应对网络中的信息不对称：一种基于熵的新排序指标

在社会经济系统中，信息是参与主体的宝贵资产，而信息的很大一部分蕴含于主体之间连接的网络结构之中。事实上，主体所建立的不同互联模式可能导致其对网络结构认知的不对称；由于这意味着量化相关系统属性（例如债务网络中金融风险传染的可能性）的能力不同，那些能够对（原本）不可达的网络属性提供更好估计的主体最终具有竞争优势。本文首次探讨量化由网络拓扑引起的信息不对称问题。为此，我们定义了一种新指标——InfoRank——旨在度量每个节点所掌握信息的质量，其通过计算以节点特定信息为条件的系综的香农熵(Shannon entropy)来实现。进一步地，我们基于（不可达）网络结构的重构精度检验了这一新排序方法的性能，结果表明其在识别“信息量最大”的节点方面优于其他流行的中心性度量。最后，我们讨论了网络信息不对称的社会经济含义。