干中学：在线借贷的案例

在线借贷，这一因消费金融向互联网迁移以及基于人工智能的借贷模型的采用而逐渐成为主流的现象，是干中学的一个例子。本文研究了一个直接在线贷款机构的最优政策。这是一个更一般问题的实例：决策者应如何在面对未知的客户（或其他）信息时进行序贯实验？传统观点认为，决策者应通过进行多个小规模、精简的实验来利用序贯学习机会，每个实验都以前期实验结果为基础逐步构建。一个单一的、不受前期实验信息影响的大型实验能否同样有效？我们发现，当利率是外生时，精简的增量实验是最优的。然而，当我们将贷款机构的行动空间扩展到同时设定利率和贷款金额时，我们发现了单一大型实验为最优的条件。在这两种情况下，收入波动性可以通过实现更有效的实验而使贷款机构受益。我们还研究了每种策略相关的消费者细分，并表明贷款机构无法获得超过完美信息下利润的一半。