超竞争环境下企业困境并购定价与时机选择的期权博弈分析

基于期权博弈理论,以超竞争环境为研究背景,在多个主并企业合作的情形下,建立目标企业存在财务困境的并购模型,得出主并方的最优并购时机;并进行数值模拟分析,重点分析了代表超竞争特点的三个变量(竞争强度、竞争不确定性、企业价值损失因子)、主并企业联盟中参与者的重要程度及联盟中发生机会主义的概率、企业困境因子这六个变量对并购阈值的影响。     

基于期权博弈的企业兼并时机研究

本文运用实物期权方法和博弈理论,考虑兼并实施不确定性和讨价还价能力,得到了处于相关行业的两个企业的最优兼并时机,并对兼并临界值与兼并实施不确定性、兼并企业和目标企业的盈利能力、讨价还价能力以及所在行业的相关程度之间的关系进行了分析。同时对存在兼并与反兼并博弈条件下的企业兼并均衡策略进行了研究。     

不完全信息下房地产价格的演化博弈分析

基于PAB(Pay-As-Bid)竞价机制,探讨不完全信息情况下供需关系对房屋成交价格的影响.在购房者对房屋价格预期不确定和购房者有限理性的假设下,利用鲁棒优化技术和演化博弈论中的\"复制动态\"思想,提出鲁棒演化博弈均衡的概念,建立相应的复制动态系统,并对系统的鲁棒演化均衡的渐进稳定性进行分析,得到在不同市场供需情况下购房者价格策略演化的一般规律.最后选用数值算例对模型加以验证.     

基于期权博弈的跨国并购实证分析——以联想并购IBMPC为例

将实物期权定价方法引入到讨价还价谈判博弈中,分别建立了完全信息和不完全信息跨国并购期权博弈模型,并应用纳什讨价还价定理求出了其中不完全信息博弈的唯一解,以及完全信息博弈的解区间.该模型证明期权估值法具有普遍意义, DCF估值法是跨国并购中的一种特例,最后,通过联想并购IBM PC案例检验了模型的基本结论.     

对原并购企业有损害的企业并购时机与条件

假设并购失败对并购者原企业的资产有损害,或产生负协同效应,利用实物期权博弈论方法,研究随机市场下企业并购条件和时机.研究表明,目标企业保证金至少受四种因素影响:一是目标企业本身的特征;二是产业的特征,三是并购者的期望,以及并购失败对并购者原企业资产的损害评估.该损害可能性越大,目标企业要求的最优保证金越低,最优并购触发时间越长.给出两阶段数值模拟例子.模型可用于国有企业产权转让的定价,通过公开拍卖是国企产权转让的最佳选择.     

野生中药材供给与稽查的不完全信息动态博弈分析

针对中药材供给中的信息不对称性,建立了三个中药材供给方与政府稽查部门之间的三个不完全信息动态博弈模型,得到了相应的子博弈精炼贝叶斯均衡解的五个结论.这五个结论合理刻画了中药材供给方与政府稽查部门的博弈行为并揭示了非法采挖野生中药材现象难以杜绝的原因.结果表明,政府对稽查行为的条件激励措施并不能有效杜绝非法采挖野生中药材现象,只有政府对所有的稽查行为实施普遍的强激励机制才可从根本上消除非法采挖野生中药材的现象.     

具有不完全信息的内部交易动态博弈

在Kyle模型中的线性均衡假设进行了修正的基础上,针对内部交易者只具有资产价值不完全信息情况,建立两期风险厌恶型内部交易均衡模型,并求得该模型的子博弈纳什均衡解.由此发现资产价值不完信息中噪音对市场干扰程度愈小(波动程度愈小),就愈有利于内部交易者的收益;内部交易者的交易就愈活跃;交易均衡价格包含资产价值信息就愈多.     

不对称信息下技术员工股票期权管理激励的博弈分析

分析了技术员工偷懒“囚徒困境”的形成过程,构建了技术员工股票期权管理激励的博弈模型,进行ESS博弈均衡分析,得出了防范技术员工偷懒行为的惩罚力度与股票期权管理激励因子之间的关系,在此基础上得出结论：股票期权与偷懒惩罚力度相结合,能有效预防技术员工偷懒行为．     

不完全市场下有违约风险的欧式期权定价

本文考虑不完全市场条件下,结合klein(1996)的有违约风险处理方法和Cochrane与Saá-Requejo(2000)的不完全市场处理方法给有违约风险的欧式期权定价,得到不完全市场下有违约风险欧式期权的一般化定价公式,进一步推导出一些特定欧式期权的定价公式,并指出这些公式均为本文公式的特例.     

不完全信息下考虑效率和规模的多时点并购决策

针对企业并购过程中存在不完全信息和多时点信息的问题,提出了一种考虑效率和规模的企业并购决策方法. 通过证据推理集结并购双方的不完全的、多时点的评价信息,利用,DEA,方法判断合并企业规模是否过大,并筛选出可行并购方案,再根据合并企业竞争型并购交叉效率高低决策最佳并购目标. 最后算例分析说明了方法的有效性和实用性.     

房地产开发的最优时间和最优强度

房地产投资具有许多不确定性,对房地产投资进行评估尤为重要.利用实物期权理论,对房地产投资进行建模分析,确定出最优开发时间和最优开发强度;最后根据模型推导出来的结论进行数值分析.     

