Skip to main content

Part of the book series: Physica-Schriften zur Betriebswirtschaft ((PHYSICA-SCHRIFT,volume 28))

Zusammenfassung

Die auf Marschak1 zurückgehende Informationsökonomie betrachtet die Beschaffung von Informationen als Entscheidungsproblem mit dem Ziel, eine ursprünglich gegebene Entscheidungssituation zu verbessern2. Um die in der Informationsökonomie verwendete Methodik präzisieren zu können, ist eine Präzisierung des Informationsbegriffs und eine Darstellung der theoretischen Behandlung einer Entscheidungssituation notwendig.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 74.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. Vgl. Marschak, J. (1954).

    Google Scholar 

  2. Vgl. Hopf, M. (1983a), S. 313; Marschak, J. (1975), S. 119. Neben dieser in der vorliegenden Arbeit verwendeten entscheidungstheoretischen und damit einzelwirtschaftlichen Betrachtung verbindet man in der Literatur mit Informationsökonomie auch gesamtwirtschaftliche, also auf Märkte abstellende Untersuchungen, in denen nicht nur die Marktteilnehmer verschiedene Informationsstände aufweisen, sondern zusätzlich von ihnen nicht beeinflußbare Größen die Resultate ihrer Markthandlungen determinieren können. Vgl. Hopf, M. (1983a), S. 313–314. Einen Überblick über diese Thematik findet man bspw. bei Hirshleifer, J. (1973); Hirshleifer, J.; Riley, J. (1979), S. 1393–1414.

    Google Scholar 

  3. Für einen Überblick vgl. Bössmann, E. (1978), S. 185–186; Hopf, M. (1983b), S. 6–17; Mag, W. (1977), S. 4–6; Wittmann, W. (1980), Sp. 894–896; Wittmann, W. (1986).

    Google Scholar 

  4. Wittmann, W. (1959), S. 14.

    Google Scholar 

  5. Vgl. Bamberg, G.; Coenenberg, A.G. (1989), S. 2–4; Laux, H. (1982a), S. 13–14; Saliger, E. (1988), S. 1.

    Google Scholar 

  6. Vgl. zum Modellbegriff z.B. Eichhorn, W. (1972), S. 282–283.

    Google Scholar 

  7. Vgl. zu dieser Differenzierung Schwab, H. (1978), S. 9–94.

    Google Scholar 

  8. Vgl. Saliger, E. (1988), S. 3–7.

    Google Scholar 

  9. Vgl. Bamberg, G.; Coenenberg, A.G. (1989), S. 14–25.

    Google Scholar 

  10. Vgl. Laux, H. (1982a), S. 25.

    Google Scholar 

  11. Schneider spricht hier von „vollständiger Gewißheit über die Ungewißheit“, was jedoch mit der hier verwendeten, üblichen Terminologie nicht kompatibel ist. Vgl. Schneider, D. (1987b), S. 229.

    Google Scholar 

  12. Vgl. Saliger, E. (1988), S. 17.

    Google Scholar 

  13. Das ist eine Menge von paarweise disjunkten Teilmengen von Z, deren Vereinigung Z ergibt.

    Google Scholar 

  14. Bamberg, G.¡ Coenenberg, A.G. (1989), S. 122.

    Google Scholar 

  15. Vgl. dazu z.B. Bamberg, G.; Coenenberg, A.G. (1989), S. 121–124; Kofier, E.; Menges, G. (1976); S. 85–331.

    Google Scholar 

  16. Unter einem Wahrscheinlichkeitsmaß versteht man eine hier nicht näher spezifizierte Anforderungen erfüllende Abbildung von einer die Menge aller in Betracht zu ziehenden Ereignisse darstellenden Sigma-Algebra in das Intervall [0,1], die jedem Ereignis eine Zahl, die zugehörige Wahrscheinlichkeit, zuordnet. Vgl. z.B. Bauer, H. (1978), S. 127–130 i.V.m. S. 30; Oberhofer, W. (1984), S. 44.

    Google Scholar 

  17. Vgl. Laux, H. (1982a), S. 25.

    Google Scholar 

  18. Vgl. Kofier, E.; Menges, G. (1976); S. 22.

    Google Scholar 

  19. Unvollständige Information liegt auch dann vor, wenn nicht alle Parameter des Entscheidungsfelds bekannt sind. Vgl. dazu Berninghaus, S. (1987); Berninghaus, S.; Ramser, H.J. (1981) sowie Weber, M. (1987), S. 46, bei denen die Ergebnisfunktion nicht bekannt ist. Den Fall einer nicht bekannten Nutzenfunktion bezieht Weber mit in die Überlegungen ein.

    Google Scholar 

  20. Da im folgenden immer Zusatzinformation Gegenstand der Analyse ist, soll im folgenden auf das Präfix „Zusatz“ verzichtet werden.

