博弈論角度下的企業(yè)內部監(jiān)督管理

余張帆

摘要：企業(yè)內部監(jiān)督博弈是由于監(jiān)管部門和被監(jiān)管者各自的效用函數的不一致，而為了各自的利益進行博弈。本文利用經濟學中的博弈論，詳細闡述了管理人員和內控人員的企業(yè)內部監(jiān)督博弈及其納什均衡，并由此得出了企業(yè)內部監(jiān)督博弈中體現的激勵悖論的現象。

關鍵詞：內部監(jiān)督；博弈論；激勵悖論

中圖分類號：F275 文獻標識碼：A

文章編號：1005-913X（2014）02-0094-03

一、引言

在現代市場經濟條件下，現代企業(yè)制度逐步建立，企業(yè)成為自主經營、自負盈虧的市場競爭主體，公司所有權和經營權的分離，以及企業(yè)資產保值增值的客觀需求，都需要強化企業(yè)內部的監(jiān)督。為更好地發(fā)揮企業(yè)內控人員的監(jiān)督作用，企業(yè)經常通過激勵的方式來強化企業(yè)內部監(jiān)督。

二、內部監(jiān)督博弈模型及分析

博弈是一些人、對組或其他組織，面對一定的環(huán)境條件，在一定的規(guī)則下，同時或先后，一次或多次，從各自允許選擇的行為或策略中進行選擇并加以實施，各自取得相應結果的過程。一個博弈中應當設定下列四個方面：博弈的參加者即博弈方、各博弈方各自可選擇的全部策略或行為的集合、進行博弈的次序和博弈方的得益。這也是建立企業(yè)內部監(jiān)督博弈模型的基礎。

博弈論的內容非常豐富，體系非常龐大。博弈可以根據不同的標準分出不同類別的博弈。其中，根據博弈方的理性和行為邏輯的不同，可分為非合作博弈和合作博弈。在非合作博弈中，根據博弈過程的不同，可以分為靜態(tài)博弈、動態(tài)博弈和重復博弈；根據博弈方對得益信息的掌握情況可分為完全信息博弈和不完全信息博弈。根據所有博弈方的得益總和是否為0，或者是否為某一非0常數，博弈可分為零和博弈、常和博弈，不具備這兩種特征的博弈則相應稱為變和博弈。管理人員和內控人員的監(jiān)督博弈是完全信息下的零和靜態(tài)非合作博弈。

博弈論的目的是從博弈的分析中找到納什均衡，從而對博弈的參加者的策略選擇和行為進行預測。納什均衡是一種策略組合，使得每個博弈方的策略是對其他博弈方策略的最優(yōu)反應，這種納什均衡指的是純策略納什均衡?；旌喜呗约{什均衡是納什均衡的擴展，是博弈方在給定的信息情況下，以某種概率分布隨機地選擇不同的策略，使得各博弈方的策略相互是對其他博弈方策略的最佳對策。

（一）博弈模型的建立

內部監(jiān)督博弈中，博弈的雙方是管理人員和內控人員，因為管理人員和內控人員的效用函數是不相同的。對管理人員來說他所獲得的效用主要是他獲得的工資、獎金、休息時間等的函數，因為工資和獎金常常取決于管理人員績效，管理人員常常會通過舞弊粉飾的績效來提高自己的效用；而對內控人員來說他所獲得的效用主要是他獲得的工資、休息時間等的函數，工資一定的情況下休息時間的多少將很大程度上決定了他所獲效用的高低，所以內控人員會為了提高自己的效用而“偷懶”。由此可知，在管理人員和內控人員的企業(yè)內部監(jiān)督博弈中， 管理人員可以選擇舞弊和不舞弊兩種策略，內控人員可以選擇監(jiān)督和不監(jiān)督兩種策略。因為企業(yè)聘用管理人員目的之一就是要其不舞弊，而內控人員監(jiān)督管理人員是否舞弊也是其分內之事，所以前提假設是管理人員不舞弊獲益為0，內控人員監(jiān)督獲益也為0，這樣他們都是得一份工資做一分事。

