连暐虹老师（香港中文大学）

12.9号上午的两场报告在经济与管理学院b131教室进行，第一场报告由韩立宁老师主持。

首先，韩立宁老师介绍了第一位上台报告的连暐虹助理教授。连教授目前任教于香港中文大学，同时也在清华大学经济与管理学院任助理教授。主要研究领域为行为经济学和应用微观经济学，尤其关注于检测行为经济学理论是否符合现实观测。当前主要研究包括个体风险偏好、参照依赖、自我控制、策略互动、合作与信任。2011年与钟笑寒教授、郑捷教授共同建立清华大学经济管理学院经济科学与政策实验室（ESPEL）。ESPEL也是连教授这次报告中所介绍的实验的实验场所。

连教授首先以Motivation of Lying引入报告。人们说谎的动机会有很多，可能会在一定程度上反映人们的偏好：他们究竟更追求efficiency还是更追求fairness。连教授以Robin Hood举例， 他“Lie” to the rich to help the poor, 可见他是一个更加追求公平的人。

接着，连教授简单介绍了“Lying”这一领域的相关文献，目前对于Lying aversion, the justification of lying等问题都已有相关研究。连教授随之介绍了自己的paper以及实验的贡献。她的实验在不同的情境设定下运用实验经济学的手段进行一系列的allocation task, 并给出了说谎的可能性。在试验方法上，设计一个multinomial mind game，令实验者说谎的intensity可以被统计上观测到并衡量出来。

然后，连教授详细介绍了实验设计。实验大致分为两类：自己不参与以及自己亲身参与的lying game，并以此引出social preference towards lying。而人们说谎的可能性则是来自于人们在作出决定时所经历的mind game。这个实验是在清华大学经济科学与政策实验室（ESPEL）开展，连教授也介绍了实验开展的时间、参与者的年龄层以及每轮实验开展的时间等实验内容。

随后，连教授给出了一个实验中的小例子。实验者在实验第一阶段，从A到E五个字母中任选一个，在第二阶段看到每个字母所对应的收益，并报告出来，获得相应收益。实验结果发现，如果是在只有自己参与的游戏之中，实验者非常倾向于说谎，以获得个人最高收益。而两人游戏之中（自己参与或不参与），可能说谎也可能真实报告结果，这取决于在他们做决策的mind game的过程中会存在对实验结果fairness以及efficiency的个人偏向的权衡。而在三个人共同参与的游戏中，结果的随机性则更加明显。

连教授给出的第二个例子主要针对于这项实验中的allocation task。在这个实验中，有两个参与者：实验者本人和另一个随机匹配的partner，两参与者分别具有一定的初始禀赋。而实验者所做的决策是在已知双方初始禀赋以及自己的收益不变的情况下，在一定选择范围内给partner再加上多少收益。预想的结果是：若实验者追求efficiency，那么他会倾向于最大化双方的共同收益，给partner加上最大的可能值；若实验者追求fairness，则会使partner的收益与自己相同；而如果实验者是spite的情况，即希望自己的收益尽可能大于partner收益，那么便会选择最小化partner的收益。

连教授运用三种Classification Method对以上两个实验真实实验结果进行分析，所得的clustering analysis表明，Spiteful allocation and people 会倾向于在任何情况下说谎以达成自己最优收益的目的；Efficient allocation and people在自己不参与游戏时倾向于说谎，以达成最终结果的efficiency，而在自己参与的游戏中会说谎以达成fairness； 而Fairness allocation and people 不太会为了达成公平性而说谎，他们更倾向于为了自己的个人收益而说谎。可见实验结果相较于现实预期有一定的出入。

报告的最后一部分，连教授指出了自己的future work，在实验中引入cost of lying, 实验者的personal background或者加入为partner降低收益的选项等，以完善实验。

报告结束后的Q&A环节，李汛老师提出了一个有趣的小问题。在第一个实验中，如果实验者在第一阶段随机选完字母后，当页面跳转到第二阶段匹配字母收益时突然忘掉了自己刚才选的字母，然后此时根据收益重新选择字母，会不会给实验结果带来偏差。连教授表示，会在第一阶段会反复提醒实验者记住所选字母，并且这种个人偶然遗忘的情况并不会影响实验结果中的统计分布。孙祥老师表示，可以在第二阶段的页面上也放上第一阶段的小页面以提醒实验者，规避因偶然因素带来的影响。

