2026年信息经济学研究生入学考试试题及答案

2026年信息经济学研究生入学考试试题及答案一、名词解释（每题4分，共20分）1.逆向选择答案：签约前交易双方信息不对称，拥有私人信息的一方可能隐藏真实特征，导致市场价格按平均质量形成，优质品退出，劣质品充斥市场。它是事前不对称信息的核心概念，典型如旧车市场、保险市场。2.道德风险答案：签约后一方行动不可观测，另一方可能背离对方的利益最大化目标，如投保人投保后疏于防范、经理人努力不足。它对应事后隐藏行动问题，需要通过激励合约、监督机制加以缓解。3.信号传递答案：拥有私人信息的一方作为发送者，采取某种可观测且成本与类型相关的行动，以向信息劣势方传递真实类型，改善交易条件。如高能力劳动者通过更高教育水平显示自身能力。4.机制设计答案：在参与者偏好和私人信息未知的情况下，设计博弈规则使参与者真实显示类型，并实现委托人目标或社会目标。其核心是激励相容约束与显示原理。5.信息租金答案：代理人因拥有私人信息而在交易中获得的超过其机会成本的报酬。它是委托人激励代理人真实披露信息或选择期望行动所付出的代价，在委托代理模型和拍卖设计中普遍存在。二、简答题（每题10分，共30分）1.简述阿克洛夫“柠檬市场”模型的基本内容与结论。答案：阿克洛夫假定旧车市场上存在好车与劣车，卖方知道真实质量，买方只能根据市场平均质量出价。由于买方出价低于好车的保留价格，好车逐步退出市场，市场平均质量进一步下降，买方进一步压低价格，形成“劣币驱逐良币”的恶性循环。极端情况下，市场均衡价格为零，市场萎缩甚至消失。模型说明事前信息不对称会导致逆向选择，竞争性市场可能无法实现帕累托有效配置，需要认证、担保、声誉等制度加以矫正。解析：答题应从模型前提、自我强化机制和政策含义三方面展开，重点说明“价格—平均质量—供给退出”之间的反馈循环。2.简述委托—代理模型中激励相容约束与参与约束的含义及作用。答案：参与约束（IR）指代理人接受合约所获得的期望效用必须不低于其保留效用，否则代理人不愿签约；激励相容约束（IC）指代理人在某种行动组合下，选择委托人希望的行动所得效用不低于选择其他行动所得效用，否则合约无法诱导代理人按委托人意愿行动。最优合约设计就是同时满足IR与IC的前提下最大化委托人期望收益。IR决定代理人必须获得的租金底线，IC决定激励与风险分配的可行方向。解析：IR是“愿意不愿意签”，IC是“签了之后怎么做”，二者分别对应事前参与问题与事后行动问题。在激励与风险分配中，二者常相互冲突。3.简述信号传递模型中的分离均衡与混同均衡的含义及条件。答案：分离均衡指不同类型发送者选择不同的可观测信号，接收者能从信号中完全推断类型，私人信息被充分揭示；混同均衡指所有类型选择相同信号，信号不携带信息，市场仍按平均质量定价。分离均衡存在需要斯宾塞—米尔利斯条件，即信号成本与类型负相关。分离均衡能提高交易效率，但可能导致过度的信号投资；混同均衡节省信号成本，但未解决逆向选择问题。解析：注意区分“信号传递”与“信息筛选”，前者由有信息方主动发送信号，后者由无信息方设计合约分离类型，二者方向不同。三、计算与分析题（每题15分，共30分）1.某旧车市场中，每辆车的质量v在[100,200]上均匀分布。卖方的保留价格等于其质量(1)求市场均衡价格p以及成交车辆的质量区间；(2)计算完全信息条件下与信息不对称条件下的社会总剩余，并说明逆向选择造成的效率损失。答案：(1)若市场均衡价格为p，则卖方出售当且仅当v≤p。实际成交车辆质量在E买方最高出价满足：p解得：p因此均衡价格为150，成交车辆的质量区间为[100,150(2)完全信息下，交易条件为1.2v≥vS信息不对称下，只有v∈S效率损失为：3000逆向选择使质量为(150解析：本题关键是建立“按平均质量出价”与“质量高于价格者退出”的理性预期均衡。完全信息下每辆车都产生剩余0.2v2.考虑一个风险中性的委托人雇佣一个风险规避的代理人。代理人选择努力水平e，产出为π=e+ε，其中ε∼N(0,σ2(1)写出代理人的确定性等价收入；(2)导出代理人面对该合约时的最优努力水平；(3)求解委托人的最优激励强度β*，并分析β*与r、答案：(1)在CARA效用与正态扰动假设下，代理人的确定性等价收入为：C(2)代理人选择e最大化CEβ因此：e(3)参与约束要求CEα代入e*α委托人期望净收益为：Π对β求导并令其为零：1解得最优激励强度：ββ*与r和σ解析：本题是Holmström—Milgrom线性合约模型的标准结果。推导中先由IC得到e*=β四、论述题（共20分）1.结合信息经济学的基本理论，论述平台经济中的信息不对称问题、治理机制及其局限。答案：平台经济中信息不对称表现为三个层面：第一，商家掌握商品质量与履约能力的私人信息，消费者难以事前甄别，可能引发逆向选择，出现“差商品驱逐好商品”；第二，交易后商家存在隐藏努力、虚假宣传、刷单炒信等道德风险；第三，平台掌握算法与数据优势，与用户之间存在新型信息不平等。针对上述问题，平台实践形成了多种治理机制：一是评价系统与信用评分，作为信号传递和声誉积累机制，缓解交易前的质量不确定性；二是保证金、先行赔付、七天无理由退货，构成筛选与抵押机制，增加低质量商家的信号成本；三是佣金结构、流量分配与奖惩规则，通过激励相容约束引导商家事后行为；四是大数据风控与内容审核，降低信息识别成本；五是政府规制与强制信息披露，弥补平台自我治理的不足。但这些机制也存在局限：评价信息可能被恶意刷评和虚假评价扭曲，声誉机制对“一次性博弈”型商家可能失效；算法治理可能侵犯用户隐私并产生算法歧视；平台在掌握数据与规则制定权后，可能形成新的信息垄断。因此，合理的治理需要将市场激励、制度约束与算法