在现代企业生产方式中,多代理人（团队）共同生产是被广泛采用的一种生产方式,那么多个代理人的工作效率问题自然而然就成为了关注的焦点。而如何有效的激励代理人减少“搭便车”行为或者多为团队做贡献也成为了委托人的一大难题。对此,许多学者都进行了大量的研究,或基于经典的完全理性假设或基于行为经济学中的非完全理性假设,都得到了一些有意义的指导性的结论。但大多数研究都是在单期或者离散时间框架下所研究的。显然,我们的生产过程或者投资过程在连续时间下显得更为合理,且在现实生活中,若委托人提供连续型支付合约,也需要在连续时间下来分析。本文在连续时间框架下,研究了多代理人的最优激励合约问题。我们假设一个委托人雇佣多个代理人共同管理多个生产项目（或管理多个风险投资项目）,且假设委托人和所有的代理人都是风险规避的。我们在不同的信息结构下,分析了多个代理人的最优激励问题。具体来说,本文主要研究了以下几个方面的内容:首先,在完全信息下,我们将多代理人问题转化为风险分担问题,就得到代理人的最优合约的显式形式。根据我们的分析,在代理人的最优努力值处,我们有期望产出等于代理人工资和努力的边际替代率。若我们假设委托人是风险中性的,代理人是风险规避的,则最优结果就是代理人得到一个与最终产出结果无关的合约。反之若委托人风险规避而代理人风险中性,则委托人得到一个固定的收入。这两种情况下的多代理人合约问题与单个代理人合约问题结论是一样的。其次,在道德风险下,我们假设代理人是非完全理性的,具体的说,我们假设代理人之间会相互比较工资,从而给代理人带来一个得失效用。因此,在这个问题中,代理人的效用函数分为两个部分,一部分为传统的物质效用函数（工资和努力成本的效用）,另一部分为行为效用函数（工资差距带来的效用）。在此效用函数下,我们分析了当代理人存在损失规避时,委托人该如何设计一个激励机制问题,以及当代理人之间进行工资比较时会如何影响委托人的效用。在合理的假定条件下,我们得到了最优激励合约,最优努力的显式解,并通过数值模拟,说明代理人的损失规避对激励机制的影响。第三,在道德风险问题中,我们论证了代理人的最优努力是Nash均衡努力。但在一些特殊情况下（如委托人为风险中性时）,代理人之间可能存在“囚徒困境”（即Nash均衡可能不是最优的）。因此,我们在道德风险问题中分析了代理人之间的Pareto最优努力,我们研究表明,当代理人合作时,代理人选择Pareto最优努力是代理人的最优选择。进一步,我们说明了代理人的合作能提高代理人和委托人的期望效用。在此基础上,我们假设委托人雇佣一个代理人作为计划者,来管理代理人的总效用。第四,在完全信息和道德风险下,我们分析了一个时间偏好不一致的委托代理问题。在这个问题中,我们证明了均衡激励合约存在的充要条件。具体的说,首先我们假设委托人的效用函数是线性可加的且代理人之间是互不影响的,从而我们将多代理人问题转化为委托人对应一个代理人的激励问题。然后通过建立一个拓展的HJB方程和子博弈精炼Nash均衡策略的方法,求得了完全信息和道德风险情况下委托人提供的最优激励合约以及代理人提供的最优努力的显示解。最后,在逆向选择问题中,我们假设两个代理人都有不同类型,代理人的类型只有自己知道,委托人和同事只知道代理人类型的先验分布。在此假设下,我们得到了最优激励合约和最优努力所满足的条件。进一步,在道德风险和逆向选择同时存在的情况下,我们研究了多代理人激励问题。我们得到,根据劳动力市场上代理人类型所占比例的不同,委托人可以选择提供不同类型的最优激励合约。本文的模型是连续时间单个代理人的委托-代理模型的推广。研究结论不仅对劳动力市场最优激励机制设计提供有意义的借鉴指导,也对委托代理理论进一步研究和应用有一定的参考价值。