主要代理關係：它是什麼，運作方式和新的發展

主要代理關係是一個安排，一個實體合法地任命另一個實體代表其行事。在校長的關係中，代理人代表校長行事，不應在執行該法案時遇到利益衝突。委託人與代理人之間的關係稱為“代理”，而代理定律為這種關係建立了指南。

這種正式的關係位於金融界的中心。計劃者提供建議，投資您的資本的基金經理以及負責特定市場的交流經理都是代表他人行事的代理商。如果關係出現問題，那麼嚴重的問題經常隨之而來。因此，在投資時了解至關重要。更廣泛地說，大多數現代政治安排都涉及校長（選民）和代理人（代表），因此這也是一個主要的政治問題：政治家的激勵措施和所代表的人有多少保持一致？

在下面，我們回顧了這種關係的基礎，監管機構和專家建議解決該領域的問題，以及機器學習（ML），AI和其他新的新事態發展的新財務領域如何要求將傳統解決方案重新思考，以解決該領域的問題。

關鍵要點

一名校長任命代理代表他們行事，並符合他們的最大利益。例如，投資者選擇基金經理或僱用律師進行法律工作的人。
兩者之間應該沒有利益衝突。如果有的話，這會產生主要代理問題。
主要的代理關係通過書面合同清楚地表達，或者是通過人的職責和行動暗示的。
該領域的新事態發展包括ML和AI的興起，這通常意味著代理商和校長所知道的內容不僅存在差異，而且在代理商所知道的以及這些系統正在做的事情之間存在差異。

Investopedia / Joules Garcia

了解校長的關係

校長的關係通常被描述為隱式或明確的合同。例如，當投資者購買指數基金的股票時，他們是校長，而基金經理是代理。作為代理商，指數基金經理必須管理該基金，該基金由許多委託人的資產組成，其方式將在基金的招股說明書後最大化給定風險水平的回報。

重要的

代理有義務以一定程度的技能和護理執行任務，並且可能不會故意或疏忽地以不當的方式完成任務。

任何願意和有能力的當事方都可以在法律交易中進入主要代理關係。在簡單的情況下，關係中的校長是一個分配代理執行任務的個人；其他這樣的關係的校長包括公司，非營利組織，政府機構或合作夥伴關係。

代理人應能夠理解並最終執行委託人分配的任務。主要代理關係的常見例子包括僱用承包商在房屋上完成維修，保留律師進行法律工作，或要求投資顧問多樣化股票投資組合。

金融和投資的一些常見示例包括以下內容：

股東（校長）和公司高管（代理商）
投資者（本金）和基金經理（代理商）
債券持有人（本金）和公司管理（代理商）
銀行（代理商）和存款人或監管機構（本金）

信託關係

是否通過書面合同清楚地表達了主要的授權關係，還是通過行動暗示建立信託關係在涉及的各方之間。這意味著代表委託人行事的代理必須以委託人的最大利益作為優先事項執行指定的任務。

代理人處理委託人提供的任務只要校長提供合理的指示。此外，代理必須以不會故意損害本金的方式執行任務。在校長的關係中，還暗示了忠誠的義務，這要求代理人避免將自己置於產生或鼓勵其利益與校長利益之間的衝突的位置，也稱為校長問題。

主要代理問題

這主要代理問題在一個政黨（代理人）代表另一方（校長）行事的情況下，在他們的激勵措施可能無法完美地對準並且有不對稱信息的情況下，就會出現。這一概念已經成為現代經濟和金融理論的核心，它來自兩條研究的融合：對公司實際運作的研究（不僅是經濟學所說的話）以及探索群體之間風險共享的學者。

起源與發展

在20世紀後期，對主要代理問題的研究顯著發展。正如羅納德·科斯（Ronald Coase）在1937年的開創性論文“公司的性質”中指出的那樣，經濟學家需要將分析集中在公司層面而不是行業層面上。這種轉變導致對個人工人激勵措施以及組織內部可能出現的衝突進行了更深入的研究。

到1970年代，斯蒂芬·羅斯（Stephen Ross），邁克爾·詹森（Michael Jensen）和威廉·梅克林（William Meckling）等學者幫助了研究代理理論。詹森（Jensen）和梅克林（Meckling）發表了一篇1976年的論文，該論文給了我們當今最常使用的代理定義，並在上面討論了。

