这符合（ASC 718-1010-1），其中指出，根据与员工的股份支付协议进行交易的会计目标是[]在thehttp://guides.newman.baruch.cuny.edu/FASBCodi职位/引用员工收到的财务报表[…]以及消耗这些服务时实体的相关成本。”在现行标准下，奖励X和Y的公允价值之间的差异为（qX- qY）A（5.6），其中qX（Y）是奖励X（o r Y）的可行权股份数。或者，新标准rds下的差异是QXPX- qYpY=（qX- qY）pX+qY（pX- pY）（5.7），其中pX（Y）是奖励X（orY）的可行权股份的理论价格。（5.7）右侧的第一项m小于（5.6），因为轴远小于A，第二项为负，因为轴远小于pY。因此，qXpX- qYpYis比（qX）小得多- qY）A.理想情况下，相同服务的测量值将与补偿方案相同，并且新标准明显优于当前标准。4、扭曲公司的最佳薪酬选择：公司倾向于取消高风险薪酬。如果一家公司采用X奖并判定其为可能的，则利润将大幅减少补偿成本。如果公司认为这是不可能的，这就向市场传达了这一目标很难实现的信息。这两种结果对公司来说都不可取。因此，公司倾向于采用低风险奖励。这种困境在新标准中得以缓解，这极有可能扭曲公司的决策。5.

困难项目补偿成本的显著波动性：例如，在涉及新技术或药物开发的情况下，目标与每股收益增长率等目标完全不同，公司可以自由选择每股收益增长率作为目标，并从一个连续统中获得实现的可能性。由于难以实现目标，因此有必要提高实现目标时获得的收益。在上述例子中，公司别无选择，只能选择X区。在当前标准下，由于a很大，补偿成本波动很大，如（5.5）所示。这种波动性降低了损益表的可靠性。在新标准下，由于确认补偿成本不变，损益表仍保持其可靠性。当2004年强制使用公允价值法时，现行标准是唯一的选择，因为没有模型在其理论定价中正确反映绩效条件。然而，一旦模型适当地反映了性能条件，就没有理由保持当前的标准。我们认为，值得考虑本文提出的新标准及其改进版本。6结论尽管SPPC增长显著，但理论定价尚未得到充分研究。我们考察了先前关于不完全市场中未定权益理论价格的研究结果，并引入了基于边际效用的价格概念。然后，我们采用一种方法将随机过程限制到某个类别，该类别是非限制性的，因此在应用中是可聚合的。我们证明了股票价格概率分布以及影响回报的绩效变量需要持续变化，然后开发了两个模型。

第二个模型使用了一个最佳的投资组合，因为它只使用了几个参数，所以在应用上非常方便和有说服力。然后，我们提供了一种估计这些参数的方法，并改进了估计。同时，我们证明了现行会计准则，特别是123（R）号股份支付存在一些缺陷，我们的理论价格模型可以大大改进。Karatzas-Shreve条件我们将以下条件称为Karatzas-Shreve条件（Karatzas&Shreve1998，假设3.8.1，3.8.2）。1、过程r和kθk是H¨older连续的；即，对于某些K>0和ρ∈ （0，1）我们有| r（t）- r（t）|≤ K | t- t |ρ，| kθ（t）k- kθ（t）k |≤ K | t- t |ρ（A.1），对于所有t，t∈ [0，T]。正常数k，kexist，这样k≤ kθ（t）k≤ kt型∈ [0，T]。（A.2）效用函数U和边际效用I的反函数：=（U′）-1满足：1。（I的多项式增长）存在一个常数γ>0，这样I（y）≤ γ+γ；（A.3）2。（U（I）的多项式增长存在常数γ>0，因此U（I（y））≥ -γ - yγ，y∈ (0 , ∞) . （A.4）B对于i，分析分布公式为sume Li=1∈ 简化描述。设N=（i）1≤我≤m、 我们可以说明一个d维随机列向量（log Si（T））i∈N、 （对数钻杆）i∈N、 （对数Pi（ti）/Pi（ti））i∈N、 （log Pi（Tv））i∈N=: （xhi）0≤h类≤3，i∈Nh=：x（B.1）具有d维正态分布。我们用x的矩母函数来证明这一点。作为准备，有必要分析每个随机变量。对于1≤ 我≤ m和1≤ j≤ d、 设第i支股票的股息收益率σij为Σ, 和^wjbe^w.For i的第j个元素∈ N、 我们有log Si（T）=mi+dXj=1ZTT0ij（T）d^wj（T）（B.2），其中mi：=log Si（0）+ZTr（t）- di（t）-dXj=1σij（t）dt（B.3）和▄T0ij（t）：=σij（t）。