    Google Scholar 

  21. Vgl. Bössmann, E. (1978), S. 185.

    Google Scholar 

  22. Vgl. Strong, N.; Walker, M. (1987), S. 18.

    Google Scholar 

  23. In unserem Fall heißt dies: zu jedem y ∈ Y gibt es ein z ∈ Z mit η(z) = y. Damit enthält Y ausschließlich solche Signale, die auch empfangen werden können.

    Google Scholar 

  24. Die Urbildmenge η -1 (y) eines Signals y ist erklärt als die Menge aller Umweltzustände z, die vermöge η auf y abgebildet werden.

    Google Scholar 

  25. Vgl. z.B. Demski, J.S. (1980), S. 30–32; Strong, N.; Walker, M. (1987), S. 19.

    Google Scholar 

  26. Vgl. Ferschl, F. (1982), S. 50.

    Google Scholar 

  27. Vgl. hierzu Marschak, J.; Miyasawa, K. (1968), S. 141–142.

    Google Scholar 

  28. Dies ist eine Matrix deren Zeilensummen 1 ergeben. Vgl. Marschak, J. (1971), S. 193.

    Google Scholar 

  29. Vgl. Ahituv, N. (1981), S. 400.

    Google Scholar 

  30. Vgl. Marschak, J. (1971), S. 193.

    Google Scholar 

  31. Vgl. Ohlson, J.A. (1987), S. 104.

    Google Scholar 

  32. Vgl. Saliger, E. (1988), S. 141–142; Wittmann, W. (1980), Sp. 897.

    Google Scholar 

  33. Vgl. Laux, H. (1982a), S. 288.

    Google Scholar 

  34. Derselbe Grundgedanke führt in der Spieltheorie zu einer analogen Differenzierung von Spielen. Vgl. dazu S. 120 f.

    Google Scholar 

  35. Bamberg, G.; Coenenberg, A.G. (1989), S. 74.

    Google Scholar 

  36. Vgl. Saliger, E. (1988), S. 134.

    Google Scholar 

  37. Vgl. z.B. Bauer, H. (1978), S. 134; Oberhofer, W. (1984), S. 64–65.

    Google Scholar 

  38. Vgl. Bamberg, G.; Coenenberg, A.G. (1989), S. 132. Zur Bayes-Analyse bei linearer partieller Information vgl. Ehemann, K. (1983); Kofler, E.; Menges, G. (1976); S. 120–122.

    Google Scholar 

  39. Die Definition eines solchen „Kaufwerts“ geht zurück auf LaValle, LH. (1968), S. 257.

    Google Scholar 

  40. Vgl. Ferschl, F. (1982), S. 50–51.

    Google Scholar 

  41. Vgl. zu einem Konzept ihrer Ermittlung Glaser, H. (1980), Sp. 939.

    Google Scholar 

  42. Vgl. dazu auch die Ausführungen in Bamberg, G.; Coenenberg, A.G. (1989), S. 131–135; Sauger, E. (1988), S. 142–143.

    Google Scholar 

  43. Vgl. Bohr, K. (1985), S. 81; Saliger, E. (1988), S. 141.

    Google Scholar 

  44. Dies ergibt sich natürlich auch bei Anwendung des Bayesschen Theorems auf die a-priori-Wahrscheinlichkeiten, da die Likelihood-Matrix die hier bis auf Zeilenvertauschungen der Einheitsmatrix entspricht.

    Google Scholar 

  45. Vgl. Bamberg, G.; Coenenberg, A.G. (1989), S. 126; Saliger, E. (1988), S. 141. Für ein Beispiel vgl. Bohr, K. (1985), S. 80–81.

    Google Scholar 

  46. Vgl. den Überblick bei Hilton, R.W. (1981), aber auch Ferschl, F. (1982), S. 69–72; Schau-enberg, B. (1985), S. 238–241 sowie die den Kaufwert (S. 13, Fußnote 39) untersuchenden Arbeiten von Bamberg, G.; Spremann, K. (1983), S. 92–99; Bitz, M.; Wenzel, F. (1974); Willinger, M. (1989).

    Google Scholar 

  47. Vgl. Schauenberg, B. (1985), S. 241–247.

    Google Scholar 

  48. Vgl. Bössmann, E. (1978), S. 190.

    Google Scholar 

  49. Vgl. Blackwell, D. (1953), S. 265–273. Zur Ableitung der Aussage aus einem allgemeinen topologischen Informationskonzept vgl. Allen, B. (1983), S. 98–100.

