[论文解读] Persuasion and Matching: Optimal Productive Transport

Anton Kolotilin, Roberto Corrao+1 more|arXiv (Cornell University)|Nov 6, 2023

Auction Theory and Applications被引用 4

一句话总结

本文提出最优生产运输作为贝叶斯说服中非线性偏好下信息设计的一般框架。证明了成对信号——每个后验最多包含两个状态——始终是最优的，并且在扭曲条件成立时，它们是唯一最优的解。关键贡献在于通过对偶性刻画了披露为单谷或单峰的条件，其应用涵盖俱乐部经济、期权定价和选区划分。

ABSTRACT

We consider general Bayesian persuasion problems where the receiver's utility is single-peaked in a one-dimensional action. We show that a signal that pools at most two states in each realization is always optimal, and that such pairwise signals are the only solutions under a non-singularity condition (the twist condition). Our core results provide conditions under which riskier prospects induce higher or lower actions, so that the induced action is single-dipped or single-peaked on each set of nested prospects. We also provide conditions for the optimality of either full disclosure or negative assortative disclosure, where all prospects are nested. Methodologically, our results rely on novel duality and complementary slackness theorems. Our analysis extends to a general problem of assigning one-dimensional inputs to productive units, which we call optimal productive transport. This problem covers additional applications including club economies (assigning workers to firms, or students to schools), robust option pricing (assigning future asset prices to price distributions), and partisan gerrymandering (assigning voters to districts).

研究动机与目标

• 开发贝叶斯说服中非线性、单峰接收者偏好下信息设计的一般理论。
• 识别出最优信号为成对信号的条件，以及其诱导单谷或单峰行动的条件。
• 将分析从说服扩展到更广泛的经济问题，如俱乐部经济中的匹配、稳健期权定价，以及党派选区划分。
• 建立对偶性与互补松弛定理作为刻画最优信息结构的核心工具。
• 证明在扭曲条件成立时，所有最优信号均为成对信号，并识别出完全披露或负向异质披露最优的条件。

提出的方法

• 将说服问题形式化为一阶方法，其中接收者的最优行动满足边际效用为零的条件。
• 利用对偶性与互补松弛定理，推导出信号最优性的必要与充分条件。
• 将扭曲条件定义为非奇异性的要求，以确保仅成对信号是最优的。
• 通过比较聚合状态下诱导的行动，分析前景的风险性，使用单谷或单峰披露的概念。
• 将最优负向异质披露刻画为常微分方程组的解。
• 将该框架应用于一般生产运输问题，其中一维输入被分配给生产单元以最大化产出。

实验结果

研究问题

• RQ1 在何种条件下，成对信号在具有非线性偏好的贝叶斯说服中是最优的？
• RQ2 当更危险的披露（聚合极端状态）与更安全的披露（聚合中间状态）相比时，何时会诱导更高或更低的行动？
• RQ3 在嵌套前景集合上，何种条件可确保最优披露为单谷或单峰？
• RQ4 在缺乏完全信息的情况下，何时完全披露或负向异质披露是最优的？
• RQ5 在一般生产运输问题中，如何通过对偶性与互补松弛性刻画最优信息结构？

主要发现

• 在接收者效用为单峰的贝叶斯说服中，每个实现最多仅聚合两个状态的信号始终是最优的。
• 在扭曲条件成立时，所有最优信号均为成对信号，即不存在每个后验包含超过两个状态的最优信号。
• 最优披露为单谷当且仅当任意单峰三元组可通过将权重向中间状态移动来提高发送者效用。
• 最优负向异质披露模式是常微分方程组的解，在特定情况下可获得显式解。
• 当接收者的边际效用在状态上严格递增时，完全披露是最优的；而当效用曲率支持更危险、非对称的聚合时，则出现负向异质披露。
• 该框架可扩展至生产运输问题，包括俱乐部经济中的最优分配、稳健期权定价，以及选区划分，其中输入被匹配至生产单元以最大化产出。