根據機構理論家的說法，或存在主要的代理問題，有兩種要素：

相互矛盾的激勵措施：委託人和代理人的利益一定不能完全保持一致。
信息不對稱：代理必須可以訪問本金不可以的信息，並且本金必須無法徹底監控代理商的行動。簡而言之，您僱用某人，不能總是告訴他們在做什麼。

當兩個條件滿足這兩個條件時，問題就很明顯：代理人具有激勵措施，並且能夠在沒有立即責任的情況下採取利益。

由於其複雜，相互聯繫的性質和風險分享安排的流行，金融部門特別容易受到主要代理問題的影響。在財務關係中，代理商顯然有動力採取行動以犧牲本金為代價的行動，例如過度冒險，短期關注，以犧牲長期價值或濫用資源為代價。

可以教授道德嗎？

2013年，一項著名的調查成為頭條新聞，發現華爾街上的許多人每天都有不道德的行為，而高管們最有可能認為沒有它無法取得成功。更令人心碎的是，2020年對2010年投資顧問資格考試的變化進行了一項隨訪研究，該研究增加了有關顧問道德的部分，發現通過這些部分的顧問的不當行為的報告比那些不必研究該領域的人的不當行為更少。

信託和財務顧問

以上是為什麼信任與投資者與財務顧問，貸方，計劃者和其他人的關係至關重要的原因。 “生活中沒有做任何事情，沒有做出決定，這與金錢無關，”瓦萊麗·倫納德（Valerie R. Leonard），阿拉巴馬州伯明翰的Everthrive Financial Group的首席執行官。 “如果客戶不相信他們可以信任您……他們將永遠不會與您開展業務。這真的很簡單。”

那麼，什麼促進了客戶與其財務顧問之間的信任？倫納德說：“在我的整個職業生涯中，我認識到客戶必須在購買我的服務之前就購買我們的關係。他們需要知道我真的很關心他們，他們可以依靠我去做我要做的我要做的事情，而且我願意對自己的態度開放和誠實。”

一旦涉及ML和AI，我們將看到該模型如何面對測試。

挑戰和解決方案

除了建立信任的工作外，解決主要代理問題，通常還涉及尋找創新的方法來保持一致激勵措施並減少信息不對稱。標準方法包括以下內容：

基於績效的薪酬
行為金融培訓以更好地調整激勵措施
增加監控和報告要求
提供監督的治理結構
執行信託職責的法律和法規，即為抵制代理商尋求利潤激勵措施的嚴重製裁

您會注意到，自引入代理理論以來的幾年中，上述許多事情已經出現。您也會注意到，這些解決方案的目的不僅僅是支持客戶的信任。他們應該在根本沒有的時候工作。

隨著金融市場和工具變得越來越複雜，管理主要代理問題的新挑戰繼續出現，需要重新思考這些傳統方法。

主要授權關係的新事態發展

AI和ML正在重塑財務中主要代理關係的景觀，為監管機構和客戶帶來了新的挑戰。儘管基於ML的交易系統受到了極大的關注，但更廣泛的AI應用程序和監管轉變也在改變金融機構的運作和管理方式。

機器學習和自動交易

正如研究人員近年來所指出的那樣，基於ML的交易系統正在重新配置傳統的主要代理關係。這些系統使用複雜的機制深神經網絡根據數據輸入在內部製定交易規則。這種轉變引入了新形式的知識風險（代理商對委託人的行為了解多少？），限制了委託人在代理商指示時如何更改交易，並掩蓋了自動化系統使用的決策規則。

從本質上講，以前，為了解決校長和代理商之間的激勵方式，專家們建議使用更強大的合同來涵蓋可能出現的問題或更好的法規。這些解決方案實際上並不適用於這些新空間。作為經濟社會學家克里斯蒂安·博爾施（Christian Borsch）說：“針對主要代理問題的常規解決方案無法輕易解決[ML系統的問題]。例如，考慮到這些系統的不透明度，本金和代理之間的精心設計的合同或更確定性地解釋的關係[即，計算機程序員指導應用程序在它們之間提供的應用程序]不提供可行的解決方案。”

眾所周知，即使開發AI和深度神經網絡的計算機科學家也不知道算法過程如何制定到特定的決策或結果。目前，投資者有他們的擔憂：四分之三（74％）的零售投資者對人類的建議信任人類建議。

