經(jīng)典論文導(dǎo)讀:貝葉斯勸說(BayesianPersuasion)-Kamenica_第1頁
經(jīng)典論文導(dǎo)讀:貝葉斯勸說(BayesianPersuasion)-Kamenica_第2頁
經(jīng)典論文導(dǎo)讀:貝葉斯勸說(BayesianPersuasion)-Kamenica_第3頁
經(jīng)典論文導(dǎo)讀:貝葉斯勸說(BayesianPersuasion)-Kamenica_第4頁
經(jīng)典論文導(dǎo)讀:貝葉斯勸說(BayesianPersuasion)-Kamenica_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

經(jīng)典論文導(dǎo)讀:貝葉斯勸說(BayesianPersuasion)——Kamenica...本期向大家介紹據(jù)說(據(jù)說是

Holmstrom在課上說的)是近十年最重要的一篇經(jīng)濟(jì)學(xué)理論研究論文——(Kamenica&Gentzkow,2011),兩位作者均為哈佛大學(xué)經(jīng)濟(jì)學(xué)博士(兩人從本科就一直就讀于哈佛),論文發(fā)表時(shí)均為芝加哥大學(xué)經(jīng)濟(jì)學(xué)教授,Kamenica現(xiàn)仍在Chicago,Gentzkow已跳至Stanford,兩人的簡(jiǎn)歷簡(jiǎn)直不能更漂亮了,Gentzkow更是獲得了美國經(jīng)濟(jì)學(xué)會(huì)

2014年ClarkMedal。論文具體信息如下:BayesianPersuasionEmirKamenicaUniversityofChicagoMatthewGentzkowUniversityofChicago(NowStanford)AbstractWhenisitpossibleforonepersontopersuadeanothertochangeheraction?Wetakeamechanismdesignapproachtothisquestion.Takingpreferencesandinitialbeliefsasgiven,weintroducethenotionofapersuasionmechanism:agamebetweenSenderandReceiverdefinedbyaninformationstructureandamessagetechnology.WederivenecessaryandsufficientconditionsfortheexistenceofapersuasionmechanismthatstrictlybenefitsSender.Wecharacterizetheoptimalmechanism.Finally,weanalyzeseveralexamplesthatillustratetheapplicabilityofourresults.Source:

AmericanEconomicReview.2011,101(6):2590-2615.【點(diǎn)擊底部“閱讀原文”,可在出版網(wǎng)站下載原文?!?011年發(fā)表的論文就被小編叫做“經(jīng)典”了?小編不多說,來看繼

Kamenica&Gentzkow(2011)一文之后,相關(guān)后續(xù)重要探討,僅列示一部分,大家來感受一下其影響力:[1]

GentzkowM,KamenicaE.CostlyPersuasion.AmericanEconomicReview.2014,104(5):457-462.[2]

PerezrichetE.InterimBayesianPersuasion:FirstSteps.AmericanEconomicReview.2014,104(5):469-474.[3]

GentzkowM,KamenicaE.ARothschild-StiglitzApproachtoBayesianPersuasion.AmericanEconomicReview.2016,106(5):597-601.[4]

GoldsteinI,HuangC.BayesianPersuasioninCoordinationGames.AmericanEconomicReview.2016,106(5):592-596.[5]

BergemannD,MorrisS.InformationDesign,BayesianPersuasionandBayesCorrelatedEquilibrium.AmericanEconomicReview.2016,106(5):586-591.[6]

AlonsoR,CamaraO.BayesianPersuasionwithHeterogeneousPriors.JournalofEconomicTheory.2016,165(SupplementC):672-706.[7]

ZhangJ,ZhouJ.InformationDisclosureinContests:ABayesianPersuasionApproach.TheEconomicJournal.2016,126(597):2197-2217.[8]

GentzkowM,KamenicaE.BayesianPersuasionwithMultipleSendersandRichSignalSpaces.GamesandEconomicBehavior.2017,104(SupplementC):411-429.[9]

HedlundJ.BayesianPersuasionbyaPrivatelyInformedSender.JournalofEconomicTheory.2017,167:229-268.[10]MichaeliB.DivideandInform:RationingInformationtoFacilitatePersuasion.TheAccountingReview.2017,92(5):167-199.

