基于监管、学习和声誉的联盟稳定性：实验研究

【内容提要】借鉴实验经济学的研究方法，研究了监管、学习和声誉机制对联盟成员机会主义行为的影响。实验用囚徒困境模型表示联盟成员间的合作竞争关系，通过控制监管力度，逐步引入学习机制和声誉机制来比较分析各机制的作用及关系。结果表明，监管越完善，越有利于控制机会主义行为，但其成本也越高；学习机制的引入，可以进一步减少机会主义行为，但联盟中的学习者也可借助信息优势，在监管严格时回避风险，在监管放松时采取机会主义行为获取短期超额收益；声誉机制的加入使得机会主义行为进一步减少，联盟企业借助信息优势获取超额收益的副作用也被消除。
    【关 键 词】监管 学习 声誉 联盟稳定性 实验研究
    联盟是价值增长的重要渠道[1,2]，但是近一半的联盟都以失败告终[3]。这就意味着建立有效的联盟面临很大挑战[4]。合作可以使得联盟成员通过整合资源来获取其共同的利益，然而，共同的利益就必然导致潜在的机会主义行为，从而增加了联盟失败的概率[5]。由此，如何控制联盟成员的机会主义行为就成为学术界所关注的重要问题。一个重要的分支就是将经济博弈论与社会心理学相结合，如徐金发等[6]以及孙霞等[7]将声誉与博弈相结合；AGARWAL等[8]将交流和博弈相结合；聂磊等[9]将信用评价和业绩分成机制与博弈相结合。博弈模型强调结构性机制，社会心理学强调动机①或设计型机制。这些研究将两种机制相结合，虽然对于控制机会主义具有重要意义，但是研究尚不充分。当前的研究只是将博弈模型与声望或交流相结合，而忽略了其他重要的设计型机制，如监管[10,11]、学习[12,13]等。最重要的是，当前的研究没有回答“这些设计型机制在控制机会主义方面的作用是互补还是替代”这一问题。由此，本文将基于博弈模型，用实验方法研究这些机制如何影响机会主义行为，并分析这些机制之间的关系，期望对联盟成员机会主义行为控制方法提供借鉴和帮助。
    1理论框架及假设的提出
    
    在博弈模型的基础上，学者已经研究了交流和声誉对于机会主义行为的影响。这显然是不够的。控制机会主义的机制还有监管、学习、契约[10,11]、信任[12]等。本文将基于博弈模型，分析监管、学习和声望三种机制。忽略契约、信任和交流机制的原因分别为：①契约决定了联盟所遵循的政策和程序[10]，可以控制联盟成员的行为，但是，由于信息不对称性和不完备性，契约不能控制未来的机会主义风险。同时，条款是契约的核心，因此，将一些惩罚性条款作为监管的一部分，而不单独研究契约对于联盟机会主义行为的影响。②信任是一方自发地相信对方会做出对自己重要的、有利的行为[13]，因此，不能影响别人的行为，不能作为一种控制机制[14]。③交流可以增加协调合作的可能性，但是，有效的协调不只需要货币激励，还需要非货币激励[11]，而非货币激励是不可度量的。
    由于学习和声望都不可能脱离于监管的保障性基础机制而独立起作用，因此，不单独分析学习和声望机制。
    1.1监管
    
    很多关于企业间关系的文献都强调监管在控制机会主义方面的重要性。交易成本理论早期的文献认为监管是通过减少信息不对称来控制机会主义的[15]，所以当机会主义和信息无关时，监管便会失效[16]。后来，管理研究强调监管的控制性特征，涉及奖赏和惩罚[17]。综合这2种观点，通过抽查概率和惩罚力度来衡量监管。抽查是为了减少信息不对称，惩罚是为了控制。
    抽查意味着近距离的、直接的监督活动，任何成员的机会主义都有可能被发现，从而会对其形成一定的社会压力，进而增加合作意愿[15]。由此，当联盟成员受到监管时，很难也不愿意采取机会主义行为。相对于抽查的社会压力，惩罚将直接减少投机者的收益，这就从根本上限制了联盟成员的机会主义倾向。综上，建立有效的监管机制会促使联盟成员为了共同的利益而努力。
    假设1监管越完善，机会主义行为将越少，投机者收益也越少。
    1.2监管与学习
    