這就得出了內部監(jiān)督博弈中管理人員和內控人員的獲益情況。假設管理人員舞弊而內控人員沒有監(jiān)督，管理人員獲益V，而內控人員為-H；假設管理人員舞弊而內控人員監(jiān)督，管理人員獲益-Q，而內控人員為0；假設管理人員不舞弊而內控人員不監(jiān)督，管理人員獲益0，而內控人員為S；假設管理人員不舞弊而內控人員監(jiān)督，管理人員獲益0，而內控人員為0。

由于管理人員不知道內控人員是采取監(jiān)督還是不采取監(jiān)督措施，內控人員也不知道管理人員舞不舞弊，他們雙方也都知道相互所采取策略的獲益情況，所以無論他們是否是先后采取各自策略還是同時采取各自策略，就可以把內部會計監(jiān)督博弈中看成是一個完全信息的靜態(tài)博弈。

（二）博弈模型的分析

根據以上的分析，可以得出圖1的得益矩陣，從得益數字下劃短線和箭頭的方向很容易明白，這個博弈不存在純策略納什均衡。因為假設管理人員選擇舞弊的策略，那么對內控人員來說最好的策略是選擇監(jiān)督，這樣可以完成自己的職責；但當內控人員選擇監(jiān)督時，管理人員的正確策略是不舞弊；既然管理人員不舞弊，內控人員當然選擇不監(jiān)督比較合算；而內控人員選擇不監(jiān)督時，管理人員又會選擇舞弊更有利于自己，當然選擇舞弊……這種一環(huán)套一環(huán)的因果循環(huán)永遠不可能停止。因此，在一次性博弈中也沒有會自動實現的均衡性策略組合，也無法預測博弈的結果。那么這個博弈有沒有混合策略納什均衡呢？

由E（管理人員）+E（內控人員）=0可知，上述企業(yè)內部監(jiān)督博弈屬于零和博弈，也就說其中一方的得益必定是另一方的損失。這表明企業(yè)內部監(jiān)督博弈中，內控人員針對管理人員舞弊的矛盾是相當尖銳的，內控人員不允許管理人員舞弊，而管理人員舞弊沒被發(fā)現又能從中獲得利益?，F實中管理人員和內控人員矛盾并不激烈，那是因為當企業(yè)管理人員凌駕于內控人員之上或者相互合作組成的利益共同體的管理層向企業(yè)所有者舞弊中，利益是共同的，只是在所獲得的利益分配中會有矛盾。這里很好地體現了馬克思哲學中的矛盾論，在管理人員和內控人員博弈中兩者的矛盾是對立的，而當管理人員和內控人員組成的管理層一起和企業(yè)所有者博弈中兩者的矛盾又是統一的。管理層和企業(yè)所有者博弈是屬于另一個博弈，也是一個零和博弈，因為管理層的所得就是所有者的所損失的。而在會計人員和企業(yè)負責人對所獲得的舞弊利益分配博弈中，應該是一個合作博弈，而且是個非零和博弈。

三、內部監(jiān)督博弈中的激勵悖論

（一）圖解法確定該博弈的混合策略納什均衡的概率分布

先討論管理人員舞弊和不舞弊兩種策略的概率的確定（圖2實線所示）。圖2中橫軸表示管理人員選擇舞弊策略的概率，它分布在0到1之間?？v軸則反應對應于管理人員舞弊的不同概率下，內控人員選擇不監(jiān)督的期望得益。圖中S到-H連線的縱坐標就是在橫坐標對應的管理人員舞弊概率下，內控人員選擇不監(jiān)督的期望得益。