戴芸老师（中山大学）

第一场精彩的报告结束后，韩立宁老师为我们介绍了来自中山大学岭南学院的金融系助理教授戴芸，她2014年于荷兰鹿特丹伊拉斯姆斯大学获得金融学博士学位，2015年成为特许金融分析师（CFA）持证者。在加入岭院之前，戴芸曾先后任教于荷兰格罗宁根大学、荷兰鹿特丹伊拉斯姆斯大学。其主要研究兴趣为公司金融，研究项目涉及兼并收购、企业上市、薪酬管理等。相关研究发表在国内外顶级期刊上，例如《Games and Economic Behavior》，《Journal of Economic Dynamics and Control》和《经济研究》等。

戴老师以员工股权激励的缘由为主题进行了题为“non-compete enforceability and non-executive employee stock options”的报告，首先，她通过员工股权激励的数量远大于CEO股权激励的现实数据告诉了我们为什么研究员工期权激励如此重要。对于这个话题的历史研究，主要认为员工员工股权激励可能有两方面的作用，其一是激励员工在公司长期留任；其二是促进提高企业业绩，针对于提高企业业绩的效果，戴老师为我们介绍了学术界的两种不同观点，一种认为员工股权激励对于促进业绩十分重要，相反，第二种观点认为员工股权激励不如CEO股权激励那么有效，因为企业业绩主要来自于大量员工的合作，不像CEO可以直接影响企业业绩，所以存在严重的企业员工“搭便车”问题，因此员工股权激励对于企业业绩是否有效有待考察。这两种观点的主要不同点是第一种来自于事后效果的数据分析，而第二种来自事前分析，然而想要验证两种观点孰对孰错，在计量分析上有很大的困难，因为员工股权激励的目的主要是激励员工留任还是促进企业业绩难以区分。

紧接着戴老师为我们讲述了在她的研究中对上述困难的应对，她引入了在美国很流行的竞业禁止条款，即在合同中要求离任员工一定时间内不能用工作所得知识在竞争对手公司工作的条款，同时她还举了亚马逊等公司对这项条款的运用帮助我们更好地理解这项条款。接下来戴老师为我们介绍了这项条款对她的研究的帮助，因为在美国许多州中曾有法律学研究对这项条款的执行力进行了评测，其中有三个州对这项条款的执行力发生了或增加或减少的变化，所以可以通过各个州对这项条款的执行力数据进行计量分析的准自然实验。而这项实验最大的作用就在于它可以把保留员工动机和激励员工动机区分开，因为执行力增加会减少企业由于保留员工动机进行的股权激励。

接下来戴老师对她的计量模型中更深入的分析进行了简要讲解，告诉了我们她在研究中如何排除了公司地理位置和公司总部的地理位置对于政策变化的影响、加利福尼亚州的特殊行为对于计量回归的影响，还通过仅研究三个执行力变化州周边地区的数据排除了地区原因的影响，并从时间上分析拒绝了反向因果的结论等深入分析。最终得出结论：竞业禁止条款执行力上升，员工股权激励大大下降，说明保留员工发放股权激励是占支配地位的。（同时她还介绍了另一篇文章研究高管激励，但结果只有10%的显著性）最后戴老师还进行了员工股权激励的机制分析，告诉了我们员工股权激励有利于补偿行业不确定性等问题。

在戴老师的报告结束后，台下各位老师积极发言，提出了自己的疑问和想法，戴老师对此一一细致解答，最后这场报告在掌声中完美地画上了句号。

邓红平老师（华中师范大学）

在短暂的休息之后，来自华中师范大学经济与工商管理学院的邓红平老师为我们带来有关公共租赁住房初分配机制的优化问题的报告，本次报告由邓红平老师的优秀学生代表王彦楠发表演讲。