    学习是组织获取新知识、技术和能力的过程[18,1 9]，是联盟成功的主要机制之一[20]。通常的观点是学习可以使得联盟成员更好地管理联盟任务[21]、维持竞争优势[22]。本文关注的是学习在减少信息不对称和信息不完备方面的作用。MICHAEL等[23]指出，在信息对称的情况下，机会主义行为或欺诈行为几乎不存在，所以，信息不对称和不完备是机会主义的根源。通过学习搜寻信息是解决信息不对称和不完备的有效途径[24]。LUO[25]也指出，信息交流对机会主义有社会约束力，因此，联盟成员应该努力学习以增加所掌握的信息。学习获得的越多，信息越透明[26]，机会主义行为也就越少。
    学习要求和合作者频繁地交互，这就增强了监管能力[27]。另一方面，持续的监管通常都需要高昂的成本，所以监管都是随机的[10]。学习获得的信息有助于确定一个合适的监管概率。由此，学习和监管的结合更有利于联盟的成功。
    假设2监管和学习机制是互补的，两者的结合更有助于减少机会主义。
    1.3监管、学习和声誉
    
    企业声誉是一个企业言行的结果，是其他企业对其所作出的评价。声誉很难获得，但很容易摧毁[28]。由此，一个企业的声誉是企业的一项战略资产[29]，可以作为经济抵押。一旦被信任的企业采取了机会主义行为损害了信任者的利益，那么该企业会有很大的损失，而且该企业的声誉越好，这种损失越大。声誉的易摧毁性会对企业的行为具有约束作用。同时，一个公司的声誉有助于增强伙伴公司对合作的信心，还可以使得合作企业更愿意贡献敏感性资源，从而增强了集体优势[30]。换言之，声誉可以减少联盟成员的机会主义行为，促进合作。那么，声誉和监管、学习之间关系是互补还是替代呢？
    有文献指出，声望可以降低监管力度[31]，笔者认为声誉与监管、学习是互补的。
    (1)监管是声誉的前提监管为声誉提供了所需的联盟成员的行为记录信息，是声誉的前提[29]。声誉是建立在过去行为的基础上，所以需要通过监管来追踪和传播这种信息[30]；声誉不是永久不变的，需要实时更新。声誉好的企业也有可能采取机会主义行为，没有监管，声誉就无法更新[32]。
    (2)声誉弥补了监管的不足由于无法做到监管所有交易的每个细节[14]，而声誉可以通过减少机会主义倾向来弥补这种不足。
    (3)学习也需要声誉学习意味着信息的分享，依赖于信任，尤其是建立在声誉基础上的信任。声誉不好的企业，得不到别人的信任，别人不愿意与其分享信息。
    假设3声誉和监管、学习是互补的，三者结合更有助于约束联盟成员的机会主义行为。
    2实验
    
    实验方法是经济学和心理学常用的方法，并且已逐步应用到管理学尤其是战略联盟领域[8,33]。本文采用实验方法是因为很难通过实地调研或二手统计数据来比较分析几种机制的效果，而实验研究则可以对变量进行直接测度，不受干扰。
    2.1实验模型设计
    
    为了构建联盟的仿真环境，本文基于囚徒困境模型进行设置。战略联盟可通过囚徒困境博弈和协调博弈进行描述，但已有研究一般都采用囚徒困境博弈[34]。囚徒困境的单一均衡特征更有助于分析联盟中机会主义行为数量的变化。
    为了比较分析监管、学习和声誉对联盟中机会主义行为的影响及其之间关系，本文先从简单的基于监管的模型入手，再引入减少信息不对称的学习机制，以及引入声誉机制，逐步糅合。
    2.1.1基于监管的基础实验模型
    利用实验平台软件将所有被试者随机分成2人组，分别代表联盟的双方。设定每个企业的初始禀赋为1000万②。如果联盟双方只有其中一个企业采取机会主义行为，那么他将有一个短期超额收益X=200，同时，令X＞M。M是联盟双方都没有采取机会主义行为时的双赢收益，M=130。如果双方都采取机会主义行为，那么令超额收益X＜M，X=80。考虑到实验的可操作性，该模型主要采用抽查概率(J)和惩罚力度(K)来描述监管的完善程度。2个约束变量的乘积设为外部惩戒力，它代表2个变量综合作用的效果。由于随机监管概率和成本直接相关，所以设置抽查概率的最大值为0.5。在此实验过程中，抽查概率对于每个被试者都是已知的，而惩罚力度则是未知的。由此，被试者将会权衡自己所拥有的信息，选择是否采取机会主义行为来最大化其当期收益。
    被抽查联盟企业的收益计算公式

