模拟的商业银行分布空间扩大是空间内的银行资源增加，实际参与银行经营的经营者增加，商业银行系统规模扩大。但是，在其他因素不变的情况下，单个银行的经营业绩并未得到提升。可见模拟的空间大小并不影响银行经营业绩。
2.银行分布密度
保持银行分布范围大小不变，只增加银行分布密度（bankesProb），由0.2增加到0.2115时（保持和上面的变化中银行的实际增加量一致）的模拟动态。
将其与上面的图919比较，两种商业银行的数目变化方式所导致的结果基本上相似，但是后者的经营者数目的均衡要稍微高一些，尤其是在开始阶段，后者更容易达到均衡位置，并且波动相对较小，这是因为在较小的空间中，经营者行为主体所付出的移动成本等要小些，同一个周期内寻找银行所有者的可能性大些。这在现实中从一个侧面反映了金融机构在地域空间上集聚的“扎堆”现象。但分布密度的上升虽然使商业银行的数目增加，银行平均收入变化不大。
3.初始经营者数量
程序开始运行时初始经营者数量Number＝500，只有一部分银行所有者和经营者签约经营，有很多银行资金资源闲置，改变初始经营者数量是否对模拟结果产生影响呢？当调整初始经营者数目达到饱和后，所有的银行资金资源都参与了运行，这个时候实际参与经营的经营者数目稳定在1280个，银行的平均收入依旧稳定。这说明，初始经营者数目的多寡只对整个银行系统内的活动经营者数目和系统内资金总量产生影响，但对反映银行经营者经营水平的重要标志的银行平均收入几乎没有影响。
4.经营者移动成本
改变初始经营者的移动成本（minStepCost和maxStepCost）时，由（1，4）增加为（3，6），在程序运行1000个周期后发现，银行的平均收入稳定，实际参与经营者的数目开始略有下降，总体上没有太多变化。
9.4.2激励方式变动效果模拟分析
在商业银行激励约束机制的Swarm模型中有两类行为主体：商业银行所有者和经营者，两者彼此都有着自己各自的目标，并且它们相互之间、与环境之间互相影响。商业银行所有者制定激励制度，经营者在这个游戏规则下根据自己的预期和能力选择经营活动。经过一个长期的相互博弈过程，模型中的两类行为主体就形成了自己的战略集合，此时的均衡是系统中的行为主体在非完全理性的情况下，长期寻求最优化的结果，这也就是一种重复博弈的结果，此时每一个参与者都形成了自己稳定的战略，单个的个体在其他因素没有变化的前提下没有改变战略的需要。
在商业银行激励约束机制的Swarm模型的稳定均衡情况下，所有者行为主体采取选择经营者的行动实现自己最大化收益，同时经营者在所有者制定的规则下从事经营活动获得最大利益。
这样双方存在着这样一种博弈关系，所有者有着先行优势，它能够根据经营者的实际状况制定合同的主要内容（从激励角度来看，主要是对激励系数和固定收益的确定），经营者的行为就只能够根据签订好的合同来调整自己的行为。当然，由于经营者本期的行为也会影响到所有者下一个周期的行为（合同的调整等），因此，我们在研究商业银行激励约束机制问题的时候，其中重要的一环就是商业银行所有者如何制定合适的合同内容（也就是激励政策和措施的核心内容）来激励和引导经营者在实现利益最大化的基础上也实现所有者自身的利益最大。
商业银行激励约束机制Swarm模型程序的建模思路是，试图通过模拟在一定的激励约束机制下，银行所有者和经营者行为主体的相关行为，分析其对商业银行效益的影响。因此我们在完成了上面的基本均衡分析以后，即可以此为基础模拟研究各种参数变化对微观行为主体行为和商业银行效益的影响。具体的程序控制通过调整ModelSwarm面板上的相关参数值来实现。
银行经营者的收益包括与经营绩效挂钩的变动收益和不与经营绩效挂钩的固定收益两部分。增加固定收益和增加变动收益对银行效益的影响模拟如下：
1.增加经营者固定收益的影响
经营者的固定收益（minFix，maxFix）由（5，10）增加为（20，40）时，银行平均收入和经营者数量变化动态。