    Google Scholar 

  50. Vgl. Ohlson, J.A. (1987), S. 104.

    Google Scholar 

  51. Vgl. McGuire, C.B. (1972), S. 106–107.

    Google Scholar 

  52. Vgl. Ferschl, F. (1982), S. 71.

    Google Scholar 

  53. Vgl. Hopf, M. (1983b), S. 155.

    Google Scholar 

  54. Vgl. dazu z.B. Arrow, K.J. (1963); Bamberg, G.; Coenenberg, A.G. (1989), S. 198–212; Laux, H. (1982b), S. 119–182; Sauger, E. (1988), S. 179–193.

    Google Scholar 

  55. Wäre das nicht der Fall, so entspräche das der bisher untersuchten Problematik eines Entscheidungsträgers.

    Google Scholar 

  56. Vgl. Raiffa, H. (1973), S. 247–264; Wilson, R. (1968) und Wilson, R. (1969) sowie Amershi, A.H.; Stoeckenius, J. (1983); Feltham, G.A. (1984), S. 186–187; Jennergren, L.P. (1980), S. 183–186; Kobayashi, T. (1980).

    Google Scholar 

  57. Siehe Abschnitt 3.1.1, S. 51 ff.

    Google Scholar 

  58. Vgl. Baetge, J. (1977); Bössmann, E. (1978), S. 193–195; Kim, K.H.; Roush, F.W. (1987); Marschak, J. (1954); Marschak, J.; Radner, R. (1972); Radner, R. (1972); Rasmusen, E. (1987).

    Google Scholar 

  59. Vgl. Baetge, J. (1977), S. 556; Wittmann, W. (1980), Sp. 902.

    Google Scholar 

  60. Siehe S. 134f. Der Beitrag von Groves, T. (1973) läßt erste Ansätze in dieser Richtung erkennen.

    Google Scholar 

  61. Vgl. Baiman, S. (1975), S. 7.

    Google Scholar 

  62. Vgl. dazu Ohlson, J.A. (1987), S. 169–172.

    Google Scholar 

  63. Vgl. Hurwicz, L.i Shapiro, L. (1978); Laux, H. (1975b), S. 103–112; Laux, H. (1975c), S. 170–181; Laux, H. (1988a), S. 25–30; Laux, H. (1988c) sowie die in diesen Themenbereich einzuordnende Arbeiten von Bardhan, P.K.; Srinivasan, T.N. (1971); Bell, C; Zus-man, P. (1976). Letztere berücksichtigen Verhandlungen zwischen Principal und Agent.

    Google Scholar 

  64. Vgl. Arrow, K.J. (1986), S. 1183.

    Google Scholar 

  65. Damit stellt sich die Principal-Agent-Theorie als Teilgebiet der „theory of contracts“ dar, die in der Untersuchung von Verträgen eine Erweiterung neoklassischer Wettbewerbsmodelle sieht, indem sie voraussetzt, daß jeder Markthandlung ein Vertrag zugrunde liegt. Vgl. dazu z.B. die Überblicksarbeit von Hart, O.; Holmström, B. (1987).

    Google Scholar 

  66. Solche Darstellungen findet man im einschlägigen Schrifttum häufiger. Vgl. z.B. Balach-andran, K.R.; Ronen, J. (1989), S. 171; Namazi, M. (1985), S. 116.

    Google Scholar 

  67. Ein Beispiel findet man bei Terberger, E. (1987b), S. 508–512.

    Google Scholar 

  68. Zum Konzept der flexiblen Planung vgl. z.B. Bohr, K.; Saliger, E. (1983), S. 966–968.

    Google Scholar 

  69. Vgl. Aron, D.J. (1988), S. 74–80. Häufig wird diese Beziehung unter dem Blickwinkel von Finanzierungsaspekten gesehen. Vgl. dazu z.B. Ewert, R. (1986); Neus, W. (1989); Pfaff, D. (1989); Rudolph, B. (1989), S. 290–293; Spremann, K. (1986), S. 115–116.

    Google Scholar 

  70. Vgl. Arrow, K.J. (1985), S. 38.

    Google Scholar 

  71. Stiglitz, J.E. (1974), S. 219.

    Google Scholar 

  72. Vgl. Drukarczyk, J. (1989), S. 144; Fellingham, J.C.; Newman, D.P. (1979).

    Google Scholar 

  73. Vgl. Gale, D.; Hellwig, M. (1985), S. 650–656; Krahnen, J.P. (1988). Die zu diesem Themenkreis zählende Literatur analysiert fast ausschließlich Anreizwirkungen bei Existenz von Kreditmärkten. Vgl. dazu bspw. Bester, H. (1987); Bester, H.; Hellwig, M. (1987); Stiglitz, J.E.; Weiss, A. (1981), Terberger, E. (1987a), S. 48–242.

