Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2305.05822

帮助 | 高级搜索

经济学 > 理论经济学

arXiv:2305.05822 (econ)
[提交于 2023年5月10日 (v1) ,最后修订 2024年3月4日 (此版本, v4)]

标题: 企业访问消费者数据的稳健调控

标题: Robust Regulation of Firms' Access to Consumer Data

Authors:Jose Higueras
摘要: 本文研究了在消费者数据被用于价格歧视且监管者面临关于数据与支付意愿之间相关结构的非贝叶斯不确定性,从而关于垄断者将如何利用消费者信息分割市场存在不确定性的情况下,如何规范企业访问消费者数据的问题。我完全刻画了当监管者最大化消费者剩余时所有最坏情况下的最优政策:如果垄断者不能使用数据库来识别一小群消费者,则允许垄断者访问数据。 此外,从能实现最大最坏情况消费者剩余的政策集合中,我识别出了那些未被支配的政策;即,不存在任何替代政策,在任何情况下都不会产生更低的消费者剩余,并且有时会产生更高的消费者剩余。
摘要: In this paper I study how to regulate firms' access to consumer data when the latter is used for price discrimination and the regulator faces non-Bayesian uncertainty about the correlation structure between data and willingness to pay, and hence about the way the monopolist will use the consumers' information to segment the market. I fully characterize all policies that are worst-case optimal when the regulator maximizes consumer surplus: the regulator allows the monopolist to access data if the monopolist cannot use the database to identify a small group of consumers. Furthermore, from the set of policies that achieve the largest worst-case consumer surplus, I identify the ones that are undominated; i.e., there is no alternative policy that never yields lower consumer surplus, and sometimes strictly higher consumer surplus.
主题: 理论经济学 (econ.TH)
引用方式: arXiv:2305.05822 [econ.TH]
  (或者 arXiv:2305.05822v4 [econ.TH] 对于此版本)
  https://doi.org/10.48550/arXiv.2305.05822
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jose Higueras [查看电子邮件]
[v1] 星期三, 2023 年 5 月 10 日 00:36:06 UTC (36 KB)
[v2] 星期五, 2023 年 6 月 23 日 00:58:02 UTC (37 KB)
[v3] 星期一, 2023 年 7 月 31 日 20:36:16 UTC (37 KB)
[v4] 星期一, 2024 年 3 月 4 日 20:10:43 UTC (100 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
econ.TH
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-05
切换浏览方式为:
econ

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号