实验共进行9局，具体参数设计见表1。

注：每一局的抽查概率被试者已知；惩罚力度在1～9局未知，在10～27局对学习者已知，对不学习者而言是未知的
    2.1.2监管与学习相结合的模型
    为了观察学习与监管结合后对联盟的影响，在10～18局增加“市场信息”这一导致市场信息不对称的控制变量。“市场信息”是记录当期惩罚力度的信息，企业如果知道当期抽查概率和惩罚力度，它就可以通过衡量风险来判断是否采取机会主义行为使收益最大化。企业要想获得这个信息，必须通过学习机制搜寻信息，为此付出50万元的成本费，则被试者各实验局的收益如下：
    被抽查联盟企业的收益计算公式

未被抽查联盟企业的收益计算公式

式中，B为0-1变量，当被试者为获取信息而努力学习时，B=1；不获取信息时，B=0。
    抽查概率和惩罚力度对购买信息者都是已知的，对未购买信息者而言惩罚力度是未知的。
    2.1.3监管、学习和声誉相结合的模型
    在19～27局中，引入声誉机制。模型中存在3个机制，其合理性可能会受到质疑，认为可能难以对3个机制都给出解释和说明，但是，从本文模型中可知，不存在3个机制互相冲突的变量设计，而且逐步引入3个机制的目的就是为了清楚地对其进行解释和说明。同时，姚宏等[35]对市场舞弊行为的实验研究也同时涉及3个机制，并无不妥。
    19局以前，各实验局相对独立，收益基数总是1 000万元，被试者的机会主义行为只影响当期收益；引入声誉机制后，收益基数成为一个变量。假如被试者没有机会主义行为，其收益会得到保护。假设被试有机会主义行为，机会主义行为一旦被发现，除了减少当期收益外，还导致下一期可能找不到好的合作伙伴而没有收益。由于实验人数有限，不能在实验过程中淘汰被试者，所以在该实验中，假设如果找不到合作伙伴则收益基数减少20%。如果机会主义行为没被发现，视同声誉不受影响，收益基数不变。由此，引入声誉机制后，各个实验局不再独立，9局累计收益为被试者的最终收益，则被试者各实验局的收益如下：
    被抽查联盟企业的收益计算公式

实验的参数设计与前面引入学习机制的参数设计是一致的(见表1)。
    2.2实验过程
    
    这是一个人机交互的实验，实验程序采用西安交通大学开发的Xems软件包开发程序。总共有20名实验对象参加了实验③，实验对象全部为管理专业硕士研究生二年级学生，此前他们都学习过一些相关的课程，熟悉实验中所涉及的战略联盟背景知识。他们都是自愿参加，且为了实现价值诱导，在正式实验开始前实验参与者被明确告知：将根据各参与者的相应实验收益来给予物质奖励。
    被试者在实验中单独操作各自的计算机。实验开始前每个被试者都被要求仔细阅读实验指导手册，包括实验设计概览和实验流程。然后实验组织者向被试者讲解实验中所涉及理论背景知识、实验原理和实验流程，并示范如何操作实验软件。为了进一步熟悉实验流程，还让被试者进行了4期预实验。最后，为了确认每一位被试者已经了解实验原理和基本背景知识，在正式实验开始前，设计了8道与本实验密切相关的测试题对被试者进行了测试，结果表明被试者都能够较好地理解实验内容。
    3实验数据分析
    