    Google Scholar 

  74. Vgl. Schneider, D. (1987c), S. 447–453.

    Google Scholar 

  75. Vgl. Arrow, K.J. (1985), S. 39; Shavell, S. (1979b), S. 66.

    Google Scholar 

  76. Vgl. Arrow, K.J. (1985), S. 38.

    Google Scholar 

  77. Vgl. Shavell, S. (1979b), S. 66.

    Google Scholar 

  78. Vgl. Picot, A. (1989), S. 370.

    Google Scholar 

  79. Swoboda, P. (1987), S. 49.

    Google Scholar 

  80. Vgl. Beckmann, M.J. (1987).

    Google Scholar 

  81. Vgl. hierzu Mirrlees, J.A. (1976), S. 128–130; Petersen, T. (1989), S. 138–238; Streit-ferdt, L.; Kruse, J. (1988); Swoboda, P. (1987). Zu einer Darstellung von Principal-Agent-Beziehungen in einem Konzernverbund vgl. Holt mann, M. (1989), S. 51.

    Google Scholar 

  82. Üblicherweise werden diese Begriffe in Marktmodellen verwendet und auf die verschiedenen Marktseiten Anbieter — Nachfrager bezogen; vgl. Hopf, M. (1983b), S. 30; Milde, H. (1987a), S. 322; Schuhmann, J. (1987b), S. 375.

    Google Scholar 

  83. Teilweise wird die hier definierte Informationssymmetrie noch unterschieden in „asymmetric“ und „differential information“, wobei der letzte Begriff eine spezielle Ausprägung des ersten darstellt, indem er für vor der Entscheidung des Agents auftretende Informationsasymmetrien Verwendung findet; vgl. dazu z.B. Firchau, V. (1987), S. 87; Harris, M.; Townsend, R.M. (1981), S. 33, Strong, N.; Walker, M. (1987), S. 105. Dies soll jedoch in der vorliegenden Arbeit nicht geschehen.

    Google Scholar 

  84. Vgl. hierzu bspw. Azariadis, C. (1983); Chari, V.V. (1983); Green, J.; Kahn, C.M. (1983); Grossman, S.J.; Hart, O. (1983b); Hart, O. (1983); Rosen, S. (1985); Taylor, M.P. (1987). Häufig wird in den genannten Arbeiten die Existenz eines Marktzusammenhangs unterstellt.

    Google Scholar 

  85. Vgl. eine ähnliche, sich nur auf die Kenntnis der wahren Wahrscheinlichkeitsverteilung beziehende und bezüglich des zusätzlichen Zeitpunkts der Beobachtung des Ergebnisses differenzierende Einteilung bei Strong, N.¡ Walker, M. (1987), S. 178.

    Google Scholar 

  86. Inhaltlich unterscheidet sich letzteres vom Principal-Agent-Problem bei Informationssymmetrie (vgl. dazu S. 50ff.). Da jedoch, wie sich weiter unten noch zeigen wird, bei beiden Problemen dieselben Lösungen resultieren (S. 61) und zudem im Schrifttum keine Differenzierung erfolgt, sei die kleine Ungenauigkeit an dieser Stelle erlaubt.

    Google Scholar 

  87. Vgl. Grossman, S.J.; Hart, O. (1983a), S. 11.

    Google Scholar 

  88. Arrow, K.J. (1985), S. 38.

    Google Scholar 

  89. Baiman, S. (1984), S. 257.

    Google Scholar 

  90. Vgl. z.B. Baiman, S.; Demski, J.S. (1980a), S. 186–195; Demski, J.S.; Feltham, G.A. (1978), S. 342–350; Gjesdal, F. (1982), S. 374–379; Harris, M.; Raviv, A. (1979); Holmström, B. (1979), S. 77–81; Rogerson, W.P. (1985b); Shavell, S. (1979b), S. 64–65.

    Google Scholar 

  91. Vgl. Page, F.H. (1987), S. 161.

    Google Scholar 

  92. Vgl. z.B. Arnott, R.J.; Stiglitz, J.E. (1988); Mahr, W. (1977); Schuhmann, J. (1987b), S. 376–377; Shavell, S. (1979a), S. 543–550; Stiglitz, J.E. (1983).

    Google Scholar 

  93. Arrow, K.J. (1985), S. 39.

    Google Scholar 

  94. Mattesich, R. (1985), S. 689; Scapens, R.W. (1985), S. 172.

    Google Scholar 

  95. Das klassische, von Akerlof stammende Beispiel ist der „Markt für Zitronen“ im Fall des Gebraucht wagenmarkt es. Hier weiß der Verkäufer eines Gebrauchtwagens, ob er eine „Zitrone“ oder einen guten Wagen verkauft, während der Käufer dieses Wissen nicht besitzt. Vgl. Akerlof, G.A. (1970).

    Google Scholar 

  96. Vgl. bspw. Milde, H. (1987a), S. 322–323; Milde, H. (1988), S. 1–5; Schuhmann, J. (1987b), S. 376; Varian, H.R. (1985), S. 301.

