光華講壇—社會(huì)名流與企業(yè)家論壇第6619期
主題：算法透明度 Algorithmic Transparency
主講人：孫健 新加坡管理大學(xué)金融學(xué)助理教授
主持人：劉俊 西南財(cái)經(jīng)大學(xué)金融研究院教授
時(shí)間：2024年8月1日上午10:30-12:00
舉辦地點(diǎn)：光華校區(qū)35棟金融研究院202會(huì)議室
主辦單位：金融研究院 科研處
主講人簡(jiǎn)介：
孫健，新加坡管理大學(xué)金融學(xué)助理教授。他于 2022 年獲得麻省理工學(xué)院斯隆管理學(xué)院金融學(xué)博士學(xué)位。他還擁有法國(guó)圖盧茲經(jīng)濟(jì)學(xué)院碩士學(xué)位和清華大學(xué)經(jīng)濟(jì)學(xué)學(xué)士學(xué)位。他的研究興趣包括金融理論、市場(chǎng)微觀(guān)結(jié)構(gòu)和信息經(jīng)濟(jì)學(xué)。他的研究成果曾發(fā)表在《American Economic Review》、《Journal of Finance》和《The Review of Financial Studies》上。
內(nèi)容提要：
We study optimal algorithmic disclosure in a lending market where a lender uses a predictive algorithm to screen a borrower and maximizes profit. The algorithm, privately observed by the lender, uses borrower data as input, which can be manipulated by the borrower. Full disclosure is suboptimal due to excessive “gaming the system,” while no disclosure is also suboptimal because the lender's ex post efficient use of borrower data induces excessive manipulation ex ante. Optimal algorithmic disclosure deters manipulation and improves data quality. Under the optimal policy, borrower data is used less intensively by the lender, reducing manipulation incentives. Despite receiving additional information about the predictive algorithm, the borrower's posterior belief remains significantly uncertain. Algorithmic disclosure can improve the lender's payoff even when she can commit to lending decisions or verify the borrower's type at a cost.
我們研究了借貸市場(chǎng)中的最優(yōu)算法披露，在該市場(chǎng)中，借貸人使用預(yù)測(cè)算法篩選借款人，并實(shí)現(xiàn)利潤(rùn)最大化。放款人可以私下觀(guān)察算法，算法使用借款人數(shù)據(jù)作為輸入，而借款人可以操縱這些數(shù)據(jù)。由于過(guò)度的 “系統(tǒng)博弈”，完全披露是次優(yōu)的，而不披露也是次優(yōu)的，因?yàn)榉趴钊藢?duì)借款人數(shù)據(jù)的事后有效利用會(huì)誘發(fā)事前的過(guò)度操縱。最佳算法披露可以阻止操縱行為，提高數(shù)據(jù)質(zhì)量。在最優(yōu)政策下，放款人對(duì)借款人數(shù)據(jù)的使用強(qiáng)度降低，從而減少了操縱動(dòng)機(jī)。盡管借款人獲得了更多關(guān)于預(yù)測(cè)算法的信息，但其后驗(yàn)信念仍然存在很大的不確定性。即使貸款人可以承諾貸款決策或有償驗(yàn)證借款人的類(lèi)型，算法披露也能提高貸款人的收益。
