发表机构
Toulouse School of Economics; International College of Economics and Finance, HSE University（图卢兹经济学院; 高等经济大学国际经济与金融学院）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
研究两期垄断市场中的预测服务，发现证据质量与来源校准学习存在权衡，定价采用静态截止点，校准审计可消除权衡但可能不被采用。
AI 中文摘要
新的信息服务在开始时没有记录来教导客户如何解读它们。我们研究一个两期垄断市场，该市场销售标准化预测，其承诺的评分技术结合了带有噪声的证据与一个持续存在但最初未知的校准。更多的证据提高了预测当前决策的价值，但使得来源的校准更难学习。第一个预测仅在其实时用途过期后才公开发布，因此它为下一个预测建立了一个共同的解码器。对于任意的赌注分布，垄断定价在两期中使用相同的静态截止点。提供者的耐心降低了初始证据强度；在相同技术和二元格式菜单下，透明条件内生地产生一个低证据的首次预测，随后是高证据的第二次预测。受约束的规划者较晚切换，因为垄断者低估了昂贵证据的回报。校准审计消除了准确性-可解释性之间的权衡，但即使采用具有社会价值，提供者也可能不采用它。该机制既不要求扭曲的报告，也不要求确认偏好：战略选择是对机械生成的分数进行可审计的证据输入。
英文摘要
We study how learning about a forecasting method affects a seller's choice of evidence. More evidence improves the current forecast but makes the method's persistent component harder to identify. A monopolist may therefore collect less evidence initially to help customers interpret later forecasts. Because the seller captures only part of customers' gains from costly evidence, it switches to less initial evidence sooner than a welfare-maximizing regulator. A minimum evidence requirement improves welfare only for intermediate weights on future benefits. An independent assessment removes this learning trade-off but may be privately unprofitable despite being socially worthwhile.