正如Borsch所說的那樣，問題是“足夠刺耳的”，但是在金融中提出的問題上，但ML系統也在醫學中應用，在那裡也出現了主要的關係問題。

財務中更廣泛的AI應用程序

除了交易外，AI已在各種金融服務中部署，每個服務都具有其自身的主體含義：

信用評分和貸款：AI算法越來越多地用於信用決策，可能會減少人類的偏見，同時提高人們對貸款實踐中透明度和公平性的擔憂，或者在ML系統中出現客觀性，對結構上有偏見的數據進行了培訓。
欺詐檢測：AI系統正在增強檢測財務欺詐的能力，但其有效性依賴於數據質量以及金融機構及其技術提供商之間激勵措施的一致性。
機器人顧問：AI驅動的投資諮詢服務正在改變財務顧問與客戶之間的關係。這些系統有望更客觀，以數據為驅動的建議，但提出了有關信託責任和人類判斷作用的問題。

區塊鍊和分散財務（DEFI）

像ML一樣，據說區塊鏈技術和DEFI平台的興起會引入新的問題和潛在的解決方案，以實現經典的主要代理關係：

智能合約：這些自我執行的合同具有直接寫入法規的條款，據說在某些金融交易中削減了對中介人的需求，從而可能最大程度地減少了某些類型的代理商衝突。
分散的自主組織：這些基於區塊鏈的實體通過社區治理運作，提出了一種使利益相關者利益保持一致的新方法。

監管反應和“道德AI”

財務中AI的興起促使監管機構重新考慮監督的方式：

可解釋的AI：監管機構和研究人員強調需要在金融服務中“可解釋的AI”，這將使機構能夠解釋和證明AI驅動的決定。此推動解決了許多複雜的AI系統固有的“黑匣子”問題。但是，了解存在問題是一回事。到目前為止，渲染AI可以解釋是另一回事 - 畢竟這是一個黑匣子問題，尤其是當涉及不適合理解此類系統的金融機構時。
人工智能治理：金融機構正在專門開髮用於AI部署的內部治理，旨在使組織價值和法規的AI系統保持一致。
道德AI原則：越來越關注將道德考慮因素納入金融中的AI發展和部署，解決了偏見，公平和社會影響等問題。

改變薪酬結構

金融行業還看到了人類代理的補償方式的轉變：

長期激勵措施：回應對“短期主義”的批評（通常給予更多激勵措施來提高短期結果），一些機構正在改變代理的補償方式，以更好地與長期績效指標更好地對齊獎勵。
環境，社會和治理（ESG）連接激勵措施：ESG現在，因素通常被整合到高管薪酬方案中，使管理激勵措施與更廣泛的社會目標保持一致。
基於團隊的激勵措施：認識現代財務的協作性質正在導致更多基於團隊的薪酬結構，從而減輕了一些個人級別的代理問題。

什麼是主要代理問題，如何避免它？

主要代理問題是擁有資產（本金）的人與指定控制資產（代理商）的人之間的優先事項或目標衝突。利益衝突可能會導致此問題，因此仔細設計合同並定期進行績效評估是限制問題的關鍵。

為什麼校長僱用代理商？

委託人可以出於許多原因聘請代理商並開始校長的關係。一個是，本金可能沒有足夠的時間來處理他們負責處理代理商的任何任務。另一個是代理商可能具有專門的技能，使他們能夠更有效地完成特定任務。

當代理人不充當受託人時會發生什麼？

受託人接受為他們所工作的人的最大利益行事的法律責任。如果代理人不履行其對委託人的信託義務，而是符合自己利益的行動，則可以面臨貨幣損害。

底線

主要代理關係是一方（代理人）代表另一方（校長）行事時發生的金融和經濟學的基本概念。這種安排在金融界無處不在，從公司管理公司的公司管理公司的股東代表客戶投資的經理資助。儘管這些關係對於現代金融的運作至關重要，但它們具有利益衝突的固有潛力。當代理人的激勵措施與校長的激勵措施完全不符時，並且當校長無法完全監視或理解代理商的行為時，就會出現主要的代理問題。

最近的技術進步，特別是在AI和ML中，正在以深刻的方式重塑這些關係。隨著決策變得越來越自動化和不透明，傳統的使激勵措施和確保問責制受到挑戰的傳統方法。