Bad reputation with rating systems

• Autor(a) principal: Lorecchio, Caio Paes Leme
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
• Texto Completo: http://hdl.handle.net/10438/18310
• topic: Rating systems; Bayesian persuasion; Bad reputation games; Jogos de má reputação; Sistemas de rating; Persuasão bayesiana; Economia; Microeconomia; Teoria bayesiana de decisão estatística; Persuasão (Retórica); Teoria dos jogos

Este trabalho analisa um modelo de má reputação com sistemas de rating como uma forma particular de memória limitada. Em cada período, um cliente preocupado apenas com ganhos correntes escolhe se contrata ou não um especialista. O cliente compreende as regras de transição do sistema, mas observa apenas a realização de um rating (uma nota) que carrega informação sobre o provável tipo de especialista para tomar a decisão de contrato. Um especialista do tipo estratégico escolhe prover ou não o tratamento correto quando contratado e um especialista do tipo ruim sempre oferece o tratamento mais caro, independentemente do problema observado. Quando clientes observam todo o histórico de interacões, um especialista estratégico ou tem fortes incentivos para oferecer o tratamento barato (quando o tratamento correto seria o mais caro) ou eventualmente a crença no mercado de que ele é do tipo ruim é suficientemente grande para que deixe de ser contratado. Quando clientes possuem apenas o sistema de rating como fonte de informação, este trabalho demonstra que não apenas é possível evitar esse efeito negativo, como também é possível aumentar os ganhos de equilíbrio em comparação à ausência de qualquer sistema informacional. Ademais, este trabalho desenha os sistemas ótimos do ponto de vista tanto do cliente quando do especialista para todas as crenças iniciais, discutindo como eles diferem em um sistema de dois estados e quando há ganhos de eficiência.