    3.1监管机制对联盟成员机会主义的影响
    
    由表2可知，随着抽查概率的提高，投机者人数减少，意味着增加抽查概率有效抑制了联盟企业的投机行为；相反，在监管不足时，联盟成员更可能采取机会主义行为获取超额收益。

在相同的抽查概率条件下，投机者的人数不随惩罚力度的变化而变化，但是投机者的平均收益逐渐降低。当抽查概率为0.5、惩罚力度为0.2时，投机者仍然可以获得超额收益，但是当惩罚力度变为0.8时，超额收益便不复存在。由此，提高抽查概率和惩罚力度都有益于抑制联盟成员的机会主义行为。虽然，惩罚可以减少机会主义的动机，但它依赖于监管概率而存在。如果抽查概率为0，惩罚力度无论多高都不起作用。可见，监管可以有效抑制联盟机会主义行为，监管越完善，联盟中机会主义越少，假设1得证。
    由图1可知，不采取机会主义行为的联盟企业收益趋于平稳上升，而投机者的平均收益波动较大，并随着监管机制的完善整体呈下降趋势。这进一步说明了监管的重要性，并且说明本实验结果与客观现实相符，投机者的高收益建立在监管漏洞之上。

    图11～9局平均收益图

3.2监管和学习对联盟稳定性的影响
    
    由表3可知，监督力度的提升即抽查概率的提高，投机者人数减少；在惩罚力度不足的情况下，联盟企业通过投机行为是可以获得超额收益的，而随着惩罚力度的加大，投机企业的平均收益则逐渐低于不采取投机行为的企业平均收益。与前面不同的是，在抽查概率加大到0.5时，无论惩罚力度为多少，投机都不能带来超额收益。对比表2和表3可知，投机者的人数下降幅度明显增大。引入学习机制的作用是否就体现在其中呢？

由图2可知，与只有监管的情况一致，不采取机会主义行为的联盟企业收益趋于平稳上升，而投机者的平均收益则波动明显，并随着监管机制的完善而呈下降趋势，对比图1与图2，在引入学习机制后，这种下降更为明显。可见，学习机制的加入对于联盟稳定有进一步的促进作用。

    图2引入学习机制后投机者与不投机者的平均收益比较

比较引入学习机制前后投机者的平均收益(见图3)发现，学习使得同一监管水平上的投机者的平均收益减少，这就减少了联盟成员投机的动机。从图4可知，当惩罚力度不足时，学习使得投机者的人数更多。一个可能的原因就是联盟成员会利用学习所得的信息优势进行投机：当惩罚力度高时，会减少机会主义行为；当惩罚力度低时，增加机会主义行为。一旦增加惩罚力度，投机者的数量急剧减少(见图4)。这就反映了学习机制是不完备的，而监管可以减少其负面效应，假设2得证。

图3引入学习机制前后投机者平均收益比较图

图4引入学习机制前后机会主义行为人数比较图

按照常理，学习越多，投机者数越少，但结果并非如此。投机者人数与选择学习的人数同方向变化(见图5)，这是否说明学习机制的无效呢？答案是否定的，学习人数的减少是因为随着实验的进行，被试者觉得并不能通过采取机会主义行为而获得超额收益，所以下定决心不投机，那么也就无需通过学习来获取惩罚力度这一信息。

    图5投机者数与选择学习的人数关系

3.3监管机制、学习机制和声誉机制综合对联盟稳定性的影响
    
    由表4可知，监督力度的提升即抽查概率的提高，投机者人数减少，有效抑制了联盟企业的投机行为。更重要的是，引入声誉机制后，即使抽查概率和惩罚力度都很小的情况下，联盟企业通过投机行为也不能获得超额收益。第27局投机者平均收益突增到1 000，大于不投机者的平均收益，这是因为考虑到现实中监管不可能十分完善，而且监管成本高，实验中，将抽查概率最高值设定为0.5，因此，完全有可能有人会不顾自己的声誉来投机，而根据公共品博弈理论，当所有人都循规蹈矩而其中一人投机，那么投机者的收益一定大于其他人的收益。但是，这并不会影响对于声誉机制作用的判断。由图6可知，引入声誉机制后，整体而言，不仅投机者人数进一步减少，基数也减少；并且未引入声誉机制前，学习机制引发了低惩罚力度下投机者人数反而增多的情况，而声誉机制的引入基本消除这种不良影响。可见，声誉机制的引入可以更好地抑制机会主义行为，支持了假设3，同时，也说明第27局的数据未予重视是合理的。

