光華講壇—社會名流與企業家論壇第6619期

主題：算法透明度 Algorithmic Transparency

主講人：孫健 新加坡管理大學金融學助理教授

主持人：劉俊 西南財經大學金融研究院教授

時間：2024年8月1日上午10:30-12:00

舉辦地點：光華校區35棟金融研究院202會議室

主辦單位：金融研究院 科研處

主講人簡介：

孫健，新加坡管理大學金融學助理教授。他于 2022 年獲得麻省理工學院斯隆管理學院金融學博士學位。他還擁有法國圖盧茲經濟學院碩士學位和清華大學經濟學學士學位。他的研究興趣包括金融理論、市場微觀結構和信息經濟學。他的研究成果曾發表在《American Economic Review》、《Journal of Finance》和《The Review of Financial Studies》上。

內容提要：

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中的最優算法披露，在該市場中，借貸人使用預測算法篩選借款人，并實現利潤最大化。放款人可以私下觀察算法，算法使用借款人數據作為輸入，而借款人可以操縱這些數據。由于過度的 “系統博弈”，完全披露是次優的，而不披露也是次優的，因為放款人對借款人數據的事后有效利用會誘發事前的過度操縱。最佳算法披露可以阻止操縱行為，提高數據質量。在最優政策下，放款人對借款人數據的使用強度降低，從而減少了操縱動機。盡管借款人獲得了更多關于預測算法的信息，但其后驗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證借款人的類型，算法披露也能提高貸款人的收益。