容易說明該線與橫軸的交點PA*就是管理人員選擇舞弊的概率的最佳水平，選擇不舞弊的最佳概率則為1-PA*。首先，S到-H連線上每一點的縱坐標，就是在管理人員選擇該點橫坐標表示的舞弊概率PA*時，內控人員選擇不監(jiān)督策略的期望得益S（1-PA*）+（-H）PA*=0，也可解出結果PA*=。假設管理人員舞弊的概率大于PA*，此時內控人員不監(jiān)督的期望得益小于0，因此他肯定選擇監(jiān)督，從而管理人員舞弊一次被抓一次，因此對管理人員來說大于PA*的舞弊概率是不可取的。反過來，如果管理人員舞弊的概率小于PA*，則內控人員的期望得益大于0，因此內控人員不監(jiān)督是合算的，此時即使管理人員提高一些舞弊的概率，只要不大于PA*，內控人員都會選擇不監(jiān)督，因此管理人員不用害怕會被抓住，由于管理人員舞弊時保證不被抓住的前提下，舞弊的概率越大收獲就越大，因此他會使舞弊的概率趨向于PA*，均衡點是以概率PA*和1-PA*分別選擇舞弊和不舞弊。此時內控人員不監(jiān)督和監(jiān)督的期望得益都等于0，選擇純策略不監(jiān)督和監(jiān)督，即混合策略的期望得益都是相同的。不過，事實上為了讓管理人員也沒有可乘之機，內控人員也必須選擇特定概率分布的混合策略。

內控人員采取不監(jiān)督和監(jiān)督的混合策略概率分布，也可以用同樣的方法來確定（圖3實線所示）。結論是圖3中的PC*和1-PC*是內控人員的最佳概率選擇。

在管理人員和內控人員的博弈中，管理人員分別以概率PA*和1-PA*隨機選擇舞弊和不舞弊，內控人員分別以概率PC*和1-PC*隨機選擇不監(jiān)督和監(jiān)督時，雙方都不能通過改變策略或概率改善自己的期望得益，因此構成混合策略納什均衡。

（二）該博弈中的激勵悖論

斯金納的強化理論認為人的行為是其所獲刺激物的函數，激勵手段（強化手段）可分為正強化和負強化。正強化就是獎勵那些符合組織目標的行為，以便使這些行為得到進一步加強；負強化就是懲罰那些不符合組織目標的行為，以使這些行為消弱甚至消失。根據以上的論述，激勵悖論應該分為以下兩種：一種是使用正強化的手段卻產生負強化的效果，反之亦然；也就是說激勵者給被激勵者以獎勵，那些符合組織目標的行為不僅沒有加強反而有所消弱，或者激勵者給被激勵者以懲罰，那些不符合組織目標的行為不僅沒有消弱反而有所加強，這種悖論是因為給待激勵者的強化刺激物不恰當導致的，本文中將這種激勵悖論稱之為激勵結果的悖論。另一種是激勵者給予被激勵者正強化，以便加強被激勵者的行為，然而被激勵者并沒有加強這種激勵者想要的行為或者短期內有加強該行為有所加強，但長期來看這種激勵的卻加強了第三者（非被激勵者）的某種行為；激勵者給予被激勵者負強化也一樣，它并沒有消弱被激勵者的行為，反而消弱了第三者的這種行為，這是因為激勵者沒有看清被激勵者和第三者之間的連鎖關系，本文中將這種激勵悖論稱之為激勵邏輯的悖論。

本文將揭示上述二種激勵悖的結果悖論。首先考察企業(yè)為抑制舞弊現象而加重對管理人員的懲罰時出現的結果（圖3虛線所示）。對管理人員的懲罰加重會使得Q增大，在圖3中，這相當于-Q向下移動-Q'。如果內控人員混合策略中的概率分布不變（即PC*不變），此時管理人員仍以原概率選擇舞弊時，其得益期望值變?yōu)樨撝?，因此管理人員會停止舞弊。但是在長期中，管理人員不舞弊會使得內控人員更多地選擇不監(jiān)督，最終內控人員會將不監(jiān)督的概率提高到PC*'，達到新的均衡，而此時管理人員舞弊的期望得益又恢復到0，達到新的納什均衡。由于管理人員的混合策略概率分布是由圖2決定的，并不受Q值的影響，因此加重對管理人員的懲罰在長期中并不能抑制舞弊，最多只能抑制短期的舞弊發(fā)生率，它的主要作用是使得內控人員可以更多的偷懶。這里就很好的體現了激勵的邏輯悖論。