    图6引入声誉机制前后投机者人数比较图

4研究结论和贡献
    
    联盟是企业发展的重要渠道，然而联盟成员的机会主义行为总是打破合作关系。为了解决这个问题，本文通过实验方法系统、定量地研究了监管、学习和声誉对联盟成员机会主义行为的影响，得出如下结论：
    (1)在监管力度不足的情况下，联盟企业采取机会主义行为是可以获得超额收益的，同时采取机会主义行为的数目也比较大。但是随着监管的完善，尤其是抽查概率的增大，机会主义行为减少，超额收益也逐渐减少并消除。
    (2)学习机制的存在使得在相同监管力度下，投机者的平均收益下降，这就进一步减小了联盟企业实行机会主义行为的动力。但是，通过学习获得信息的联盟企业借助信息优势在监管严格时回避风险，较少采取机会主义行为；在监管放松时，则会采取机会主义行为获得短期超额收益。学习机制的这一负面效应可以通过增加监管力度来部分消除。同时，学习机制的引入可以降低监管的成本，因为抽查概率在0.5时，无论惩罚力度是0.2、0.5或0.8，投机者都不能获得超额收益，所以，学习的引入可以降低抽查概率，降低监管成本。
    (3)引入声誉机制后，机会主义行为进一步得到抑制；联盟企业借助信息优势获取超额收益这个副作用被完全消除；并且在该综合机制下，即使在监管力度很小(0.2，0.2)的情况下，投机者也不能获得超额收益。
    本文的研究在理论、实证和方法方面都做出了一定贡献：①梳理了研究不同设计型机制的文献，发现契约、监管、学习、信任、声誉等治理机制，并通过分析得出监管、学习和声誉3个最为重要的机制。同时，将博弈模型和这3个机制相结合进行分析，拓展了当前只与一个机制结合的研究。②在实证方面，得出与此前机制间替代关系不一样的结论：监管、学习和声誉是互补的。具体而言，监管减少了机会主义，学习机制在同样的监管力度下进一步抑制了机会主义，声誉机制使得机会主义行为更少。③采用的实验方法补充了当前对于控制机会主义行为机制的概念框架分析，为将来解决更多关于联盟的问题提供了参考。
    另外，本研究的理论逻辑和实证结果可以应用到各种组织合作中，如合资企业、特许加盟、R&D合作等。参与合作的组织管理层应注意将监管、学习和声誉机制相结合，以减少合作伙伴的机会主义行为，达到高效率的合作，而不应过分通过监管来控制和防范机会主义，也不能太注重合作伙伴过去的声誉，而要通过监管来更新对方的声誉记录，同时也要通过学习来减少信息不对称所导致的机会主义。
    5研究不足
    