    Google Scholar 

  97. Vgl. z.B. Atkinson, A.A. (1979); Baiman, S.; Demski, J.S. (1980a); Baiman, S.; Evans, J.H. (1983); Demski, J.S.; Sappington, D. (1987); Leland, H.E. (1978); Penno, M. (1984); Sappington, D. (1983). Dies zielt auf den weiter unten analysierten Fall des adverse selection 2 (S. 107ff.).

    Google Scholar 

  98. Vgl. z.B. Laux, H. (1988b); Pfingsten, A. (1987); Sappington, D. (1980); Sappington, D. (1984). In der weiter unten vorgenommenen genaueren Einteilung entspricht dies den adverse-selection-Fällen 3 bis 6. Vgl. zu dieser Differenzierung S. 92.

    Google Scholar 

  99. Vgl. Abbildung 3.6, S. 92.

    Google Scholar 

  100. Vgl. Gjesdal, F. (1982), S. 379–382.

    Google Scholar 

  101. Eine Analyse solcher Kommunikationsbeziehungen ist Gegenstand von Abschnitt 4.1. Vgl. dort insb. S. 124 ff.

    Google Scholar 

  102. Dies entspricht somit den Zusatzinformationssystemen im Einpersonenfall.

    Google Scholar 

  103. Vgl. Baiman, S.; Evans, J.H. (1983), S. 373.

    Google Scholar 

  104. Vgl. z.B. Baiman, S.; Evans, J.H. (1983), S. 373. Hier wird jedoch private Information nur auf den Fall bezogen, daß lediglich der Agent die Signale beobachten kann. Die prinzipielle Möglichkeit, daß der Principal einen Informationsvorsprung gegenüber dem Agent aufweist, wird somit ausgeschlossen.

    Google Scholar 

  105. Vgl. z.B. Baiman, S. (1984), S. 258.

    Google Scholar 

  106. Firchau, V. (1987), S. 85.

    Google Scholar 

  107. Firchau, V. (1987), S. 85.

    Google Scholar 

  108. Vgl. zum Begriff „Rechenschaft“ Schneider, D. (1987b), S. 28.

    Google Scholar 

  109. Vgl. z.B. Baiman, S.; Evans, J.H. (1983), S. 373

    Google Scholar 

  110. Vgl. auch Myerson, R. (1982), S. 70.

    Google Scholar 

  111. Vgl. bspw. Dye, R.A. (1983), S. 518; Petersen, T. (1989), S. 78, aber auch Christensen, J. (1982), S. 596, der solche Informationssysteme als „communication structure“ definiert.

    Google Scholar 

  112. Vgl. z.B. Penno, M. (1985), S. 245.

    Google Scholar 

  113. Vgl. Baiman, S.; Demski, J.S. (1980a), S. 184; Ballwieser, W. (1985), S. 26.

    Google Scholar 

  114. Vgl. dazu die Bayes-Analyse in Abschnitt 2.1.4, S. 12 f.

    Google Scholar 

  115. Ballwieser, W. (1985), S. 26.

    Google Scholar 

  116. Vgl. z.B. Horst, M.; Schmidt, R.H.; Terberger, E. (1982), S. 942.

    Google Scholar 

  117. Vgl. Ackermann, K.-F. (1974), Sp. 156; Frese, E. (1988), S. 32.

    Google Scholar 

  118. Vgl. zum Wertbegriff Bohr, K. (1985), S. 60–66.

    Google Scholar 

  119. Auf eine weitergehende Klassifikation soll nicht eingegangen werden. Vgl. z.B. den Überblick in Ackermann, K.-F. (1974), Sp. 156–157.

    Google Scholar 

  120. Vgl. z.B. Laux, H. (1975b), S. 101–102.

    Google Scholar 

  121. In der Literatur spricht man auch von Steuerungsfunktion. Vgl. z.B. Horst, M.; Schmidt, R.H.; Terberger, E. (1982), S. 942, aber auch Ballwieser, W. (1985), S. 27.

    Google Scholar 

  122. Vgl. Ballwieser, W.; Schmidt, R.H. (1981), S. 665; Laux, H. (1975a), S. 598.

    Google Scholar 

  123. Vgl. Spremann, K. (1988), S. 615–616.

    Google Scholar 

  124. Vgl. auch die entsprechende Überlegung in Laux, H. (1979), S. 287.

    Google Scholar 

  125. Vgl. Pratt, J.W.; Zeckhauser, R.J. (1985), S. 17; Spremann, K. (1988), S. 618–621.

    Google Scholar 

  126. Vgl. Grossman, S.J.; Hart, O. (1982), insb. S. 107–108.

    Google Scholar 

  127. Vgl. dazu Schneider, D. (1988), S. 1183.

    Google Scholar 

  128. Vgl. Ballwieser, W. (1985), S. 27.

    Google Scholar 

  129. Vgl. Baiman, S. (1984), S. 254; Ballwieser, W.; Schmidt, R.H. (1981), S. 667; Gjesdal, F. (1981), S. 212; Horst, M.; Schmidt, R.H.; Terberger, E. (1982), S. 942.