同樣的，再討論增加內控人員發(fā)現管理人員舞弊的獎勵會出現什么結果呢？增加對內控人員的獎勵意味著S增大到S'（圖2虛線所示）。此時，如果管理人員舞弊的概率不變（即PA*不變），那么內控人員不監(jiān)督的期望得益變?yōu)檎?，內控人員肯定會毫不猶豫地選擇不監(jiān)督。內控人員不監(jiān)督，管理人員就會增加舞弊的概率，直到將PA*提高到PA*'，此時又會恢復混合策略均衡。就是說，增加對內控人員發(fā)現舞弊的獎勵在短期中的效果是使得內控人員更加偷懶不監(jiān)督，這就體現了激勵的結果悖論；在長期中并不僅不能使內控人員更盡職，反而會增加管理人員舞弊的概率，這是因為內控人員勤勉程度不是由S決定的，這里體現的就是激勵的邏輯悖論了。

四、結論

從博弈論的角度上看，由于管理人員和內控人員效用函數的不同，企業(yè)存在內部監(jiān)督博弈，這種博弈屬于非合作零和博弈。因為非合作的零和博弈特點是博弈的一方所得是另一方所失，所以管理人員100%選擇舞弊的時候，內控人員也將100%選擇監(jiān)督。管理人員和內控人員之間的博弈最終的結果是雙方選擇都能接受的概率選擇各自的策略，也就是達到了混合策略納什均衡。

企業(yè)內部監(jiān)督博弈能夠很好地說明企業(yè)所有者和領導者常常忽略的激勵悖論，包括激勵的結果悖論和激勵的邏輯悖論。由于激勵悖論的存在，使得企業(yè)所有者或領導者常常采取某一激勵方式如肯定或否定員工的某些行為，卻沒有取得相應的效果，甚至是相反的效果，更有甚者，領導者在激勵時被激勵者并非是其所希望的激勵之人。

參考文獻：

[1] 謝識予.經濟博弈論[M].上海：復旦大學出版社，2007：76～80.

[2] 周三多.管理學[M].北京：高等教育出版社，2010：263～264.

[3] 姚海鑫，等. 關于上市公司會計監(jiān)管的不完全信息博弈分析[J].會計研究，2003（5）：1～2.

[4] 張 玲.企業(yè)內部會計監(jiān)督博弈分析及對策思考[J].財政監(jiān)督，2011；13：2.

[責任編輯：紀姿含]

容易說明該線與橫軸的交點PA*就是管理人員選擇舞弊的概率的最佳水平，選擇不舞弊的最佳概率則為1-PA*。首先，S到-H連線上每一點的縱坐標，就是在管理人員選擇該點橫坐標表示的舞弊概率PA*時，內控人員選擇不監(jiān)督策略的期望得益S（1-PA*）+（-H）PA*=0，也可解出結果PA*=。假設管理人員舞弊的概率大于PA*，此時內控人員不監(jiān)督的期望得益小于0，因此他肯定選擇監(jiān)督，從而管理人員舞弊一次被抓一次，因此對管理人員來說大于PA*的舞弊概率是不可取的。反過來，如果管理人員舞弊的概率小于PA*，則內控人員的期望得益大于0，因此內控人員不監(jiān)督是合算的，此時即使管理人員提高一些舞弊的概率，只要不大于PA*，內控人員都會選擇不監(jiān)督，因此管理人員不用害怕會被抓住，由于管理人員舞弊時保證不被抓住的前提下，舞弊的概率越大收獲就越大，因此他會使舞弊的概率趨向于PA*，均衡點是以概率PA*和1-PA*分別選擇舞弊和不舞弊。此時內控人員不監(jiān)督和監(jiān)督的期望得益都等于0，選擇純策略不監(jiān)督和監(jiān)督，即混合策略的期望得益都是相同的。不過，事實上為了讓管理人員也沒有可乘之機，內控人員也必須選擇特定概率分布的混合策略。

內控人員采取不監(jiān)督和監(jiān)督的混合策略概率分布，也可以用同樣的方法來確定（圖3實線所示）。結論是圖3中的PC*和1-PC*是內控人員的最佳概率選擇。