将提高经营者固定收益的图921与提高经营者固定收益前的图916、图917比较，我们可以观察到银行的平均收入有了一定的下降（由原来的300降低为290左右），而相对应的活动经营者的数目得到了上升（由原来的137上升到156左右）。经营者固定收益的增加激励更多的经营者参与到实际经营活动中来，却导致银行的平均收入水平下降。这说明，增加经营者的固定收益，有利于吸引更多的人员涌向银行，有利于增加银行经营者人数和提高银行人员素质。但是，单纯的增加经营者的固定收益，虽然会吸引更多的人员涌向银行，但对于激励经营者更加有效的工作方面却缺乏效率，因而可能导致银行经营效率的下降。
2.增加经营者变动收益（提高激励系数）的影响
经营者的变动收益是与其经营绩效挂钩的。它的变动受激励系数和经营绩效两个因素的直接影响。而作为激励机制的控制因素是激励系数。在此，将激励系数（minInspiritCoefficient，maxInspiritCoefficient）由（0.02，0.08）增加为（0.04，0.12）的激励效果。
将提高激励系数后的图922与改变属性前的图914比较可见，每个周期内的银行收入有了非常明显的上升，改变变动收益以后的均衡位置由初始的300开始稳定地上升到380左右，远远高于没有改变之前（280—300）的水平，而每个周期发生经营的经营者数目却没有得到太多的提高。这显示了，一方面由于激励系数的提高有效地激励了经营者的经营积极性，从而使银行经营绩效得到有效的改善；另一方面，由于银行经营者的报酬更多地依赖于其经营绩效，而增加。这将导致经营者间的竞争更加激烈，有利于银行所有者选择具有更高素质的经营者经营银行，从而有利于银行效率的提升。
与提高经营者的固定收益的效果比较可见，提高经营者变动收益激励系数具有更好的激励效果。
9.4.3经营者风险偏好变动的影响分析
我们从理论上分析知道，均衡状态下的激励系数和经营者的风险规避系数将影响到经营者行为主体的行动动力和其行动结果。
当managerEndeavor小于0的时候，我们认为经营者行为主体不会参与经营活动。
在现实中，经营者本身的风险偏好并不是固定不变的，而且也很难被外界准确观察到。因此，如何选择适当的激励系数从而解释好现实的政策选择问题还需要进一步的研究。
在这里的Swarm模型中，我们把riskCofficient的范围设置为（—1，+1）之间，我们依次可以得到，当riskCofficient∈（—1，0）的时候，行为主体是风险喜好性的；当riskCofficient∈（0，1）的时候，行为主体是风险规避性的；当riskCofficient＝0的时候，行为主体是风险中性的。在整个系统中并非所有的行为主体都是同一种风险性质的，因此，我们认为riskCofficient可以在（—1，+1）间变化。
在特定的激励机制下，经营者的风险偏好对银行经营效益会产生什么影响呢？我们通过改变风险厌恶系数riskCofficient的数值，分别取（minriskCofficient，maxriskCofficient）为（—0.05，0），（0，0），（0，0.05）和（—0.05，0.05）四组数值代入模型。银行的平均收入：
风险厌恶系数为负（590）大于正负之间（500）大于零（300）大于正（250）
经营者数目：
风险厌恶系数为负（150）大于零（140）大于正负之间（90）大于正（40）
另外，我们还可以观察到风险为正负之间的方案比风险为零的方案的波动性不管从平均收入还是从经营者数目来看都要强得多。
也就是说其均衡的稳定性比较差。
从上可见，银行的平均收入和经营者数目都与经营者的风险厌恶系数负相关。经营者的风险厌恶系数越高，经营者越不愿意承担经营风险，在一定的激励约束条件下，参与银行经营的经营者减少，其经营业绩也下降。注意，在此模型中没有考虑金融风险对银行经营活动的负面影响，因而导致风险喜好者的经营业绩较好的结论是片面的。商业银行是风险行业，其经营应该遵循稳健经营原则。风险喜好者显然是不适宜从事银行经营业务的。