（B.4）对于1≤ 我≤ n和1≤ j≤ d、 设uibe为（4.1）中u的第i个元素，T的第（i，j）个元素，σibedPj=1Tij。从（3.1）中，我们得到log Pi（t）=log Pi（0）+Ztui（u）-σi（u）du+dXj=1ZtTij（u）d^wj（u）。（B.5）对于i∈ N、 将（B.5）代入（4.11）yieldslog PiP ROD=log（bi）的lo garithm右侧- ai）Pi（0）+bi- 艾兹比亚特ui（u）-σi（u）dudt+bi- 艾兹比艾dXj=1ZtTij（u）d^wj（u）dt。（B.6）然后，我们将Fubini随机积分定理（Heath&Morton 19 92）的广义形式应用于（B.6）中的随机项到haveZbiaiZtTij（u）d^wj（u）dt=Zbiai（bi- u） Tij（u）d^wj（u）+（bi- ai）ZaiTij（u）d^wj（u）=ZT（bi- u） Tij（u）1{ai≤u≤bi}+（bi- ai）Tij（u）1{0≤u≤ai}d^wj（u）。（B.7）将（B.7）代入（B.6），我们得到log PiP ROD=mi+dXj=1ZTT1ij（t）d^wj（t），（B.8），其中mi：=log（bi- ai）Pi（0）+bi- 艾兹比艾Zt公司ui（u）-σi（u）杜邦dt（B.9）和▄T1ij（t）：=（bi- t） Tij（t）1{ai≤t型≤bi}+（bi- ai）Tij（t）1{0≤t型≤ai}bi公司- 人工智能。（B.10）对于i∈ N、 从（B.5）中，我们得到了logpi（ti）Pi（ti）=m2i+dXj=1ZTT2ij（t）d^wj（t），（B.11），其中m2i：=Ztitiui（t）-σi（t）dt（B.12）和▄T2ij（t）：=Tij（t）1{ti≤t型≤ti}。（B.13）对于i∈ N、 从（B.5）中，我们得到log Pi（Tv）=mi+dXj=1ZTT3ij（t）d^wj（t），（B.14），其中m3i：=log Pi（0）+ZTvui（t）-σi（t）dt，（B.15）和▄T3ij（t）：=T3ij（t）1{0≤t型≤电视}。（B.16）设θ：=（θi）1≤我≤m、 （θi）i∈N、 （θi）i∈N、 （θi）i∈N是列向量，它是x的矩母函数的系数。

x isM（θ）=EQhexp的动量母函数M（θ）θx个i=经验值Xh，i∈NhθhimhiY1级≤j≤dEQ公司经验值ZTXh，i∈NhθhiThij（t）d^wj（t）= 经验值Xh，i∈NhθhimhiY1级≤j≤dexp公司ZT公司Xh，i∈NhθhiThij（t）dt公司= 经验值Xh，i∈Nhθhimhi×Y1≤j≤dexp公司ZT公司Xh，i∈NhXh′，i′∈Nh′θhiθh′i′~Thij（t）~Th′i′j（t）dt公司= 经验值Xh，i∈Nhθhimhi×经验值dXj=1ZT公司Xh，i∈NhXh′，i′∈Nh′θhiθh′i′~Thij（t）~Th′i′j（t）dt公司= 经验值Xh，i∈Nhθhimhi×经验值Xh，i∈NhXh′，i′∈Nh′θhiθh′i′ZTdXj=1Thij（t）Th′i′j（t）dt公司.（B.17）对于（B.17）的第三个质量，我们使用了正态随机变量的矩母函数（Shreve 2004，4.4.30）。（B.17）中的最后一面表示x具有d维正态分布，其平均值（mhi）为0≤h类≤3，i∈n和i之间的协方差∈ Nh（0≤ h类≤ 3） 对于我来说∈ Nh′（0≤ h′型≤ 3） ofRTPjThij（t）Th′i′j（t）dt。我们可以使用瞬时协方差来表示每个协方差。例如，wehaveZTXjT0ij（t）T1kj（t）dt=Rbkak（bi- t） Pjσij（t）Tkj（t）dt+（bk- ak）RakPjσij（t）Tkj（t）dtbk- ak，（B.18），其中Pjσij（t）Tkj（t）是dSi/Si和dPk/Pk之间的瞬时协方差。参考文献n。H、 Bingham&R.Kiesel（2013）《风险中性估值：金融衍生品的定价和对冲》。Londo n：斯普林格Scie nc电子商务媒体。M、 M.Carhart（1997）《共同基金业绩的持续性》，《金融杂志》52（1），57-62。M、 Davis（1997）《不完全市场中的期权定价》，衍生证券数学15，216-226。F、 Delbaen&W.Schachermayer（1 997）《套利理论中可行未定权益的银行股份有限公司》，概率统计33（1），113-144。F、 Delbaen&W.Schachermayer（1994）《资产定价基础理论的一般版本》，Mathmatische Annalen 300（1），463-520。E、 F.Fama&K.French（2 010）《互惠基金回报横截面中的运气与技巧》，《金融杂志》65（5），1915-1947年。M

Frittelli（2000）《不完全市场中的最小熵鞅测度与估值问题》，数学金融10（1），39-5 2。D、 R.Heath&A.Morton（1992）《债券定价与利率期限结构：或有条件资产评估的新方法》，计量经济学60（1），77-105。五、 Henderso n（2002）《利用效用最大化对非交易资产债权的估价》，数学金融12（4），351-373。J、 Hugonnier，D.Kramkov&W.Schachermayer（2005）《不完全市场中基于效用的未定权益定价》，数学金融15（2），203-212。一、 Karatzas&S.E.Shr E ve（2012）《布朗运动与随机微积分》。多德雷赫特：斯普林格科学与商业媒体。一、 Karatzas&S.E.Shr eve（1998）《数学金融方法》。纽约：Springer Verlag。一、 Karatzas，J.P.Lehoczky，S.E.Shreve&G.L.Xu（1991）《不完全市场中效用最大化的鞅和对偶方法》，暹罗控制与优化杂志29（3），702-730。D、 Kramkov&W.Schachermayer（1999）《不完全市场中效用函数的渐近弹性与最优投资》，应用概率年鉴9（3），90 4-950。一、 Olkin&J.W.Pratt（1958）《某些相关系数的无偏估计》，《数理统计年鉴》2 9（1），201-211。M、 Schweizer（1999）《二次套期保值方法导览》，讨论论文，跨学科研究项目373：经济过程的量化和模拟。1 999 (96).S、 E.Shreve（2004）《金融随机演算II：连续时间模型》。多德雷赫特：斯普林格科学与商业媒体。D、 Williams（1991）鞅概率。剑桥：剑桥大学出版社。