在管理人員和內控人員的博弈中，管理人員分別以概率PA*和1-PA*隨機選擇舞弊和不舞弊，內控人員分別以概率PC*和1-PC*隨機選擇不監(jiān)督和監(jiān)督時，雙方都不能通過改變策略或概率改善自己的期望得益，因此構成混合策略納什均衡。

（二）該博弈中的激勵悖論

斯金納的強化理論認為人的行為是其所獲刺激物的函數，激勵手段（強化手段）可分為正強化和負強化。正強化就是獎勵那些符合組織目標的行為，以便使這些行為得到進一步加強；負強化就是懲罰那些不符合組織目標的行為，以使這些行為消弱甚至消失。根據以上的論述，激勵悖論應該分為以下兩種：一種是使用正強化的手段卻產生負強化的效果，反之亦然；也就是說激勵者給被激勵者以獎勵，那些符合組織目標的行為不僅沒有加強反而有所消弱，或者激勵者給被激勵者以懲罰，那些不符合組織目標的行為不僅沒有消弱反而有所加強，這種悖論是因為給待激勵者的強化刺激物不恰當導致的，本文中將這種激勵悖論稱之為激勵結果的悖論。另一種是激勵者給予被激勵者正強化，以便加強被激勵者的行為，然而被激勵者并沒有加強這種激勵者想要的行為或者短期內有加強該行為有所加強，但長期來看這種激勵的卻加強了第三者（非被激勵者）的某種行為；激勵者給予被激勵者負強化也一樣，它并沒有消弱被激勵者的行為，反而消弱了第三者的這種行為，這是因為激勵者沒有看清被激勵者和第三者之間的連鎖關系，本文中將這種激勵悖論稱之為激勵邏輯的悖論。

本文將揭示上述二種激勵悖的結果悖論。首先考察企業(yè)為抑制舞弊現象而加重對管理人員的懲罰時出現的結果（圖3虛線所示）。對管理人員的懲罰加重會使得Q增大，在圖3中，這相當于-Q向下移動-Q'。如果內控人員混合策略中的概率分布不變（即PC*不變），此時管理人員仍以原概率選擇舞弊時，其得益期望值變?yōu)樨撝?，因此管理人員會停止舞弊。但是在長期中，管理人員不舞弊會使得內控人員更多地選擇不監(jiān)督，最終內控人員會將不監(jiān)督的概率提高到PC*'，達到新的均衡，而此時管理人員舞弊的期望得益又恢復到0，達到新的納什均衡。由于管理人員的混合策略概率分布是由圖2決定的，并不受Q值的影響，因此加重對管理人員的懲罰在長期中并不能抑制舞弊，最多只能抑制短期的舞弊發(fā)生率，它的主要作用是使得內控人員可以更多的偷懶。這里就很好的體現了激勵的邏輯悖論。

同樣的，再討論增加內控人員發(fā)現管理人員舞弊的獎勵會出現什么結果呢？增加對內控人員的獎勵意味著S增大到S'（圖2虛線所示）。此時，如果管理人員舞弊的概率不變（即PA*不變），那么內控人員不監(jiān)督的期望得益變?yōu)檎?，內控人員肯定會毫不猶豫地選擇不監(jiān)督。內控人員不監(jiān)督，管理人員就會增加舞弊的概率，直到將PA*提高到PA*'，此時又會恢復混合策略均衡。就是說，增加對內控人員發(fā)現舞弊的獎勵在短期中的效果是使得內控人員更加偷懶不監(jiān)督，這就體現了激勵的結果悖論；在長期中并不僅不能使內控人員更盡職，反而會增加管理人員舞弊的概率，這是因為內控人員勤勉程度不是由S決定的，這里體現的就是激勵的邏輯悖論了。

四、結論

從博弈論的角度上看，由于管理人員和內控人員效用函數的不同，企業(yè)存在內部監(jiān)督博弈，這種博弈屬于非合作零和博弈。因為非合作的零和博弈特點是博弈的一方所得是另一方所失，所以管理人員100%選擇舞弊的時候，內控人員也將100%選擇監(jiān)督。管理人員和內控人員之間的博弈最終的結果是雙方選擇都能接受的概率選擇各自的策略，也就是達到了混合策略納什均衡。