    Google Scholar 

  130. Vgl. z.B. Stiglitz, J.E. (1983), S. 6–7.

    Google Scholar 

  131. Vgl. Ballwieser, W. (1985), S. 27.

    Google Scholar 

  132. Siehe Abschnitt 3.1, S. 49 ff.

    Google Scholar 

  133. Vgl. Ballwieser, W. (1985), S. 27; Holmström, B. (1979), S. 79; Rees, R. (1985), S. 13–14. Die Ausführungen in Abschnitt 3.2, 63 ff., gehen darauf ein.

    Google Scholar 

  134. Vgl. Ballwieser, W. (1985), S. 27.

    Google Scholar 

  135. Schneider, D. (1987b), S. 28.

    Google Scholar 

  136. Vgl. dazu die Überlegungen in Kapitel 4, S. 119ff.

    Google Scholar 

  137. Dies dient der formalen Vereinfachung. Da sich mehrstufige Entscheidungen durch den Übergang zu Strategien auf einstufige reduzieren lassen, stellt dies keine Einschränkung der betrachteten Entscheidungsprobleme dar.

    Google Scholar 

  138. Eine Übereinstimmung in dieser Frage kann in der Realität sicherlich Probleme aufwerfen, eine solche Einschränkung bedeutet jedoch eine nicht unerhebliche Modellvereinfachung.

    Google Scholar 

  139. So kann z.B. mit einer Aktion ein hoher Arbeits- aber auch Zeitaufwand verbunden sein, der den monetären Nutzen des im allgemeinen als „arbeitsscheu“ angenommenen Agents mindert; vgl. z.B. Rees, R. (1985), S. 4. Mitunter wird die Aktion auch als Aktivitätsniveau interpretiert; vgl. Laux, H. (1988a), S. 25.

    Google Scholar 

  140. Vgl. Pratt, J.W.; Zeckhauser, R.J. (1985), S. 17.

    Google Scholar 

  141. Vgl. die ähnliche Überlegung bei Laux, H. (1975a), S. 598.

    Google Scholar 

  142. Vgl. dazu z.B. Schuhmann, J. (1987b), S. 297–299.

    Google Scholar 

  143. Vgl. die analoge Vorgehens weise im Einpersonenfall auf S. 10.

    Google Scholar 

  144. Eine solche Information entspricht dann einer Nullinformation in diesem Bereich.

    Google Scholar 

  145. Dies entspricht XP = 1.

    Google Scholar 

  146. Vgl. Baiman, S. (1984), S. 264; Demski, J.S. (1980), S. 92–96; Gjesdal, F. (1981), S. 212; Namazi, M. (1985), S. 118.

    Google Scholar 

  147. Vgl. bspw. Wöhe, G. (1987), S. 368–373.

    Google Scholar 

  148. Vgl die ähnliche Problematik beim innerbetrieblichen Informationssystem Kostenrechnung bei Bohr, K.; Schwab, H. (1984), S. 140.

    Google Scholar 

  149. Man denke an das Beispiel mit dem Agent als Pächter und dem Principal als Verpächter.

    Google Scholar 

  150. Dieser Begriff soll verwendet werden, um Verwechslungen mit dem die Menge der Aktionen des delegierten Entscheidungsproblems beschreibenden Aktionsraum zu vermeiden.

    Google Scholar 

  151. Das bei der folgenden Darstellung verwendete Lebesgue-Integral ∫zX(z) dp ist eine allgemeine Schreibweise für die Bestimmung des Erwartungswerts einer Zufallsgröße X bezüglich eines Wahrscheinlichkeitsmaßes p. Ist Z diskret, so erhält man die Summenschreibweise Σi X(zi)p(zi). Falls Z = ℝ ist und eine Dichtefunktion f für das Wahrscheinlichkeitsmaß p existiert, ergibt sich das Integral X(z)f(z)dz.

    Google Scholar 

  152. Wegen der Übersichtlichkeit wird statt A*(η,ϱ,l) und B*Q(η,l) lediglich A* und B*Q geschrieben.

    Google Scholar 

  153. |A| symbolisiert die Mächtigkeit der Menge A.