PS:就說怎么會(huì)少了會(huì)計(jì)論文,畢竟是與信息經(jīng)濟(jì)學(xué)緊密聯(lián)系的嘛,當(dāng)然還有其他不少會(huì)計(jì)已發(fā)表和工作論文,包括平臺(tái)以往介紹的

Huang(2016)

一文等。[11]WangY.BayesianPersuasionwithMultipleReceivers.WorkingPaper.[12]LiF,NormanP.OnBayesianPersuasionwithMultipleSenders.WorkingPaper.……下面是小編學(xué)習(xí)此文的心得和總結(jié)【主要摘自原文的引言前半部分,因?yàn)橐詫懙恼娴奶昧?,有些地方小編加了評(píng)注】,愿與大伙一起分享,不當(dāng)之處還懇請(qǐng)各位多多指正:假如現(xiàn)在有一個(gè)人(叫他Sender)試圖勸說另一個(gè)人(叫她Receiver)改變她的行動(dòng)。如果

Receiver是一個(gè)理性的Bayesian,那么Sender可以說服她按照他的意愿而采取行動(dòng)嗎?如果

Receiver清楚Sender的勸說過程是自利的,并且通過選擇信息操縱她的行動(dòng),那么Sender仍然可以從勸說中獲得好處嗎?如果可以,最優(yōu)的勸說方式是怎樣的?這些問題是非常重要的,因?yàn)閯裾f(persuasion)在廣告營銷、法庭辯護(hù)、游說、財(cái)務(wù)披露

[這是不是在說會(huì)計(jì)嘛]、政治選舉等各種活動(dòng)中均扮演著重要的角色。本文就是來探討這些基本問題。現(xiàn)在假定如下一個(gè)法庭案例:起訴人(prosecutor)嘗試勸說法官(judge)使之相信被告人(defendant)是有罪的。當(dāng)被告人的確是有罪的,那么越揭露事實(shí)的真相越對(duì)起訴人有利;但如果被告人是無辜的,那么揭露事實(shí)真相對(duì)起訴人是不利的。那么問題來了:起訴人是否可以通過組織其論據(jù),比如選擇證據(jù),來增加理性的法官判決被告人有罪的概率?結(jié)果也許很驚喜:Yes!貝葉斯定理限定了后驗(yàn)信念的期望(expectation),但是并未限制其分布(distribution),因此,只要法官的行動(dòng)與其信念不是線性的關(guān)系,起訴人就可以通過勸說(persuasion)來獲益。為了更具體的說明這個(gè)例子,假定法官(Receiver)僅有如下兩個(gè)行動(dòng)選擇:判定被告人有罪(convict)或無罪(acquit);同時(shí)假定被告人要么是有罪的(guilty),要么是無辜的(innocent)。如果法官判定正確則其效用為1,判定錯(cuò)誤則為0。若果法官判定被告人有罪,則起訴人(Sender)的效用為1,否則為0。起訴人和法官共同擁有一個(gè)先驗(yàn)信念:Pr(guilty)=0.3,即被告人有罪的概率為30%。起訴人可以采取一系列的調(diào)查,并且法律要求其把調(diào)查結(jié)果全部向法庭報(bào)告。起訴人選擇調(diào)查的形式是可以選擇的,比如傳票、法律鑒定、向?qū)<胰∽C等。起訴人調(diào)查可以用如下關(guān)于信號(hào)實(shí)現(xiàn)的分布來表示:π(·|guilty)和

π(·|innocent)。起訴人選擇一個(gè)π并且必須如實(shí)向法官報(bào)告其信號(hào)實(shí)現(xiàn)的過程。如果起訴人選擇不調(diào)查并向法官報(bào)告(即等同于

π

完全沒有信息含量),那么理性的法官則會(huì)判定被告人無罪,因?yàn)楦鶕?jù)其先驗(yàn)信念被告人無罪的概率(70%)明顯大于有罪的概率(30%)。如果起訴人把所有事實(shí)真相都調(diào)查清楚(即等同于π

具有完全的信息含量),注意調(diào)查清楚真相就意味著已經(jīng)沒有了不確定性,那么法官有30%的可能性會(huì)判定被告人有罪。起訴人有沒有辦法做的更好呢?答案是:Yes!起訴人唯一的最優(yōu)調(diào)查選擇如下二元信號(hào):π(i|innocent)=4/7

π(i|guilty)=0π(g|innocent)=3/7

π(g|guilty)=1注:Pro(innocent)=0.7,

Pro(guilty)=0.3,基于上述信號(hào)的被告人被判有罪的概率=

π(g|innocent)*Pro(innocent)

π(g|guilty)*Pro(guilty)

=3/7*0.71*0.3=0.6!這將導(dǎo)致法官有60%的概率判定被告人有罪!意不意外,驚不驚喜!即使之前法官相信被告人70%是無辜的,他竟然有60%的可能性判定其有罪!雖然法官也知道,起訴人調(diào)查是使之有最大化的可能判定被告人有罪。問題出在了哪里?Kamenica&Gentzkow

(2011)一文則研究了勸說過程更一般的理論模型?!綢nthispaper,westudythegeneralproblemofpersuadingarationalagentby

controllingherinformationalenvironment.Weconsiderasymmetricinformation

settingwithanarbitrarystatespaceandactionspace,anarbitraryprior,andarbitrarystate-dependentpreferencesforbothSenderandReceiver.Senderchooses

aninformativesignalaboutthestateoftheworld,Receiverobservesarealization

fromthissignal,andthenshetakesanaction.Throughouttheanalysis,weprohib

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論