算法透明度 Algorithmic Transparency

光华讲坛—社会名流与企业家论坛第6619期

主题：算法透明度 Algorithmic Transparency

主讲人：孙健 新加坡管理大学金融学助理教授

主持人：刘俊 西南财经大学金融研究院教授

时间：2024年8月1日上午10:30-12:00

举办地点：光华校区35栋金融研究院202会议室

主办单位：金融研究院 科研处

主讲人简介：

孙健，新加坡管理大学金融学助理教授。他于 2022 年获得麻省理工学院斯隆管理学院金融学博士学位。他还拥有法国图卢兹经济学院硕士学位和清华大学经济学学士学位。他的研究兴趣包括金融理论、市场微观结构和信息经济学。他的研究成果曾发表在《American Economic Review》、《Journal of Finance》和《The Review of Financial Studies》上。

内容提要：

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.

我们研究了借贷市场中的最优算法披露，在该市场中，借贷人使用预测算法筛选借款人，并实现利润最大化。放款人可以私下观察算法，算法使用借款人数据作为输入，而借款人可以操纵这些数据。由于过度的 “系统博弈”，完全披露是次优的，而不披露也是次优的，因为放款人对借款人数据的事后有效利用会诱发事前的过度操纵。最佳算法披露可以阻止操纵行为，提高数据质量。在最优政策下，放款人对借款人数据的使用强度降低，从而减少了操纵动机。尽管借款人获得了更多关于预测算法的信息，但其后验信念仍然存在很大的不确定性。即使贷款人可以承诺贷款决策或有偿验证借款人的类型，算法披露也能提高贷款人的收益。