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:2411.01068

帮助 | 高级搜索

经济学 > 理论经济学

arXiv:2411.01068 (econ)
[提交于 2024年11月1日 ]

标题: 奖品的心理学:损失厌恶与最优竞赛奖励

标题: The psychology of prizes: Loss aversion and optimal tournament rewards

Authors:Dmitry Ryvkin, Qin Wu
摘要: 我们研究了在损失厌恶代理人的排序竞赛中奖金的最优分配。 由于更公平的奖金可以减少预期损失的边际心理成本,奖金分享随着损失厌恶而变得更加最优。 此外,如果奖金足够公平,损失厌恶可以提高努力程度,否则努力会随着损失厌恶而下降。 总体而言,这些结果支持对竞争性奖励进行更公平的分配。 一个双赢的情况是,在损失中性情况下,最优奖金也是公平的,在这种情况下,委托人受益于代理人的损失厌恶。
摘要: We study the optimal allocation of prizes in rank-order tournaments with loss averse agents. Prize sharing becomes increasingly optimal with loss aversion because more equitable prizes reduce the marginal psychological cost of anticipated losses. Furthermore, loss aversion can boost effort if prizes are sufficiently equitable, but otherwise effort declines with loss aversion. Overall, these results give credence to more equitable allocations of competitive rewards. A win-win scenario is where optimal prizes are equitable even under loss neutrality, in which case the principal benefits from agents' loss aversion.
主题: 理论经济学 (econ.TH)
引用方式: arXiv:2411.01068 [econ.TH]
  (或者 arXiv:2411.01068v1 [econ.TH] 对于此版本)
  https://doi.org/10.48550/arXiv.2411.01068
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Dmitry Ryvkin [查看电子邮件]
[v1] 星期五, 2024 年 11 月 1 日 22:42:56 UTC (21 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
econ.TH
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-11
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