因此，后面我们将在经营者风险厌恶系数大于零（即经营者为风险厌恶型）的范围内模拟不同的风险厌恶程度对激励约束机制的影响。
9.4.4不同风险激励系数组合的模拟分析
在上面的单变量变化分析后，我们将结合几个变量综合变化情况来分析商业银行激励约束机制的模拟结果。
在传统博弈模型下分析激励机制时认为：均衡状态下的最优激励系数β与经营者的风险规避程度γ负相关。并且根据不同风险承担能力的行为主体构造了三个不同的效用函数，并在此基础上根据博弈关系求解最优的激励系数。并在这个激励系数的引导下，最终导出一定契约条件下的银行所有者和经营者的均衡结果，这样从激励制度设计的角度分析商业银行激励约束机制的优化问题。
商业银行激励约束机制的Swarm模拟系统可通过激励系数和风险系数的不同组合来验证前面论文中的博弈分析。Swarm模型是由微观个体的行为活动引出整个宏观系统的现象。因此从某种角度上理解，可以认为它是现实的银行经营的一种仿真实现。
我们构建出三种不同风险喜好的商业银行经营者在不同的激励系数下的商业银行激励约束机制的Swarm模型程序。在相同的时间周期中，它们会得到不同的均衡结果（表91）。
其中风险系数的取值范围决定了经营者对风险的偏好程度，而激励系数则反映出所有者具体的激励制度。我们用一个经营者动力函数：managerStrive＝xinspiritCoefficient—yriskCoefficient来反映经营者同时考虑风险和激励双重因素下所作出的综合考虑。因此，从商业银行所有者的角度考虑，要尽可能地提高经营者的动力函数值。
在这个动力函数中，风险系数属于经营者的客观属性，而激励系数则是由商业银行在制定契约时决定的。为了使商业银行的激励约束机制合理化，商业银行需要有一套有效的激励制度，这个制度能够帮助商业银行在市场上挑选出合适的经营者，与之发生委托代理关系。因此经营者试图提高经营者动力函数值时必须同时考虑，针对不同风险偏好的经营者，所有者应该制定相应的激励系数。
在前面的传统博弈分析时，我们通过建立效用函数求出均衡解。
在商业银行激励约束机制Swarm模型中，我们可以实证模拟检验上面分析的结论。我们分别调整inspiritCoefficient和riskcoefficient的取值范围，把Swarm模型运行。
对于风险规避程度低的经营者，提高激励系数，模拟结果是银行的平均收入由原先均衡值200—350上升到500—600，而参与经营的经营者人数保持稳定；对于风险规避程度高的经营者，提高激励系数，模拟结果是银行的平均收入由原先均衡值150—250上升到350—400，而参与经营的人数由原来的120—160个迅速减少到5—15个。
从系统整体看，经营者人数下降的趋势要远远大于平均收入的提高一次总的银行收入将下降（350×13小于200×140），也就是说在经营者高风险规避情况下，提高激励系数无益于银行效益的提高。
从以上模拟试验可见，在制定激励机制时必须考虑经营者的风险承受能力，对于风险承担能力强（风险规避程度低）的人，就必须提高激励系数来促进经营者尽其最大努力做好工作。而对于风险承担能力低（风险规避程度高）的人，就不能试图通过提高激励系数来激励其更加努力地工作，提高银行经营效益，而应该调整其激励系数和固定收益之间的比例，主要通过增加固定收益，使这部分经营者安心从事其工作。但是，如果经营者收益完全固定，不承担任何经营风险也不分享任何经营收益，激励机制就没有任何意义。
因此，我国国有商业银行有效激励约束机制的建立，不仅在于将经营者的收入与其经营业绩挂钩，而且应该考虑经营者的风险承担能力，适度提高其风险承担能力。股份化并实现经营者持股和期权制，让经营者在一定程度上也成为所有者的一部分，这对于国有商业银行经营者激励约束机制完善具有重要意义。