    本文不可避免地存在一些缺陷，这也是值得讨论和未来研究应该完善的问题。本文在实验中设计的是两方联盟，所以研究结果是否可以推广到多方联盟是值得关注的问题。本质上，多方联盟与双方联盟没有太大的差别，都存在竞争与合作的冲突，机会主义行为发生的原因都是由于逆向选择和道德风险，因此，监管、学习和声誉对于控制多方联盟中机会主义行为具有同样重要的作用，只是在程度方面有所差异：①从外部监管的视角，联盟成员的增多必然会导致监管成本的加大，因此监管对于联盟稳定性影响的效率会降低，但是监管作用的本质不会变；②联盟成员增多，投机者存在的可能性也就增多，导致联盟失败的可能性升高，那么不投机者的平均收益就会降低，所以监管、学习和声誉在控制多方联盟机会主义行为时，可能效率有所降低；③声誉的事前激励作用也许会加大，因为一方的机会主义行为将会被更多合作伙伴知悉，从而对联盟成员起到威慑作用。总之，在多方联盟中，监管、学习和声誉对于控制机会主义行为的本质作用没有变，只是程度上有所不同。另外，在多方联盟中，必然会存在少数几方共谋的问题，监管、学习和声誉的作用可能更复杂，有待于进一步通过设计多方联盟实验进行证明。
    在实验中利用大学本科生或研究生作为主要参与者遭到了实验经济学批评者的质疑，认为学生远不如真实市场投资者那样富有经验，会造成决策偏差。但是，DYER等[36]以及CROSON等[37]已经发现真实的决策者与学生在实验决策方面并不存在显著差异，而后者作为实验对象的费用却要远远低于前者。
    注释：
    ①动机是帮助我们实现目标的驱动力，可以是内在的也可以是外在的。
    ②假定所有成员拥有同样的初始禀赋。虽然这与现实不符，但是合理的。本文关注的是监管、学习和声誉如何影响联盟成员的机会主义，这一假定简化了分析，但不影响结论的应用。
    ③本文选择20名学生(10组)，一方面是满足大样本需求，以及实验条件所限。每个实验进行9局，样本量为90，基本满足大样本需求。另一方面，实验室容量有限(最多能容20个学生)，如果让已选定的20名进行多次试验，显然效度很低；如果选择多于20个学生进行多次试验，则成本过高。
    【参考文献】
    [1]CHAN S J, KEOWN K A, MARTIN J. Do Strategic Alliances Create Value?[J]. Journal of Financial Economics, 1997, 46(2): 199～221.
    [2]ANAND B, KHANNA T. Do Firms Learn to Create Value? The Case of Alliances[J]. Strategic Management Journal, 2000,21(3): 295～316.
    [3]KALE P, DYERJ H, SINGH H. Alliance Capability, Stock Market Response, and Long-term Alliance Success: The Role of the Alliance Function[J]. Strategic Management Journal, 2002,23(8): 747～767.
    [4]GOTTSCHLAG O, ZOLLO M. Interest Alignment and Competitive Advantage[J]. Academy of Management Review, 2007, 32(2):418～437.
    [5]AMALDOSS W, STAELIN R. Cross-Function and Same-Function Alliances: How Does Alliance Structure Affect the Behavior of Partnering Firms?[J]. Management Science, 2010,56(2): 302～317.
    [6]徐金发，符加林，黄晓红.基于声誉信息效应的战略伙伴逆向选择抑制研究[J].技术经济，2007，26(6)：1～5.
    [7]孙霞，赵晓飞.基于KMRW声誉模型的渠道联盟稳定性研究[J].科研管理，2009，30(6)：100～106.
    [8]AGARWAL R, CROSON R, MAHONEY J T. The Role of Incentives and Communication in Strategic Alliances: An Experimental Investigation[J]. Strategy Management Journal, 2010, 31(4): 413～437.
    [9]聂磊，张金隆，种晓丽，等.基于道德风险防范的虚拟联盟成员二元激励模型研究[J].管理学报，2011，8(5)：739～744.
    [10]DAS T K. Deceitful Behaviors of Alliance Partners: Potential and Prevention[J]. Management Decision, 2005, 43(5):706～719.
    [11]DAS T K, RAHMAN N. Determinants of Partner Opportunism in Strategic Alliances: A Conceptual Framework[J]. Journal Business Psychology, 2010,25(1):55～74.
    [12]ELLIS C. Making Strategic Alliances Succeed: The Importance of Trust[J]. Harvard Business Review, 1996,74(4): 8～9.
    [13]MAYER R C, DAVIS J H, SCHOORMAN F D. An Integrative Model of Organizational Trust[J]. Academy of Management Review, 1995, 20(3):709～734.
    [14]DAS T K, TENG B. Between Trust and Control: Developing Confidence in Partner Cooperation in Alliances[J]. Academy of Management Review, 1998,23(3): 491～512.
    [15]JENSEN M C, MECKLING W H. Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure[J]. Journal of Financial Economics, 1976, 3(4): 305～360.
    [16]KLEWES J, WRESCHNIOK R. Reputation Capital: Building and Maintaining Trust in the 21st Century[M]. New York: Springer, 2009.
    [17]JOSHI A W. Continuous Supplier Performance Improvement: Effects of Collaborative Communication and Control[J]. Journal of Marketing, 2009, 73(1):133～150.
