「如不成功全额退款」的骗局是怎么回事?
图片:Yestone.com 版权图片库「全额退款」骗局的一点分析
今天又看到有回答提及一个简单的骗局:包生男孩 / 包过考试 / 包……,如不成功全额退款。
在这个骗局中,骗子什么都不需要做:毕竟这些“包成功”的事情本来就有一定成功的概率,即使不成功全额退款,骗子也没有多少损失。
让我们从机制设计的角度来分析一下这个骗局,这其实是一个简单的 Hidden Action 的问题:如何设计报酬机制,才能使别人真的花力气去“包成功”呢?
我们设定模型参数如下:
1. 有两个参与者:委托人 P 和代理人 A。
2. 代理人 A 可以选择努力(“包成功”,成本为 c)或者不努力(什么都不做,成本为 0)。
3. 当代理人 A 选择努力时,以概率 1 事件成功;选择不努力时,以概率 p 事件成功。
4. 事件成功给委托人 P 的收益是 U,事件不成功给委托人 P 的收益是 0。
5. 委托人无法观察到代理人 A 是否努力,只能观察到事件是否成功,因此委托人只能根据事件是否成功给予报酬:当事件成功时,委托人支付给代理人 R,事件不成功时,支付 r。
6. 委托人和代理人都是风险中性的,即代理人的效用函数是报酬减去成本,委托人的效用函数是事件收益减去报酬。
7. 代理人如果不接受委托,其收益是 0(即 Outside Option)。
因为我们希望设计报酬机制使得代理人去努力,因此委托人面临的问题是:
注意到 r 只出现在约束中, 且我们希望 R 越小越好,因此
也就是说,一个使委托人效用最大化且激励相容的机制应该满足:
1. R=c,也就是说,当事件成功时,报酬应当达到代理人所需付出的成本。
2. r<0,也就是说,当事件不成功时,不仅要全额退款,还要倒贴补偿。
反之,如果我们令 r=0,那么约束条件就变成
也就是说,如果在事件不成功时我们只要求全额退款,那么在事件成功时我们需要付出高于代理人的成本的报酬,才能让代理人愿意“努力”。
进一步地,让我们考虑一个更现实的设定:
8. 市场上有两类代理人,其成本分别是 C 和 c(成本为 c 的所占比例为 q),且 C>U>c,换言之,委托人永远不会找成本为 C 的这类代理人;此外,委托人无法观察到代理人的成本,而是由代理人自己报告。
这样一来,我们的模型就既有 Hidden Action,而且也有 Hidden Information。但是由于我们已经知道委托人永远不会找成本为 C 的代理人,所以所有代理人都会汇报自己成本为 c。
接下来:
(1)我们显然不可能让所有代理人都努力,因为我们支付不起成本为 C 的代理人的报酬;
(2)如果我们支付的报酬使得所有代理人都不努力,那我们应当索性不支付报酬;
(3)除开这两种情况,我们可以让成本高的那部分代理人选择 Outside Option,来解决 Hidden Information 的问题。剩下来的就是成本低的那部分代理人,我们希望这些代理人选择“努力”。
这同样意味着
(注意这里都是严格的不等号),也就是说,当事件不成功时,不仅要全额退款,而且要倒贴补偿。
注意,在 Hidden Action 问题中,这一要求来自于(激励相容下的)效用最大化(注意不是来自激励相容),而在加入 Hidden Information 之后,这一要求直接来自于 Screening 的需要。
(Photo credit: Got Credit via Visualhunt / CC BY 2.0)
转载请注明:微图摘 » 「如不成功全额退款」的骗局是怎么回事?