公租房的初分配一直是一个社会热点问题，对此目前各地政府已经出台各种分配政策，但如何分更公平，如何分更有效率，是值得我们进一步研究的问题。研究者们设计了一个实验，通过实验参与者的实验来探索优化分配政策的方法。由于实际生活中每个人对于公租房的需求程度不同，一个刚毕业的大学生和一个身负养家重担的下岗职工在相同结果下的收益是不同的。从这一方面考虑，他们设计了一套程序，每一个实验参与者随机分配到一个身份，程序会计算他们不同的收益结果（不是支付给参与者的收益，此程序只用于实验数据计算）

本次实验探索RA（随机分配：即公租房随机分配）、RSD（随机序列独裁：随机排序再按序选房）、TTC（顶层交易算法Top Trading cycles）三种分配方式中哪一种制度最优。截至到目前的实验数据中，TTC是较为理想的分配方式，但仍存在许多缺陷。

在实验中实际上出现了许多匪夷所思的结果，有实验者最终的选择并不是按照自己的真实偏好来的，这说明实验误差的存在。还由于在实际生活中，选房者们的选房步骤和实验并不完全相同，还有一些不可抗力因素的干扰，目前他们仍在对这些问题进行进一步研究，相信不久的将来他们将给出一份完美的答案。

孙祥老师（武汉大学）

本次会议的最后一场演讲由孙祥老师带来，讲座主题是纷争网络研究中的规模效应。他介绍到这是他最近和同事们在研究的问题，文章也即将发表。

纷争(Conflicts)指两个或多个参与者通过投入耗费性且不可回收的成本(effort)来相互竞争有限的奖励的博弈形式，现实中的例子有很多，比如竞技体育，战争，贸易战，政治运动或大学招生等。对这一问题研究主要是与多个对手的单一纷争，而在同一时间段也完全可能有多起纷争，比如一场战争中一个国家可能同时对数个国家开战。

孙老师介绍道，他们的工作主要基于两个简称为“FO”的学者的工作，即将网络结构引入纷争模型并进行均衡分析，但并没有仔细研究投入成本的回报的规模效应，因此他们这篇文章便从此出发。

在模型构建上，一个参与者获胜的概率由其做出的各项努力即成本完全决定，具体的函数形式上各项成本带有指数r，这个指数就是规模效应的一个量度，r越大，表明获胜后的回报也就越高；而一旦边际回报上升，就更能更进一步提高对参与者的激励。传统研究给出的结论是如果回报越高，投入的成本也就越高，而孙老师的研究则表明在网络结构下这个结论不一定成立，均衡应当有一个更复杂的形式。

用于表示各方纷争的矩阵是对称的，即甲与乙有冲突，那么显然乙与甲也是如此。另外有冲突的位置元素取为1，否则取0，这个0-1对称矩阵就代表一个无向的纷争网络图。另外，获胜所得的奖励被标准化，这样处理便于对均衡的分析。具体考虑的模型中，还将纷争的参与者划分为两大阵营，阵营内部没有冲突，但是对任一成员而言，其与对立阵营的所有人都有冲突。孙老师坦言他们之前没有找到现实中与之对应的恰当例子，但听众中有老师随即给出了宗教派系纷争的例子，得到孙老师的赞许。可见适当的交流对做研究确实有好处。

模型的均衡分析表明在之前所述的设置下存在唯一均衡，均衡中两个阵营的成员的投入策略取决于两个阵营的人数及其对比。具体来讲，人数更多的那个阵营每个成员的投入都较大，但总成本却较低，因为纷争的数量受对方数量影响相对较少。

如果两大阵营成员数量对比悬殊，每个参与者的投入，阵营总投入以及竞争强度在r较低时随之递增，而当r超出一个阈值后随之递减，形状上来讲呈现出一个倒U形。r的这个阈值由一个包含数量对比的非线性方程所决定。但当数量对比不那么悬殊时，即这个比值大于某个阈值，以上提到的那些量则随r单调递增。阵营数量对比的这个阈值可由计算的出，在五分之一左右。

孙老师的讲座介绍了微观研究的前沿领域，展示了众多关于这一问题的最新研究成果，听众受益良多。