企業(yè)內部監(jiān)督博弈能夠很好地說明企業(yè)所有者和領導者常常忽略的激勵悖論，包括激勵的結果悖論和激勵的邏輯悖論。由于激勵悖論的存在，使得企業(yè)所有者或領導者常常采取某一激勵方式如肯定或否定員工的某些行為，卻沒有取得相應的效果，甚至是相反的效果，更有甚者，領導者在激勵時被激勵者并非是其所希望的激勵之人。

參考文獻：

[1] 謝識予.經濟博弈論[M].上海：復旦大學出版社，2007：76～80.

[2] 周三多.管理學[M].北京：高等教育出版社，2010：263～264.

[3] 姚海鑫，等. 關于上市公司會計監(jiān)管的不完全信息博弈分析[J].會計研究，2003（5）：1～2.

[4] 張 玲.企業(yè)內部會計監(jiān)督博弈分析及對策思考[J].財政監(jiān)督，2011；13：2.

[責任編輯：紀姿含]

容易說明該線與橫軸的交點PA*就是管理人員選擇舞弊的概率的最佳水平，選擇不舞弊的最佳概率則為1-PA*。首先，S到-H連線上每一點的縱坐標，就是在管理人員選擇該點橫坐標表示的舞弊概率PA*時，內控人員選擇不監(jiān)督策略的期望得益S（1-PA*）+（-H）PA*=0，也可解出結果PA*=。假設管理人員舞弊的概率大于PA*，此時內控人員不監(jiān)督的期望得益小于0，因此他肯定選擇監(jiān)督，從而管理人員舞弊一次被抓一次，因此對管理人員來說大于PA*的舞弊概率是不可取的。反過來，如果管理人員舞弊的概率小于PA*，則內控人員的期望得益大于0，因此內控人員不監(jiān)督是合算的，此時即使管理人員提高一些舞弊的概率，只要不大于PA*，內控人員都會選擇不監(jiān)督，因此管理人員不用害怕會被抓住，由于管理人員舞弊時保證不被抓住的前提下，舞弊的概率越大收獲就越大，因此他會使舞弊的概率趨向于PA*，均衡點是以概率PA*和1-PA*分別選擇舞弊和不舞弊。此時內控人員不監(jiān)督和監(jiān)督的期望得益都等于0，選擇純策略不監(jiān)督和監(jiān)督，即混合策略的期望得益都是相同的。不過，事實上為了讓管理人員也沒有可乘之機，內控人員也必須選擇特定概率分布的混合策略。

內控人員采取不監(jiān)督和監(jiān)督的混合策略概率分布，也可以用同樣的方法來確定（圖3實線所示）。結論是圖3中的PC*和1-PC*是內控人員的最佳概率選擇。

在管理人員和內控人員的博弈中，管理人員分別以概率PA*和1-PA*隨機選擇舞弊和不舞弊，內控人員分別以概率PC*和1-PC*隨機選擇不監(jiān)督和監(jiān)督時，雙方都不能通過改變策略或概率改善自己的期望得益，因此構成混合策略納什均衡。

（二）該博弈中的激勵悖論

斯金納的強化理論認為人的行為是其所獲刺激物的函數，激勵手段（強化手段）可分為正強化和負強化。正強化就是獎勵那些符合組織目標的行為，以便使這些行為得到進一步加強；負強化就是懲罰那些不符合組織目標的行為，以使這些行為消弱甚至消失。根據以上的論述，激勵悖論應該分為以下兩種：一種是使用正強化的手段卻產生負強化的效果，反之亦然；也就是說激勵者給被激勵者以獎勵，那些符合組織目標的行為不僅沒有加強反而有所消弱，或者激勵者給被激勵者以懲罰，那些不符合組織目標的行為不僅沒有消弱反而有所加強，這種悖論是因為給待激勵者的強化刺激物不恰當導致的，本文中將這種激勵悖論稱之為激勵結果的悖論。另一種是激勵者給予被激勵者正強化，以便加強被激勵者的行為，然而被激勵者并沒有加強這種激勵者想要的行為或者短期內有加強該行為有所加強，但長期來看這種激勵的卻加強了第三者（非被激勵者）的某種行為；激勵者給予被激勵者負強化也一樣，它并沒有消弱被激勵者的行為，反而消弱了第三者的這種行為，這是因為激勵者沒有看清被激勵者和第三者之間的連鎖關系，本文中將這種激勵悖論稱之為激勵邏輯的悖論。