试论非完全信息下债权人和股东的博弈均衡

本文研究当公司信息披露时间不确定、而信息披露时投资者可以完全了解公司的真实价值的情况下,投资者和股东的决策问题。运用博弈的思想,得到均衡条件下投资者对公司债务安全条款的阈值的最优选择及股东对信息披露的最优控制。结果显示理性的股东应该选择完全的信息披露。     

不完全偏好信息下房地产投资的模糊优选

解决了不完全偏好信息下含有模糊决策元素的房地产投资方案的优选问题.分析形成了房地产投资方案的评价指标体系,并在Hamming距离与Euclidean距离测度的基础上,建立了不完全偏好信息下的模糊多属性决策模型,能处理决策元素为一般模糊数的决策问题,同时提供了所建非线性规划模型的交叉迭代解法.实际算例的比较结果表明,本文提出的决策模型及算法优于文献中关于偏好信息完全确知的经典模型与算法.     

不完全信息动态二维价格博弈模型及其分析

单位生产成本为不完全信息条件下,本文首先讨论了两个企业关于具有一定替代性的两种产品价格的动态二维博弈模型,并求得其精练Bayes均衡.然后分析了当两种产品不存在替代关系时,企业对这两种产品价格进行动态博弈的精练Bayes均衡相当于对这两种产品单独进行博弈的精练Bayes均衡的简单组合.     

基于不完全信息的扩展审计博弈比较及应用

针对扩展审计博弈的不足及策略信息的不确定性,将审计博弃与统计抽样结合起来,研究不确定条件下,扩展审计博弈的扩展成本与利益转移、策略矩阵与审计风险、样本估计与内控评估,以实现审计师在不确定条件下的策略分析与选择.解决了动态博弈、风险计量系统性决策问题,提高了扩展审计博弈的可靠性与适用性.最后,给出了一个实例,用以演示扩展审计博弈过程,以证实该方法的有效性.     

Game Theoretic Analysis of a Distribution System with Customer Market Search

Consider a distribution system with one supplier and two retailers. When a stockout occurs at one retailer customers may go to the other retailer. We study a single period model in which the supplier may have infinite or finite capacity. In the latter case, if the total quantity ordered (claimed) by the retailers exceeds the supplier’s capacity, an allocation policy is involved to assign the limited capacity to the retailers. We analyze the inventory control decisions for the retailers using a game theoretical approach. The necessary and sufficient conditions are derived for the existence of a unique Nash equilibrium. A computational procedure is also proposed to calculate the Nash equilibrium. In case the Nash equilibrium does not exist, we use the concept of Stackelberg game to develop optimal strategies for both the leader and the follower. The work was partially supported by the National Textile Center of the US Department of Commerce under Grant No. I01-S01. The second author is supported in part by NSF under DMI-0196084 and DMI-0200306.     

Game Options Analysis of the Information Role of Call Policies in Convertible Bonds

Abstract

In debt financing, existence of information asymmetry on the firm quality between the firm management and bond investors may lead to significant adverse selection costs. We develop the two-stage sequential dynamic two-person game option models to analyse the market signalling role of the callable feature in convertible bonds. We show that firms with positive private information on earning potential may signal their type to investors via the callable feature in a convertible bond. We present the variational inequalities formulation with respect to various equilibrium strategies in the two-person game option models via characterization of the optimal stopping rules adopted by the bond issuer and bondholders. The bondholders’ belief system on the firm quality may be revealed with the passage of time when the issuer follows his optimal strategy of declaring call or bankruptcy. Under separating equilibrium, the quality status of the firm is revealed so the information asymmetry game becomes a new game under complete information. To analyse pooling equilibrium, the corresponding incentive compatibility constraint is derived. We manage to deduce the sufficient conditions for the existence of signalling equilibrium of our game option model under information asymmetry. We analyse how the callable feature may lower the adverse selection costs in convertible bond financing. We show how a low-quality firm may benefit from information asymmetry and vice versa, underpricing of the value of debt issued by a high-quality firm.     

不完全信息下城市交通量分配研究

由于缺乏信息,用户在出行时实际上并不能确切知道出发点处的交通量,由于城市私家车越来越多,用户往往会过高的估计出发地的交通量。本文假设所有用户总是悲观的预期即认为出发地有M≥r单位的交通量,其中r表示实际的交通量,悲观流就是所有用户悲观预期交通量时产生的流量。当费用函数是系数非负的线性函数时,证明了用户均衡流总费用不小于悲观流的总费用;当费用函数是系数非负、最大度数为d的多项式函数时,证明了用户均衡流的总费用不超过悲观流总费用的1/τd倍,其中1≥τ=r/M。研究结果表明,当用户过高估计交通量出行时,会改善交通状况,是因为部分用户绕行到费用更大的路径上,缓解了交通压力,改善了交通状况。     

Real Options with Random Controls and the Value of Learning

In this paper we propose a conceptual framework for continuous-time valuation of real (investment) options in the presence of costly controls with random outcomes (learning), that affect the value of the underlying asset or a relevant state-variable. These controls represent optional efforts by management to add value to the underlying real investments over which it has monopoly power, albeit with uncertain results. Special cases of such controls include pure learning (but costly) actions, as in many research and development, marketing research or natural resource exploration projects. We demonstrate a discrete-time Markov-chain solution methodology implemented in a finite-difference scheme, and we discuss numerical results. The impact of such uncertain jumps is seen to be relatively more significant in the case of non-profitable options than in the case of very profitable real (investment) options. When the potential for information revelation is significant, we are even willing to pay for an action with a negative expected outcome. With numerical simulations we capture the value of embedded exploration (pure learning) options and we demonstrate the improvement over the traditional (sequential/compound) real options approach. We show that such exploration options enhance the value of investment opportunities in the most significant manner, and justify the (mostly unexplained) observed practice of overpaying for the purchase of rights to natural resources extraction.