信息不对称条件下风险投资家与风险企业家的完美匹配研究——基于二部图匹配算法的研究方法

Under the condition of asymmetric information, we study venture capitalists and venture entrepreneurs how to realize a perfect matching of 1×n, m×1, m×n matching problem in the capital constraints, financing constraints and so on many conditions. By using the optimization method of the graph (matching network algorithm, matching tree algorithm, two binary decision diagram algorithm, hierarchical network optimization algorithm) combined with the principal-agent theory cross research on optimal matching, from the simple 1 × 1, 2× 2, extended.to general m×n perfect matching. We use Matlab programming find the optimal matching (optimal matching not only) in various control right. The improved matching network principal - agent are constructed with various optimal matching as the constraint. We have found the perfect matching of venture entrepreneurs and venture capitalists, and draw the matching map. After determining the optimum matching maps, the optimal incentive contract is solved. We analyze the risk cost, incentive cost and total cost of agency. Optimal incentive contract can make.venture capitalists and venture entrepreneurs to improve the level of effort in the matching theory, further improve the output of venture project, and reduce the degree of information asymmetry. And as the venture capitalist and the entrepreneur chosen each other to provide theoretical foundation and practice guidance.

在信息不对称条件下，研究多个风险投资家和多个风险企业家，在资本约束，融资限制等多个条件下，如何实现1×n、m×1、m×n 匹配问题的完美匹配。利用图论中图的最优化方法（匹配网络算法，匹配树算法，二叉决策图的算法，分层网络优化算法）结合委托—代理理论交叉研究最优匹配，从简单的1×1、2×2匹配推广到一般m×n 完美匹配，利用Matlab编程在 各种控制权下，求出最优匹配(最优匹配不唯一)。将各种最优匹配作为约束，构建改进的匹配网络的委托—代理模型。找出了风险企业家和风险投资家的完美匹配，画出匹配图。在最优匹配图确定之后，求解最优激励合约。系统分析风险成本、激励成本和总代理成本。在匹配理论下的最优激励合约可以使风险投资家和风险企业家提高努力程度，从而提高了风险项目的产出，降低了信息不对称程度，这些为风险投资家和风险企业家相互选择提供了理论基础和实践指导。

在信息不对称条件下,该项目研究了多个风险投资家和多个风险企业家，在资本约束、融资限制等多个条件下，如何实现1×n、m×1、m×n 匹配问题的完美匹配。利用图论中图的最优化方法（匹配网络算法，匹配树算法，二叉决策图的算法，分层网络优化算法）结合委托—代理理论交叉研究最优匹配，从简单的1×1、2×2匹配推广到一般m×n 完美匹配，利用Matlab编程在 各种控制权下，求出了最优匹配(最优匹配不唯一)。将各种最优匹配作为约束，构建改进的匹配网络的委托—代理模型。找出了风险企业家和风险投资家的完美匹配，画出匹配图。在最优匹配图确定之后，求解最优激励合约。系统分析风险成本、激励成本和总代理成本。在匹配理论下的最优激励合约可以使风险投资家和风险企业家提高努力程度，从而提高了风险项目的产出，降低了信息不对称程度，这些为风险投资家和风险企业家相互选择提供了理论基础和实践指导。