方法相结合，利用SVR对效用函数进行建模，从而解决效用函数的表达问题。同时利用梯度法求解优化模型，从而解决传统解析方法无法解决的优化模型的量化分析问题。在用支持向量回归机对效用函数建模的基础上，本文推导出了提供生产率高、工作繁重的合约和提供生产率低、工作轻松的合约的委托人通过其设计的合约向代理人传递信息的信号传递模型的梯度表达式，并给出了相应的梯度法迭代算法。利用这一算法进行数值计算和量化分析，观察上述信号传递模型中参数变化对合约均衡点变化趋势的影响。

1 SVR与效用函数建模[3]

解决效用函数的定量描述问题是对激励合约优化模型定量计算的关键。……