2026年9月15日，第183次RMI（Risk Management and Insurance）读书讨论会举行。本次读书讨论会由2024级博士生李雨轩主持。2024级博士生纪昊阳基于Johannes Hörner和Larry Samuelson发表于2026年《American Economic Review》的论文“What You Don't Know May Be Good for You”进行了汇报分享。这是一篇微观经济学理论论文，聚焦专家服务市场中的信息披露与声誉激励问题，讨论公开绩效信息在帮助客户识别专家能力的同时，是否也可能改变专家的客户选择行为，并由此影响市场匹配与社会福利。

本文关注医生、律师、金融顾问等典型专家市场。在这类市场中，客户重视专家能力，却难以直接观察其真实水平；市场可以通过服务结果更新对专家能力的判断，但往往无法核实专家此前服务对象的难度。论文指出，当低风险客户无论由何种类型的专家服务都容易获得成功，而高风险客户的结果更能揭示专家能力时，公开“成绩单”会产生双重作用：一方面，失败信息有助于识别能力较弱的专家、改善事后匹配；另一方面，专家为了保护未来声誉和收入，可能倾向于回避高风险客户，从而形成风险选择和服务延迟。

在模型中，长期存在的专家不断与短期客户匹配，客户分为高风险和低风险两类，专家则具有能力较强或能力较弱的固定类型，但专家本人和市场在初始阶段都不了解这一类型。高风险服务能够产生有价值的学习：若能力较弱的专家出现失败，市场即可获得明确的负面信息；但由于外部市场看不到专家实际选择了何种风险类型的客户，专家可以通过暂时服务低风险客户来降低失败概率，同时让市场继续把“未失败”解读为有利的声誉信号。由此，社会规划者和专家个人对信息产生的价值存在根本差异——规划者重视失败所带来的后续匹配改善，而专家则将失败视为未来声誉租金的损失。

论文进一步说明，若只依赖确定性的公共信念阈值、固定比例的高风险服务或统一的开始服务高风险客户的日期，都难以形成稳定均衡。其关键原因在于，专家的私人行动会改变其自身的学习速度，从而使确定性的“内部混合”策略具有动态不稳定性。在信息设计部分，论文比较了完全公开与完全不公开两种制度。完全公开能够在失败后更快改善匹配，但也会使未来声誉更加有价值，从而强化专家延迟服务高风险客户的动机；完全不公开可以消除这种延迟，却削弱了学习结果对未来匹配的作用。论文因此研究了随机披露失败信息、选择性暂时隐藏失败等中间制度。

最后，纪昊阳围绕模型的应用与后续研究进行了延伸。他认为这一思路可用于研究公共部门绩效评分、保险网络中的高风险客户配置、医院和医生的公开评级等问题。论文结果说明，绩效披露不仅是“提供更多信息”的制度安排，也可能成为一项会改变服务对象选择、学习过程和声誉激励的政策工具。

在讨论环节，郑伟老师和同学们就本文的理论框架、模型假设等方面展开并探讨了政策含义和可供研究的一些相关选题。本次读书讨论会通过对模型环境、均衡机制和信息设计的系统梳理，展示了透明度、声誉与风险选择之间可能存在的复杂互动，也为理解医疗、保险及其他专家服务市场中的绩效披露制度提供了新的理论视角。

（风险管理与保险学系 纪昊阳 供稿；姚奕 审核）