    [18]MURRY J P, HEIDE J B. Managing Promotion Program Participation within Manufacturer-retailer Relationships[J]. Journal of Marketing, 1998,62(1):58～69.
    [19]MUTHUSAMY S K, WHITE M A. Learning and Knowledge Transfer in Strategic Alliances: A Social Exchange View[J]. Organization Studies, 2005,26(3): 415～441.
    [20]MELLAT-PARAST M, DIGMAN L A. A Framework for Quality Management Practices in Strategic Alliances[J]Management Decision, 2007, 45(4):802～818.
    [21]KALE P, SINGH H. Building Firm Capabilities through Learning: The Role of the Alliance Learning Process in Alliance Capability and Firm-level Alliance Success[J]. Strategic Management Journal, 2007, 28(10):981～1000.
    [22]ZOLLO M, WINTER S G. Deliberate Learning and the Evolution of Dynamic Capabilities[J]. Organization Science, 2002,13(3):339～351.
    [23]MICHAEL D, KARNI E. Free Competition and the Optimal Amount of Fraud[J]. Journal of Law and Economics, 1973, 16(4): 67～86.
    [24]DEMING W E. Quality, Productivity, and Competitive Position. Center for Advanced Engineering Study[M]. Cambridge, MA: Massachusetts Institute of Technology, 1982.
    [25]LUO Y. Procedural Fairness and Interfirm Cooperation in Strategic Alliances[J]. Strategic Management Journal, 2008,29(1):27～46.
    [26]HOFFMANN W H, SCHLOSSER R. Success Factors of Strategic Alliances in Small and Mediumsized Enterprises: An Empirical Study[J]. Long Range Planning, 2001, 34(3):357～381.
    [27]MA J, FLEMR M, STEIN P, et al. MicroRNA Activity Is Suppressed in Mouse Oocytes[J]. Current Biology, 2010,20(3): 265～270.
    [28]GAINES-ROSS L. Corporate Reputation: 12 Steps to Safeguarding and Recovering Reputation[M]. New York: John Wiley & Sons, 2008.
    [29]BARNEY J, HANSEN M H. Trustworthiness as a Source of Competitive Advantage[J]. Strategic Management Journal, 1994, 15(s): 175～216.
    [30]DAS T K, TENG B S. The Dynamics of Alliance Conditions in the Alliance Development Process[J]. Journal of Management Study, 2002, 39(5): 725～746.
    [31]TADELIS S. What's in a Name? Reputation as a Tradeable Asset[J]. American Economic Review, 1999,89(3): 548～563.
    [32]OMAR M, WILLIAMS JR R L, LINGELBACH D. Global Brand Market-entry Strategy to Manage Corporate Reputation[J]. Journal of Product & Brand Management, 2009,18(3): 177～187.
    [33]SONG M R J, CALANTONE C A, DI B. Competitive Forces and Strategic Choice Decisions: An Experimental Investigation in the United States and Japan[J]. Strategic Management Journal, 2002, 23(10):969～978.
    [34]PARKHE A. Strategic Alliance Structuring: A Game Theoretic and Transaction Cost Examination of Interfirm Cooperation[J]. The Academy of Management Journal, 1993,36(4): 794～829.
    [35]姚宏，李延喜，薛光，等.市场监管、信息成本与声誉机制——对市场舞弊行为约束效应的实验研究[J].中国金融评论，2007，1(3)：21～37.
    [36]DYER D，KAGEL J，LEVINE D.A Comparison of Naive and Experienced Bidders in Common Value Auctions: A Laboratory Analysis[J]. Economic Journal, 1989,99(3): 108～115.
    [37]CROSON R, DONOHUE K. Behavioral Causes of the Bullwhip Effect and the Observed Value of Inventory Information[J]. Management Science, 2006, 52(3):323～336.
     【作者简介】高艳慧，西安交通大学管理学院；万迪昉(1953- )，男，陕西西安人，西安交通大学管理学院教授，博士研究生导师，研究方向为公司治理、公司金融；郭海星，陕西省地方电子(集团)有限公司资金管理中心。