证券市场监管的纳什均衡分析内容摘要：本文通过构建证券监管的非合作博弈模型，采用纯策略纳什均衡分析和混合策略纳什均衡分析，阐述了证监会与证券市场主体的最优选择行为，并提出了提高我国证券市场监管效率的有效措施。
关键词：证券监管博弈纳什均衡从近年来中国证券监督管理委员会（简称证监会）网站公布的处罚通告可以看出，我国证券市场上的违规行为次数呈逐年递增趋势，这也从另一个侧面反映了我国证监会证券监管力度和监管能力的欠缺与不足。
依据中国证监会的公告，证券市场违规行为主要包括操纵市场、内幕交易、虚假陈述、信息误导、挪用资金、透支、自营与经纪混合操作以及欺诈客户等行为，这些违规行为严重的扰乱了证券市场的秩序，降低了资本市场的效率，对资本市场自由度不高的发展中国家则更甚。
随着我国股指期货、权证等衍生类金融产品的逐渐推出，加强证券市场监督管理，提高证券市场监管效率，维护证券市场良好秩序，保障广大投资者的合法权益，是我国当前经济发展中迫切需要解决的一项艰巨任务。
针对上述违规行为，本文试图从博弈论的角度在证券市场主体、中国证监会以及社会公众之间建立博弈模型，通过对其均衡解的纳什分析来探讨中国证券市场监管的意义、重要性以及如何提高我国证券市场的监管效率。
证券市场主体与证监会的博弈假设及模型（一）博弈假设为了防止证券市场的违规行为给我国实体经济发展带来不利的影响，中国证监会依法制定有关证券市场监督管理的规章、制度，并依法对证券市场主体行为进行监督管理，这样两者之间就形成了一种监管与被监管的关系。
证券市场主体与中国证监会作为博弈的主体，具有如下假设：假设1：博弈双方主体皆以“经济人”假设为前提。
其基本特征就是：每一个从事经济活动的个体都是利己的。
即每一个从事经济活动的人所采取的行动都是力图以最小的经济代价去获得最大的经济利益。
在此假设前提下，中国证监会的目标是力图以尽量小的证券监管成本达到证券市场的稳定，以此促进实体经济的繁荣发展，实现自身效用（利益）最大化，而证券市场主体的最终目标则为在成本一定的情况下力求利润最大化，或在利润一定的情况下力求成本最小化。
从经济学的角度看，理性的证券市场主体在其策略行为（违规，不违规）中的选择取决于中国证监会监管的策略行为（监管，不监管）、监管强度、监管能力以及违规行为的处罚力度，即证券市场主体从成本与收益分析机制中决定其最终策略行为。
假设2：双方主体对博弈中信息规定的掌握都是充分的。
即双方都各自知道对方掌握自己的收益矩阵和效用函数，但是由于双方不可能形成合作，所以该博弈为完全信息下的非合作博弈。
假设3：证券市场主体正常操作将只能获得正常收益，违规操作将获得超额收益。
但是当违规操作时，证券市场主体不仅面临着被证监会直接查处的风险，还面临着被社会公众举报的间接风险。
当证券市场主体选择违规操作时，证监会如果选择不监管或者与市场参与主体合谋，一旦该行为被社会公众检举揭发，证监会和证券市场主体将受到处罚，且证监会受到的处罚力度较强；当证券市场主体选择违规操作时，证监会如果选择监管且监管成功，证监会将获得成功监管的奖励，此时证券市场主体将受到处罚。
（二）博弈模型基于以上假设，为方便描述收益矩阵，笔者以变量形式描述各项收益。
针对证券市场主体，定义Y为证券市场主体正常操作获得的收益，Y1为证券市场参与者违规操作得到的额外收益，则证券市场主体违规操作将获得Y+Y1的收益。
定义Y2为证券市场主体被查出违规操作的处罚金额，Y3为证券市场主体违规操作被证监会公布形成的声誉损失；Y4为证券市场主体被查处后将导致的经济损失，如一段时间暂停服务或者取消从业资格。
针对证监会，定义U为证监会的正常收益，C1为证监会对违规操作行为的监管成本，C2为证监会对正常操作的监管成本，由于违规行为比较隐蔽，对违规行为的查处更加困难，由此导致监管成本较高，即C1>C2>0。
在证券市场主体违规操作的情况下，定义X为证监会工作失职而受到的处罚，M为证监会成功监管得到的奖励。
基于上述假定，可以构建一个证券市场主体与证监会之间的完全信息非合作博弈模型，其收益矩阵如表1所示。
表1中N为证券市场主体违规被查处所形成的直接损失和间接损失的总和，即N=Y2+Y3+Y4。
假设证监会成功监管的概率为θ，证券市场主体违规操作被社会公众举报的概率为λ，则表1的收益矩阵可以简化为表2所示。
其中，λ、θ取值范围为0到1（当λ、θ取1时表示证券市场主体被社会公众举报违规，证监会成功监管；反之，则λ、θ取0）。
博弈模型分析从表2可以看出（监管，不违规）肯定不是均衡，因为（不监管，不违规）比（监管、不违规）更好。
当（不监管，不违规）为均衡状态时，需满足Y+Y1-λNY1/N，从该不等式可以得出当违规操作获得的额外收益Y1越小，违规操作的总损失N越大时，违规获得的总效用将明显低于不违规所获得的总效用，这样将不会发生违规行为。
在（不监管、不违规）这样的均衡状况下，证监会应该加强违规被抓获的处罚力度，使违规的总损失加大，就能有效地抑制证券市场主体的违规行为。
当（不监管，违规）为均衡状态时，有Y+Y1-λN>Y且U-λX>U-C1+θM，则有λY且U-C1+θM>U-λX，则有θ0。
由θ0可知证券监管获得的效用高于不监管获得的效用。
综上所述，当λY1/N时，将形成证监会不监管，证券市场主体违规；证监会监管，证券市场主体不违规。
这样的情况下不能达到纯策略纳什均衡，但是可以达到混合策略纳什均衡。
假设证监会监管的概率为α，证券市场主体违规的概率为β，采用混合策略纳什均衡计算证监会和证券市场主体的最优行为。
从模型中可以得到证监会的期望收益为：EU=α[β（U-C1+θM）+（1-β）（U-C2）]+（1-α）[β（U-λX）+（1-β）U] （1）证监会监管的期望收益为：EU1=β（U-C1+θM）+（1-β）（U-C2）（2）证监会不监管的期望收益为：EU0=β（U-λX）+（1-β）U （3）证券市场经济主体违规的最优概率就是使证监会监管与不监管的期望收益相等的概率，则有EU1=EU0，所以，β（U-C1+θM）+（1-β）（U-C2）=β（U-λX）+（1-β）U，由此可知，博弈均衡的证券市场主体违规的最优概率为β*=C2/（λX+ θM-C1+C2），也就是说证券市场主体以此概率违规将使证监会在博弈中选择其中任一种行为效果都相同。
当β*>C2/（λX+ θM-C1+C2）时，则有EU1>EU0，证监会的最优选择为监管；当β*（λN-Y1）/（λN-θN）时有EY1>EY0，证券市场主体的最优选择为违规操作。
该模型的混合策略纳什均衡解为：α*=（λN-Y1）/（λN-θN），β*=C2/（λX+θM-C1+C2）（7）其中λY1/N，则有θ-λ>0，所以：α*=（Y1-λN）/（θN-λN），β*=C2/（λX+θM-C1+C2）（8）结论与建议我国证券市场监管还很不到位，在监管者没有从政府那里得到他们认为是足够大的激励的时候，监管者可能存在“偷懒”行为，更可能与被监管者互相串谋，导致监管中腐败行为的发生。
事实上，由于作为委托者的政府和作为代理人的监管者之间存在着严重的信息不对称，监管者一方面不会愿意主动出击；另一方面，监管者为谋取自身利益，往往接受被监管者的贿赂并与其串谋。
针对上述对证监会与证券市场主体的博弈分析及我国目前证券市场的现状，本文提出应该从以下几方面来提高证监会的监管效率：第一，从证监会与证券市场主体混合策略均衡解β*的分析可以得出，为了降低证券市场主体违规的概率，可以增加证监会成功监管的奖励M，提高证监会监管失职的处罚X。
同时为了降低证监会与证券市场主体相互串谋，可以提高证券市场主体被社会公众举报违规的概率λ，降低证监会的官僚主义行为和机会主义行为，提高监管服务的质量与透明度（一般证监会的监管成本C1、C2比较难作出相应的调整）。
第二，从解α*的分析中可以得出，证券市场的健康发展需要恰当的制度环境，即博弈中足够大的处罚损失N。
比如可以直接增加证券市场主体被查处违规的直接处罚金额Y2；可以提高证券市场主体违规的曝光度，对证券市场主体的声誉形成一种压力；或者对查处到违规的证券市场主体直接命令停业较长时间。
因此，在监管工作中，对于违规行为，应加大揭批力度，强化公众对违规行为的舆论监督，通过对违规行为的揭批使违规主体形象受损，降低其在公众中的声誉，从而扼制其违规的冲动。
第三，公众的参与监督能有效地提高监管效率，使证券市场主体违规的概率降至最低，因此提高社会公众对自身合法权益的保护意识，建立健全广泛的监督机制尤为重要。
综上所述，在证券监管管理中如果只重视对违规者的惩罚而忽视对监管部门的监督和失职行为的查处与处罚，证券监督管理效果将是有限的。
证券监管机构和人员作为政府的代理人，一方面接受政府委托对市场实施监管，另一方面也要接受社会各方的监管。
严惩证券市场违规者及其投机操纵行为固然必不可少，但加强对监管者的监管也更能提高监管效率。
因此，在证券监管制度设计上，从严监督监管者与严惩违规者并举不失为更优的选择，同时也应该积极拓展公众参与监督的积极性，建立健全广泛的监督机制。
参考文献：1.刘媛华，周剑勇.高校考试中作弊与监管的博弈分析[J].统计与决策，2006，（9）2.张维迎.博弈论与信息经济学[M].上海三联出版社，20043.董娟，马良，孔刘柳.房地产企业投机监管的博弈分析[J].上海理工大学学报，2009，31（4）4.肖贤辉.证券监管博弈分析及政策建议[J].湖南财经高等专科学校学报，2002，18（6）5.张志刚，严广乐.对互联网信息资源监管的博弈分析[J].上海理工大学学报，2002，24（4）。