本文將揭示上述二種激勵悖的結果悖論。首先考察企業(yè)為抑制舞弊現象而加重對管理人員的懲罰時出現的結果（圖3虛線所示）。對管理人員的懲罰加重會使得Q增大，在圖3中，這相當于-Q向下移動-Q'。如果內控人員混合策略中的概率分布不變（即PC*不變），此時管理人員仍以原概率選擇舞弊時，其得益期望值變?yōu)樨撝?，因此管理人員會停止舞弊。但是在長期中，管理人員不舞弊會使得內控人員更多地選擇不監(jiān)督，最終內控人員會將不監(jiān)督的概率提高到PC*'，達到新的均衡，而此時管理人員舞弊的期望得益又恢復到0，達到新的納什均衡。由于管理人員的混合策略概率分布是由圖2決定的，并不受Q值的影響，因此加重對管理人員的懲罰在長期中并不能抑制舞弊，最多只能抑制短期的舞弊發(fā)生率，它的主要作用是使得內控人員可以更多的偷懶。這里就很好的體現了激勵的邏輯悖論。

同樣的，再討論增加內控人員發(fā)現管理人員舞弊的獎勵會出現什么結果呢？增加對內控人員的獎勵意味著S增大到S'（圖2虛線所示）。此時，如果管理人員舞弊的概率不變（即PA*不變），那么內控人員不監(jiān)督的期望得益變?yōu)檎?，內控人員肯定會毫不猶豫地選擇不監(jiān)督。內控人員不監(jiān)督，管理人員就會增加舞弊的概率，直到將PA*提高到PA*'，此時又會恢復混合策略均衡。就是說，增加對內控人員發(fā)現舞弊的獎勵在短期中的效果是使得內控人員更加偷懶不監(jiān)督，這就體現了激勵的結果悖論；在長期中并不僅不能使內控人員更盡職，反而會增加管理人員舞弊的概率，這是因為內控人員勤勉程度不是由S決定的，這里體現的就是激勵的邏輯悖論了。

四、結論

從博弈論的角度上看，由于管理人員和內控人員效用函數的不同，企業(yè)存在內部監(jiān)督博弈，這種博弈屬于非合作零和博弈。因為非合作的零和博弈特點是博弈的一方所得是另一方所失，所以管理人員100%選擇舞弊的時候，內控人員也將100%選擇監(jiān)督。管理人員和內控人員之間的博弈最終的結果是雙方選擇都能接受的概率選擇各自的策略，也就是達到了混合策略納什均衡。

企業(yè)內部監(jiān)督博弈能夠很好地說明企業(yè)所有者和領導者常常忽略的激勵悖論，包括激勵的結果悖論和激勵的邏輯悖論。由于激勵悖論的存在，使得企業(yè)所有者或領導者常常采取某一激勵方式如肯定或否定員工的某些行為，卻沒有取得相應的效果，甚至是相反的效果，更有甚者，領導者在激勵時被激勵者并非是其所希望的激勵之人。

參考文獻：

[1] 謝識予.經濟博弈論[M].上海：復旦大學出版社，2007：76～80.

[2] 周三多.管理學[M].北京：高等教育出版社，2010：263～264.

[3] 姚海鑫，等. 關于上市公司會計監(jiān)管的不完全信息博弈分析[J].會計研究，2003（5）：1～2.

[4] 張 玲.企業(yè)內部會計監(jiān)督博弈分析及對策思考[J].財政監(jiān)督，2011；13：2.

[責任編輯：紀姿含]