    Google Scholar 

  154. Vgl. z.B. Gjesdal, F. (1982), S. 375.

    Google Scholar 

  155. Vgl. Rees, R. (1985), S. 6.

    Google Scholar 

  156. Die Bezeichnung ist in der Literatur nicht einheitlich. Arrow verwendet z.B. die Bezeichnung „participation constraint“, während Demski/Sappington von „individual rationality constraint“ und Spremann von „reservation constraint“ sprechen; vgl. Arrow, K.J. (1986), S. 1189; Demski, J.S.; Sappington, D. (1987), S. 73; Spremann, K. (1987a), S. 15.

    Google Scholar 

  157. Vgl. Rees, R. (1985), S. 6.

    Google Scholar 

  158. Vgl. Arrow, K.J. (1985), S. 44; Demski, J.S. (1980), S. 89; Shavell, S. (1979b), S. 59.

    Google Scholar 

  159. Vgl. Grossman, S.J.; Hart, O. (1983a), S. 12.

    Google Scholar 

  160. Die partielle Differentiation einer Funktion mit mehrdimensionalem Definitionsbereich nach einer Variablen wird in vorliegenden Arbeit durch eine entsprechende Indizierung dargestellt.

    Google Scholar 

  161. Da der Bezug zum Rechenschaftsinformationssystem im Zusammenhang immer gegeben ist, wird auf ein Indizierung von mit b mit g verzichtet.

    Google Scholar 

  162. Vgl. bspw. Ross, S.A. (1973); Harris, M.; Raviv, A. (1979).

    Google Scholar 

  163. Vgl. z.B. Holmström, B. (1979); Mirrlees, J.A. (1974).

    Google Scholar 

  164. Siehe in erster Linie Abschnitt 3.2, 63 ff.

    Google Scholar 

  165. Vgl. Holmström, B. (1979), S. 76–77; Rees, R. (1985), S. 16–18.

    Google Scholar 

  166. Luce/Raiffa gehen bei der Ermittlung von Risikonutzenfunktionen aus Axiomen ähnlich vor. Bei dem von ihnen untersuchten Fall von endlich vielen Umweltzuständen ermitteln sie für jede Aktion die Eintrittswahrscheinlichkeit von jedem möglichen Ergebnis; vgl. Luce, R.D.; Raiffa, H. (1967), S. 23–31.

    Google Scholar 

  167. Vgl. Rees, R. (1985), S. 16.

    Google Scholar 

  168. Vgl. Page, F.H. (1987), S. 161.

    Google Scholar 

  169. Gjesdal definiert in einem spezielleren als dem hier untersuchten Modell den Informationswert analog. Er maximiert jedoch nicht über a* ∈ A*, was bewirkt, daß der Wert zusätzlich von a* abhängig ist, sofern man nicht eindeutige Optima des Agents voraussetzt. Vgl. Gjesdal, F. (1982), S. 376.

    Google Scholar 

  170. Vgl. Antle, R. (1982), S. 510–511; Christensen, J. (1981), S. 664. Hinreichende Bedingungen für einen höheren Wert findet man bei Fellingham, J.C.; Kwon, Y.K.; Newman, D.P. (1984), S. 294–296.

    Google Scholar 

  171. Diese wird in Abschnitt 3.2 erweitert auf stochastische Kontrollsysteme, wobei dann zusätzliche Prämissen zu setzen sind. Vgl. dazu Satz 3.4, S. 65.

    Google Scholar 

  172. Vgl. Harris, M.; Raviv, A. (1979), S. 237.

    Google Scholar 

  173. Im Grunde genommen behaupten sie, daß bei Beobachtbarkeit von e und z die Nutzenerwartungswerte eines nicht risikofreudigen Principals und eines (beliebigen) Agents mindestens so groß sind wie bei Beobachtbarkeit von e, a und z. Vgl. Harris, M.; Raviv, A. (1979), S. 237 und S. 236. Der Beweis wird im Anhang A, 2., S. 154, angegeben.

    Google Scholar 

  174. Vgl. Harris, M.; Raviv, A. (1979), S. 237.

    Google Scholar 

  175. Teilweise wird in der Literatur der Aktionsraum als Teilmenge des IRn oder als kompakter metrischer Raum angenommen. Vgl. z.B. Clarke, F.H.; Darrough, M.N. (1980), S. 306; Grossman, S.J.; Hart, O. (1983a), S. 11; Page, F.H. (1987), S. 159. Auf diese Verallgemeinerungen soll hier verzichtet werden.

    Google Scholar 

  176. In der englischsprachigen Literatur ist für die Aktion auch der Terminus „effort“ gebräuchlich. Vgl. z.B. Namazi, M. (1985), S. 118.

    Google Scholar 

  177. Vgl. Demski, J.S.; Feltham, G.A. (1978), S. 342; Mirrlees, J.A. (1976), S. 108; Spremann, K. (1987a), S. 12; Stiglitz, J.E. (1974), S. 221.

    Google Scholar 

  178. Vgl. Grossman, S.J.; Hart, O. (1983a), S. 11.

    Google Scholar 

  179. Vgl. Keeney, R.L. (1973), S. 28. Eine genauere Charakterisierung von Nutzenfunktionen, die diese Bedingung erfüllen, findet man bei Pollak, R.A. (1973), S. 36.

    Google Scholar 

  180. Vgl. Keeney, R.L. (1973), S. 28.

    Google Scholar 

  181. Vgl. Keeney, R.L. (1973), S. 29. Aus der Form von H in (2.12) kann jedoch i. allg. nicht geschlossen werden, daß o risikounabhängig von e ist, denn durch partielles Differenzieren nach a erhält man: Damit ist r(a|e) nicht unabhängig von e, außer es ist V2 = const. Vgl. dazu auch Grossman, S.J.; Hart, O. (1983a), S. 11.

    Google Scholar 

  182. Das bedeutet, daß der Träger einer Dichtefunktion f(e | a), d.h. der Abschluß der Menge {e|f(e|a)>0}, unabhängig von a ist. Damit ist dem Principal die ex-post-Ermittlung der Aktion oder einer abgegrenzten Menge von Aktionen aus dem beobachteten Ergebnis nicht möglich. Vgl. Baiman, S.; Evans, J.H. (1983), S. 376; MacDonald, G.M. (1984), S. 419.

    Google Scholar 

  183. Falls E kontinuierlich ist, existiert sie immer, aufgrund der dann geforderten partiellen Differenzierbarkeit von f.

    Google Scholar 

  184. Andernfalls ware F(e | a) = const für alle a ∈ A, was bedeutet, daß der Agent die Wahrscheinlichkeit, ein Ergebnis von höchstens e zu erhalten, nicht beeinflussen kann. Gerade das ist aber nicht erwünscht.

    Google Scholar 

  185. Vgl. Hadar, J.; Russel, W. (1974), S. 135; Roglin, O. (1982), S. 485. Auf die stochastische Dominanz zweiter und dritter Ordnung sei an dieser Stelle nur vollständigkeitshalber hingewiesen. Vgl. dazu z.B. Hadar, J.; Russel, W. (1974), S. 135–143; Whitmore, G.A. (1970); Whitmore, G.A.; Findlay, M.C. (1978).

    Google Scholar 

  186. Dies war die ursprüngliche Definition der stochastischen Dominanz, die jedoch mit der hier verwendeten äquivalent ist. Vgl. Lehmann, E.L. (1955), S. 400.

    Google Scholar 

  187. Vgl. Holmström, B. (1979), S. 77.

    Google Scholar 

  188. Schneeweiß verwendet eine ähnliche Abbildung bei der Untersuchung des Zusammenhangs zwischen der bei ihm mit „Dominanzprinzip IIa bezeichneten stochastischen Dominananz und einem „Dominanzprinzip Ia. Vgl. dazu Schneeweiß, H. (1966), S. 38–42.

    Google Scholar 

  189. Holmström erwähnt, dies sei leicht einzusehen; vgl. Holmström, B. (1979), S. 77. Die Beweisidee soll trotzdem kurz angegeben werden: Es seien a1 < a2 gegeben. Wegen der Monotonie von e in a gilt: e(a1,z) ≤ e(a2,z) für alle zZ. Betrachtet man ein beliebiges Ergebnis ē, so ist für jeden Zustand z mit e(a2, z) ≤ ē auch e(a1,z) ≤ ē und somit gilt für die Wahrscheinlichkeiten: F(ē|a2) = p(e(a2,z) ≤ ē) ≤ p(e(a1,z) ≤ ē) = F(ē|a1). Ist nun die durch a parametrisierte Verteilungsfunktion nach a partiell differenzierbar, so folgt daraus (2.13).

    Google Scholar 

  190. Auch dies folgt aufgrund der Differenzierbarkeit der Dichtefunktion aus (A6), falls (A2) erfüllt ist.

    Google Scholar 

  191. Vgl. Singh, N. (1984a), S. 280–281.

    Google Scholar 

  192. Vgl. Jewitt, I. (1988), S. 1177; Singh, N. (1984a), S. 282.

    Google Scholar 

  193. Vgl. Rogerson, W.P. (1985b), S. 1362; Singh, N. (1984a), S. 282.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1990 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Kiener, S. (1990). Informationsökonomische Grundlagen der Principal-Agent-Theorie. In: Die Principal-Agent-Theorie aus informationsökonomischer Sicht. Physica-Schriften zur Betriebswirtschaft, vol 28. Physica, Heidelberg. https://doi.org/10.1007/978-3-662-11526-8_2

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-11526-8_2

  • Publisher Name: Physica, Heidelberg

  • Print ISBN: 978-3-7908-0458-4

  • Online ISBN: 978-3-662-11526-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics