Bu teorik çalışma, bir piyasada talep veya dışsal üretim düzeyi hakkında tekelci üreticiden daha doğru bilgiye sahip olan düzenleyicinin, sahip olduğu bilgiyi ne ölçüde açıklaması gerektiğini araştırmaktadır. Temel soru, düzenleyicinin talep tahminlerini tamamen şeffaf biçimde yayımlamasının mı, yoksa belirli talep durumlarını aynı sinyal altında birleştirerek kısmi bilgi vermesinin mi daha yüksek sosyal refah sağlayacağıdır.

Araştırmacılar problemi Bayesçi ikna ve bilgi tasarımı çerçevesinde formüle etmiştir. Düzenleyici, belirsizlik gerçekleşmeden önce bir bilgi açıklama politikasına bağlı kalmakta; tekelci üretici ise aldığı sinyal sonrasında beklenen kârını en yüksek düzeye çıkaracak üretim miktarını seçmektedir. Piyasa fiyatı toplam üretimle doğrusal olarak azalmakta ve üretici, üretime başlaması hâlinde sabit bir başlangıç maliyeti ödemektedir.

Çalışmanın temel sonucu, başlangıç maliyetinin bulunmadığı durumda tüm bilgiyi doğru biçimde açıklamanın sosyal refah açısından optimal olmasıdır. Buna karşılık, üreticinin pozitif bir başlangıç maliyeti bulunduğunda ve talep belirsizliğinin önsel dağılımı yeterince düzgün olduğunda tam şeffaflık optimal değildir. Düzenleyici, orta düzeydeki talep veya dışsal üretim durumlarını tek bir ortak sinyal altında havuzlayarak, bu aralığın dışındaki düşük ve yüksek durumları ise doğru biçimde açıklayarak refahı artırabilir.

Optimal politikanın önemli bir yapısal özelliği vardır: bilgi bütün durumlarda bulanıklaştırılmaz. Yalnızca üreticinin üretime girip girmemeye karar verdiği kritik eşik çevresindeki tek bir aralık havuzlanır. Çok düşük dışsal üretimde üreticinin zaten faaliyete geçmesi, çok yüksek dışsal üretimde ise başlangıç maliyetini karşılayamaması nedeniyle bu uç durumlarda bilgiyi gizlemenin ek faydası bulunmaz.

Matematiksel açıdan çalışma, sonsuz boyutlu bir sinyal tasarımı problemini önce posterior ortalamaların dağılımına, ardından birikimli dağılım fonksiyonunun integrali olan bir G-fonksiyonuna ve son olarak tek değişkenli bir optimizasyon problemine indirgemektedir. Sürekli, pozitif yoğunluklu önseller altında bu son problem içbükey amaç fonksiyonuna sahip tek boyutlu bir konveks optimizasyon problemidir.

Sayısal örnekte Beta(2,8) önsel dağılımı ve p(Q)=1-Q fiyat fonksiyonu kullanılmıştır. Grafikler, kısmi açıklamanın pozitif başlangıç maliyetlerinde doğru açıklamadan daha yüksek sosyal refah sağlayabildiğini ve örnek parametrelerde göreli kazancın bazı maliyet düzeylerinde yaklaşık yüzde 7'ye yaklaştığını göstermektedir. Bu değer genel bir piyasa tahmini değil, yalnızca seçilen kuramsal örneğin grafiksel sonucudur.

Araştırmanın temel problemi

Tekelci bir üretici, piyasa fiyatını yükseltmek ve kârını artırmak amacıyla üretimini toplumsal açıdan etkin düzeyin altında tutabilir. Ekonomik literatürde bu davranış ekonomik arz kısıtlama veya ekonomik withholding olarak adlandırılmaktadır. Üretici daha az miktar piyasaya sürdüğünde tüketicilerin ödediği fiyat yükselirken toplam tüketim ve sosyal refah azalabilir.

Üreticinin hangi miktarda üretim yapacağını belirleyebilmesi için toplam veya artık talep hakkında tahminde bulunması gerekir. Elektrik piyasası örneğinde belirsizlik;

• elektrikli araçların farklı saatlerde şarj edilmesi gibi değişken tüketimden,
• çatı tipi güneş sistemlerinden gelen dışsal üretimden,
• dağıtık enerji kaynaklarının öngörülemeyen çıktısından,
• net yük tahminindeki belirsizlikten

kaynaklanabilir.

Düzenleyici veya sistem işletmecisi, gerçek zamanlı tüketim ve üretim verilerine erişebildiği için üreticiden daha doğru bir tahmine sahip olabilir. Çalışma, düzenleyicinin bu bilgi üstünlüğünü yalnızca doğru tahmin yayımlamak için değil, üreticinin kararlarını sosyal refah lehine yönlendirecek bir bilgi yapısı tasarlamak için kullanıp kullanamayacağını incelemektedir.

Bayesçi ikna yaklaşımı

Modelde düzenleyici mesaj gönderen, tekelci üretici ise mesajı alan ve karar veren taraftır. Süreç dört aşamada gerçekleşmektedir:

1. Düzenleyici, belirsizlik gerçekleşmeden önce bir sinyal politikasına bağlı kalır.
2. Dışsal üretim veya talep durumu ω gerçekleşir.
3. Düzenleyici, gerçekleşen ω durumuna bağlı olarak bir s sinyali gönderir.
4. Üretici sinyali kullanarak posterior inancını günceller ve üretim miktarı a'yı seçer.

Çalışmanın 5. sayfasındaki Şekil 1 bu bilgi kanalını görselleştirmektedir. Şemada düzenleyici, ω durumu hakkında bilgi sahibi olarak π(·|ω) politikasından sinyal üretmekte; üretici sinyal sonrasında a ≥ 0 üretim kararını vermektedir. İki tarafın amaçları aynı değildir: üretici kendi kârını, düzenleyici ise toplam sosyal refahı en yüksek düzeye çıkarmaya çalışır.

Modeldeki belirsizlik

Dışsal üretim miktarı:

\[ \omega \sim \mu_0,\qquad \omega \in [0,\Omega] \]

şeklinde tanımlanmıştır.

• ω: üreticinin kontrolü dışındaki üretim veya artık talebi değiştiren durumdur.
• μ₀: düzenleyici ve üreticinin ortak olarak bildiği önsel dağılımdır.
• Ω: dışsal üretimin üst sınırıdır.

Düzenleyici gerçekleşen ω'yı kusursuz biçimde bilmektedir. Üretici ise yalnızca önsel dağılımı ve düzenleyicinin gönderdiği sinyali görmektedir. Düzenleyicinin tahmininin hatalı olduğu veya üreticinin düzenleyicinin politikasına güvenmediği durumlar model kapsamında değildir.

Sinyal politikası

Sinyal politikası aşağıdaki stokastik eşleme olarak tanımlanmıştır:

\[ \pi:\Omega\rightarrow\Delta(S) \]

Burada S mümkün sinyallerin kümesi, Δ(S) ise bu sinyaller üzerindeki olasılık dağılımlarının kümesidir. Politika, her gerçek durum ω için hangi sinyalin hangi olasılıkla gönderileceğini belirler.

Üreticinin sinyal sonrasındaki posterior dağılımı Bayes kuralıyla:

\[ \mu_s(A)= \frac{\int_{\omega\in A}\pi(s|\omega)\mu_0(d\omega)} {\int_{\omega\in\Omega}\pi(s|\omega)\mu_0(d\omega)} \]

biçiminde hesaplanır.

Bilgi tasarımında sinyalin adı önemli değildir. Önemli olan, sinyalin üreticide hangi posterior inancı oluşturduğudur. Örneğin düzenleyici havuzlanan durumlar için “orta talep”, “A sinyali” veya sayısal bir değer gönderebilir; aynı posterioru oluşturdukları sürece sonuç değişmez.

Piyasa fiyatı ve toplam üretim

Piyasadaki doğrusal ters talep fonksiyonu:

\[ p(Q)=\alpha-\beta Q \]

şeklindedir.

• Q=a+\omega: toplam üretim ve tüketim miktarıdır.
• a: tekelci üreticinin seçtiği miktardır.
• ω: dışsal üretim miktarıdır.
• α>0: talep eğrisinin fiyat ekseni kesişimidir.
• β>0: toplam miktar arttıkça fiyatın ne hızla düştüğünü gösterir.

Toplam üretim arttığında fiyat doğrusal olarak düşmektedir. Model homojen ve sürekli bir malı, tek üreticiyi ve doğrusal talebi kapsamaktadır.

Üreticinin kâr fonksiyonu

Üreticinin getirisi:

\[ u(a,\omega)=p(a+\omega)a-\gamma\mathbf{1}_{a>0} \]

şeklindedir.

• p(a+ω)a: üreticinin satış geliridir.
• γ: üretimin pozitif olduğu anda ödenen sabit başlangıç maliyetidir.
• 1_a>0: üretici faaliyete geçtiğinde 1, üretim yapmadığında 0 değerini alan gösterge fonksiyonudur.

Çalışma birim başına değişken maliyeti sıfır kabul etmektedir. Yazarlar, sabit bir marjinal maliyetin α parametresinden çıkarılarak aynı modele dâhil edilebileceğini belirtmektedir. Bu “genellik kaybı yoktur” değerlendirmesi sabit doğrusal marjinal maliyet için geçerlidir; artan, azalan veya kapasiteye bağlı değişken maliyetler aynı basit dönüşümle temsil edilemez.

Başlangıç maliyeti neden kritik önemdedir?

Başlangıç maliyeti bulunmadığında üreticinin üretim kararı posterior ortalamaya göre sürekli biçimde değişir. Pozitif başlangıç maliyeti ise üreticinin kararında bir sıçrama oluşturur:

• Beklenen dışsal üretim yeterince düşükse üretici faaliyete geçer.
• Beklenen dışsal üretim kritik eşiği aşarsa beklenen gelir başlangıç maliyetini karşılayamaz ve üretici sıfır üretim seçer.

Bu süreksizlik, düzenleyicinin bilgiyi havuzlayarak üreticinin giriş kararını değiştirebilmesini mümkün kılan temel mekanizmadır.

Üreticinin optimal yanıtı

Üreticinin üretime girme eşiği:

\[ \omega^*= \frac{\alpha-2\sqrt{\beta\gamma}}{\beta} \]

olarak tanımlanmıştır.

Posterior inancın ortalaması:

\[ \widehat{\omega}=\mathbb{E}_{\mu}[\omega] \]

olduğunda optimal üretim:

\[ \bar{a}(\widehat{\omega})= \begin{cases} \frac{\alpha-\beta\widehat{\omega}}{2\beta}, & \widehat{\omega}\leq\omega^*,\\ 0, & \widehat{\omega}>\omega^* \end{cases} \]

şeklindedir.

Bu sonuç araştırmanın matematiksel olarak en önemli gözlemidir: üreticinin kararı posterior dağılımın varyansına, çarpıklığına veya diğer yüksek momentlerine değil, yalnızca posterior ortalamaya bağlıdır. Düzenleyici açısından iki farklı sinyal aynı posterior ortalamayı oluşturuyorsa üreticinin üretim kararı da aynı olur.

Eşik değerinin destek içinde bulunması varsayımı

Çalışma temel analizde:

\[ \omega^*\in[0,\Omega] \]

varsayımını kullanmaktadır.

Eğer ω* üst sınır Ω'dan büyükse üretici bütün mümkün durumlarda üretime devam eder ve başlangıç maliyeti karar yapısını değiştirmez. Eğer ω* sıfırdan küçükse üretici hiçbir sinyal altında üretime girmez. Araştırmacılar bilgi tasarımının anlamlı olduğu ara duruma odaklanmak için bu iki köşe durumunu dışlamıştır.

Düzenleyicinin sosyal refah fonksiyonu

Düzenleyici tüketici ve üretici fazlasının toplamını en yüksek düzeye çıkarmaktadır. Sosyal refah:

\[ v(a,\omega)= \alpha Q-\frac{\beta}{2}Q^2- \gamma\mathbf{1}_{a>0}, \qquad Q=a+\omega \]

olarak ifade edilmiştir.

Bu fonksiyon toplam tüketimden elde edilen brüt faydadan başlangıç maliyetini çıkarmaktadır. Exojen üretimin değişken maliyeti, üreticinin a kararından bağımsız kabul edildiği için düzenleyicinin sinyal seçimini etkilemeyen sabit bir bileşen olarak değerlendirilmiştir.

Düzenleyicinin optimizasyon problemi

Düzenleyici üreticinin sinyal sonrasındaki optimal tepkisini hesaba katarak:

\[ \max_{\pi} \mathbb{E}_{\omega\sim\mu_0,\, s\sim\pi(\cdot|\omega)} \left[ v(\widehat{a}(\mu_s),\omega) \right] \]

problemini çözmektedir.

Karar değişkeni yalnızca tek bir sayı değil, her ω durumu için bir sinyal dağılımı belirleyen bütün bir fonksiyondur. Durum ve eylem uzaylarının sürekli olması nedeniyle klasik sonlu durumlu Bayesçi ikna yöntemleri doğrudan uygulanamamaktadır.

Başlangıç maliyeti yoksa tam açıklama neden optimaldir?

γ=0 olduğunda çalışma, her önsel dağılım altında doğru ve tam açıklamanın optimal olduğunu göstermektedir. Bunun nedeni, düzenleyicinin ara dönem getirisinin posterior inanç bakımından konveks olmasıdır.

Tam açıklamada üretici gerçek ω değerini görür ve üretimini her duruma ayrı olarak ayarlar. Bilgiyi gizlemek üreticinin bazı durumlarda daha fazla üretmesini sağlayabilse de başka durumlarda oluşan üretim hataları toplam sosyal refahı azaltır. Başlangıç maliyetinin oluşturduğu giriş süreksizliği bulunmadığında bu zarar olası kazancı aşmaktadır.

Bu sonuç çalışmanın temel karşılaştırma noktasıdır:

Posterior ortalama dağılımına geçiş

Üreticinin yalnızca posterior ortalamaya tepki vermesi nedeniyle düzenleyicinin problemi doğrudan sinyal politikaları yerine sinyallerin oluşturduğu posterior ortalama dağılımı üzerinden ele alınabilir.

Posterior ortalamaların dağılımı τ ile gösterilmiştir. Düzenleyicinin beklenen getirisi:

\[ \widetilde{v}(\tau)= \mathbb{E}_{\widehat{\omega}\sim\tau} \left[ \mathbf{1}_{\widehat{\omega}\leq\omega^*} \left( \frac{3\beta}{8} \left( \frac{\alpha}{\beta}-\widehat{\omega} \right)^2 -\gamma \right) \right]+K \]

şeklinde yazılmıştır.

Politikadan bağımsız sabit terim:

\[ K= \alpha\mathbb{E}_{\mu_0}[\omega] -\frac{\beta}{2}\mathbb{E}_{\mu_0}[\omega^2] \]

olduğundan bilgi politikaları karşılaştırılırken yalnızca posterior ortalama dağılımına bağlı bölüm önem taşımaktadır.

G-fonksiyonu nedir?

Bir τ dağılımının kümülatif dağılım fonksiyonu F_τ olmak üzere çalışma:

\[ G_{\tau}(x)= \int_{-\infty}^{x}F_{\tau}(t)\,dt \]

fonksiyonunu tanımlamaktadır.

G-fonksiyonu, kümülatif dağılımın alanını biriktirir ve her zaman konvekstir. Blackwell'in bilgi karşılaştırma yaklaşımı kullanılarak uygulanabilir posterior ortalama dağılımları şu geometrik koşulla karakterize edilir:

\[ G_{\delta_{\bar{\mu}_0}}(x) \leq G(x) \leq G_{\mu_0}(x) \]

• G_μ0: tam açıklamaya karşılık gelen önsel dağılımın G-fonksiyonudur.
• G_δμ̄0: bütün durumların tek ortalamada havuzlandığı tam bilgisizliğin G-fonksiyonudur.
• Bu iki eğri arasındaki bütün konveks G-fonksiyonları uygulanabilir bir bilgi politikasını temsil eder.

12. sayfadaki Şekil 2'de mavi eğri tam açıklamayı, kırmızı eğri tam havuzlamayı, yeşil kesikli eğri ise uygulanabilir bir ara bilgi yapısını göstermektedir. Yeşil eğrinin kırmızı ile mavi sınırlar arasında kalması bilgi yapısının Bayes açısından uygulanabilir olduğunu ifade eder.

Düzenleyicinin G-fonksiyonu üzerindeki amacı

Düzenleyicinin amaç fonksiyonu:

\[ v(G)= \frac{\gamma}{2}\partial G^+(\omega^*) + \frac{3}{2}\sqrt{\gamma\beta}\, G(\omega^*) + \frac{3\beta}{4} \int_{-\infty}^{\omega^*}G(x)\,dx +K \]

şeklinde ifade edilmiştir.

Bu fonksiyonda üç temel bölüm bulunmaktadır:

1. Türev terimi: Kritik eşikte posterior ortalamanın eşik altında kalma olasılığıyla bağlantılıdır.
2. Oransal terim:G(ω*) yüksekliğine bağlıdır.
3. İntegral terimi: Kritik eşiğin solundaki G-fonksiyonunun altında kalan alanı ölçer.

Problem bu aşamada hâlâ bütün konveks fonksiyonlar üzerinde gerçekleştirilen sonsuz boyutlu bir optimizasyondur.

Sonsuz boyutlu problem tek bir sayıya nasıl indirgenmiştir?

Araştırmacılar kritik eşikteki yüksekliği:

\[ g=G(\omega^*) \]

olarak sabitlemiştir.

Bu değer sabitlendiğinde optimal eğrinin geri kalan biçimi geometrik olarak belirlenebilir:

• Eşiğin solunda, alanı büyütmek için önsel G-fonksiyonuna mümkün olduğunca yakın kalınır ve daha sonra (ω*,g) noktasına teğet bir doğruyla bağlanılır.
• Eşiğin sağında, kritik noktadan önsel eğriye ulaşan uygulanabilir en dik teğet seçilir.
• Bu iki teğet arasındaki bölüm, havuzlanan durum aralığına karşılık gelir.

Her g değeri için oluşturulan bu üst sınır eğrisi çalışmada Γ_g zarf eğrisi olarak adlandırılmıştır.

Teğet noktaları ve havuzlama aralığı

Anlatımı kolaylaştırmak için çalışmadaki alt ve üst teğet noktaları burada:

\[ \omega_g^- < \omega^* < \omega_g^+ \]

şeklinde gösterilebilir.

Havuzlanan aralık:

\[ [\omega_g^-,\omega_g^+) \]

olmaktadır. Bu aralıktaki bütün durumlar tek bir sinyal altında birleştirilir. Aralığın önsel altındaki ağırlıklı ortalaması kritik giriş eşiğine eşittir:

\[ \mathbb{E} \left[ \omega\mid \omega\in[\omega_g^-,\omega_g^+) \right] =\omega^* \]

Optimal sinyal politikasının açık yapısı

Çalışmanın 10. Teoremi, uygulanabilecek basit bir deterministik politika vermektedir:

\[ \pi_g(\omega)= \begin{cases} \omega, & \omega\in[0,\omega_g^-) \cup[\omega_g^+,\Omega],\\ \omega^*, & \omega\in[\omega_g^-,\omega_g^+) \end{cases} \]

Bu politika:

• düşük dışsal üretim durumlarını doğru biçimde açıklar,
• kritik eşik çevresindeki orta durumları tek bir ortak sinyalde havuzlar,
• yüksek dışsal üretim durumlarını yeniden doğru biçimde açıklar.

Üretici, havuzlama sinyalini aldığında gerçek durumun hangisi olduğunu bilemez; ancak bu durumların posterior ortalamasının ω* olduğunu bilir. Çalışmanın kullandığı eşitlik kuralına göre üretici bu eşikte pozitif üretim seçmektedir.

Bilginin neden yalnızca orta aralıkta gizlendiği

Düşük dışsal üretim durumları

Dışsal üretim çok düşükse tekelci üretici yüksek artık taleple karşılaşır ve başlangıç maliyetine rağmen üretime girmek ister. Bilginin bulanıklaştırılması giriş kararını faydalı biçimde değiştirmez.

Yüksek dışsal üretim durumları

Dışsal üretim çok yüksekse piyasanın artık talebi düşüktür ve üreticinin başlangıç maliyetini karşılaması mümkün değildir. Düzenleyicinin üreticiyi her durumda üretime zorlaması sosyal olarak etkin olmayabilir.

Kritik eşik çevresindeki durumlar

Orta düzeyde dışsal üretim, üreticinin üretime girme kararının sınırda olduğu alandır. Tam açıklamada üretici eşik üzerindeki bazı durumlarda tamamen piyasadan çekilir. Düzenleyici bu durumları eşik altındaki bazı durumlarla birleştirerek posterior ortalamayı kritik seviyeye getirebilir ve üreticinin faaliyet göstermesini sağlayabilir.

Çalışmaya göre bu müdahale üreticinin beklenen fazlasını azaltabilmekte, ancak tüketici fazlasındaki artış daha büyük olduğundan toplam refah yükselmektedir.

Optimal politika neden tek değildir?

Çalışma, aynı posterior ortalama dağılımını oluşturan çok sayıda sinyal politikasının aynı sonucu verebileceğini vurgulamaktadır.

• Havuzlama sinyalinin adının mutlaka ω* olması gerekmez.
• Gerçek durumların kullandığı sinyallerden ayırt edilen herhangi bir mesaj kullanılabilir.
• Üst kuyruktaki bazı durumlar, belirli konvekslik koşullarını koruyan başka biçimlerde de bulanıklaştırılabilir.

Teoremde verilen politika optimal politikalardan yalnızca en basit ve yorumlanabilir olanıdır.

Şekil 3'ün gösterdiği geometrik yapı

16. sayfadaki Şekil 3 iki farklı g değerini karşılaştırmaktadır:

• Büyük g: Kritik noktadaki yeşil eğri mavi önsel eğriye yakındır; havuzlama aralığı daha dar kalır.
• Küçük g: Eğri tam bilgisizlik sınırına yaklaşır ve teğet noktaları daha geniş bir aralığa yayılır.

Taralı bölgeler, optimumu değiştirmeden eğrinin devam edebileceği konveks alanı göstermektedir. Şekil, aynı amaç değerine ulaşabilen sinyal politikalarının neden tek olmadığını görsel olarak açıklamaktadır.

Düzgün önseller altında hesaplama

Araştırmacılar hesaplama için önsel dağılımın:

• sürekli bir yoğunluk fonksiyonuna sahip olmasını,
• bu yoğunluğun bütün [0,Ω] aralığında pozitif olmasını

varsaymıştır.

Bu koşullar altında G_μ0 iki kez sürekli türevlenebilir ve sıkı konvekstir:

\[ G_{\mu_0}''(\omega)>0 \]

Böylece her g için sol ve sağ teğet noktaları benzersiz olur ve g değiştikçe düzgün biçimde hareket eder.

Tek değişkenli konveks optimizasyon

Dış optimizasyon:

\[ \max_{g\in[\underline{g},\overline{g}]} \Phi(g) \]

şeklindedir.

Burada:

• g̲=G_δμ̄0(ω*): tam havuzlamaya karşılık gelen alt sınırdır.
• ḡ=G_μ0(ω*): tam açıklamaya karşılık gelen üst sınırdır.

Kritik eşik ile sağ ve sol teğet noktaları arasındaki uzaklıklar:

\[ \Delta_R(g)=\omega_g^+-\omega^* \]

\[ \Delta_L(g)=\omega^*-\omega_g^- \]

olarak tanımlanmıştır.

Amaç fonksiyonunun türevi:

\[ \Phi'(g)= -\frac{\gamma}{2\Delta_R(g)} +\frac{3}{2}\sqrt{\gamma\beta} +\frac{3\beta}{8}\Delta_L(g) \]

şeklindedir.

Çalışma, ikinci türevin negatif olduğunu göstererek Φ(g)'nin içbükey olduğunu kanıtlamaktadır. Böylece optimal sinyal politikasını hesaplamak için fonksiyon uzayında arama yapmak yerine tek bir g değişkeni üzerinde standart sayısal optimizasyon yeterli olmaktadır.

İçbükey amaç neden “konveks optimizasyon” olarak adlandırılmıştır?

Optimizasyon literatüründe konveks bir uygulanabilir küme üzerinde içbükey bir fonksiyonun maksimize edilmesi konveks optimizasyon problemi olarak sınıflandırılır. Buradaki karar kümesi kapalı bir aralık, amaç fonksiyonu ise içbükeydir. Bu yapı yerel maksimumun aynı zamanda küresel maksimum olmasını sağlar.

Pozitif başlangıç maliyetinde ana sonuç

Çalışmanın 13. Sonucu, aşağıdaki koşullarda tam açıklamanın sosyal refah bakımından optimal olamayacağını belirtmektedir:

• önsel yoğunluk sürekli ve bütün destek üzerinde pozitiftir,
• kritik eşik desteğin içindedir,
• başlangıç maliyeti kesin olarak pozitiftir.

Bu koşullar altında optimal g* değeri tam açıklamaya karşılık gelen üst sınırın kesin olarak altındadır:

\[ g^*<\overline{g} \]

Dolayısıyla optimal politika mutlaka boş olmayan bir talep aralığını havuzlayan kısmi bilgi açıklamasıdır.

Metindeki önemli iç tutarlılık sorunu

19. sayfanın sonunda yer alan açıklayıcı paragraf, başlangıç maliyeti küçük olduğunda Φ'(g)'nin bütün uygulanabilir aralıkta pozitif kalabileceğini ve tam açıklamanın optimal olabileceğini söylemektedir. Hemen sonraki sayfadaki 13. Sonuç ve ispatı ise aynı düzgün önsel ve iç eşik varsayımları altında her γ>0 için tam açıklamanın kesin olarak alt-optimal olduğunu göstermektedir.

İspatta, tam açıklama sınırına yaklaşırken:

\[ \lim_{g\rightarrow\overline{g}^{-}} \Phi'(g)=-\infty \]

elde edildiği için amaç fonksiyonunun üst sınırda maksimuma ulaşamayacağı sonucuna varılmaktadır. Bu nedenle teorem ve ispat doğru kabul edildiğinde küçük pozitif başlangıç maliyetlerinde de kısmi açıklama gerekir. Önceki açıklayıcı paragrafın düzeltilmesi veya hangi ek koşullarda geçerli olduğunun açıklanması gerekmektedir.

Önerme 7 ispatındaki gösterim hatası

24. sayfadaki Önerme 7 ispatında bir ara eşitlikte:

\[ G_{\tau}(c) \]

ifadesi kullanılmaktadır. Önceki lemma, sonraki eşitlik ve ana önerme bu terimin:

\[ G_{\tau}(\omega^*) \]

olması gerektiğini göstermektedir. Metinde c isimli ilgili bir değişken tanımlanmadığından bu durum büyük olasılıkla dizgi veya gösterim hatasıdır. Sonraki denklem doğru ω* ifadesini kullandığı için ana sonuç bundan etkilenmiyor görünmektedir.

Sayısal vaka çalışması

Çalışmada kullanılan örnek:

21. sayfadaki Şekil 4 dört alt grafik içermektedir.

Şekil 4a: Önsel dağılım

Beta(2,8) dağılımı düşük ω değerlerinde yoğunlaşmaktadır. Yoğunluk yaklaşık 0,1-0,2 aralığında tepe yaptıktan sonra sağ kuyruğa doğru hızla azalmaktadır.

Şekil 4b: Refah karşılaştırması

Turuncu çizgi optimal sinyal politikasının, kırmızı çizgi doğru açıklamanın sosyal refahını göstermektedir. Mavi çizgi iki politika arasındaki yüzde kazancı göstermektedir.

Grafikten yaklaşık olarak:

• çok düşük başlangıç maliyetlerinde kazancın sıfıra yakın olduğu,
• maliyet arttıkça kısmi açıklamanın göreli faydasının büyüdüğü,
• γ≈0,20 çevresinde kazancın yaklaşık yüzde 7'ye yaklaştığı,
• üretimin genel olarak ekonomik olmaktan çıktığı üst sınıra yaklaşırken kazancın yeniden düştüğü

okunmaktadır. Bunlar şekilden elde edilen yaklaşık değerlerdir; makalede tablo hâlinde kesin sayısal sonuçlar verilmemiştir.

Şekil 4c: Amaç fonksiyonunun biçimi

Dört farklı başlangıç maliyeti için Φ(g) eğrileri gösterilmektedir. Eğriler içbükeydir ve böylece 12. Teoremdeki matematiksel sonuç sayısal olarak desteklenmektedir. Maliyet arttıkça optimumun konumu ve uygulanabilir g aralığı değişmektedir.

Şekil 4d: Optimumun üst sınırın altında kalması

Yeşil konturlar amaç fonksiyonunu, kırmızı çizgi optimal g*(γ) değerini göstermektedir. Kırmızı eğrinin tam açıklamaya karşılık gelen üst zarfın altında kalması, pozitif başlangıç maliyetlerinde kısmi açıklama sonucunu görsel olarak desteklemektedir.

İkili önsel dağılım durumu

Ek C bölümünde dışsal durumun yalnızca iki değer alabildiği özel durum incelenmiştir:

\[ \omega\in\{0,\Omega\} \]

27. sayfadaki Şekil 5'te uygulanabilir G-fonksiyonları üçgensel bir bölge içinde gösterilmektedir. Önsel G-fonksiyonu parça parça doğrusal olduğu için teğetler doğrudan destek uç noktalarına ulaşır ve dış problem tek değişkenli doğrusal programa dönüşür.

Bu özel durumda optimum uygulanabilir aralığın iki uç noktasından birinde elde edilir. Parametrelere bağlı olarak:

• tam doğru açıklama,
• veya kritik eşikte kütle oluşturan havuzlama politikası

optimal olabilir.

Bu sonuç, sürekli ve bütün destek üzerinde pozitif yoğunluk varsayımının önemli olduğunu göstermektedir. Düzgün önsellerde pozitif başlangıç maliyeti kısmi açıklamayı zorunlu kılarken ikili önselde tam açıklama bazı parametrelerde optimal kalabilir.

Çalışmanın ekonomi politikası açısından anlamı

Çalışma, daha fazla bilginin her koşulda daha iyi piyasa sonucu oluşturmadığını göstermektedir. Üretim teknolojisinde sabit başlangıç maliyetleri bulunduğunda kesin tahminler, üreticinin bazı durumlarda tamamen üretimden çekilmesine yol açabilir. Düzenleyici tahminleri belirli bir aralıkta daha kaba yayımladığında üreticinin faaliyet devamlılığı artabilir ve tüketici fazlasındaki yükseliş toplam refahı artırabilir.

Bu sonuç, düzenleyicinin yanlış bilgi vermesi gerektiği anlamına gelmemektedir. Önerilen politika ex ante ilan edilmiş, matematiksel olarak tanımlanmış ve belirli durumları aynı kategori altında bildiren bir veri yayımlama kuralıdır. Regülatör gerçek durumu değiştirmemekte; yalnızca raporun ayrıntı düzeyini tasarlamaktadır.

Elektrik piyasası bağlamında bunun olası karşılığı, net yük tahminlerinin her saat ve her durum için tam nokta tahmini biçiminde yayımlanması yerine, üreticinin giriş kararı açısından kritik bazı tahmin düzeylerinin aynı kategori veya aralık altında bildirilmesidir. Ancak çalışma gerçek bir elektrik piyasası verisiyle böyle bir sistemi test etmemiştir.

Çalışmanın güçlü yönleri

• Sürekli durum ve sürekli üretim eylemi içeren zor bir Bayesçi ikna problemini ele alması.
• Üreticinin kararının yalnızca posterior ortalamaya bağlı olduğunu kullanarak problemi önemli ölçüde sadeleştirmesi.
• Sinyal politikası uzayını posterior ortalama dağılımları ve Blackwell geometrisiyle karakterize etmesi.
• Optimal bilgi politikasının tek bir havuzlama aralığına sahip olduğunu açık biçimde göstermesi.
• Sonsuz boyutlu fonksiyon optimizasyonunu tek değişkenli konveks programa indirgemesi.
• Başlangıç maliyeti olmayan durumla pozitif başlangıç maliyetli durumu net biçimde karşılaştırması.
• Düzgün sürekli önsellerin yanında ikili önsel örneğini de incelemesi.
• Teorik sonuçları sayısal örnek ve grafiklerle görselleştirmesi.
• Optimal politikanın ekonomik yorumunu tüketici ve üretici fazlası üzerinden açıklaması.

Çalışmanın sınırlılıkları

• Çalışma hakemli bir nihai dergi yayını olarak doğrulanmamış bir preprinttir.
• Model yalnızca tek bir tekelci üreticiyi kapsamaktadır; oligopol, stratejik rakipler veya çoklu alıcılar bulunmamaktadır.
• Ters talep fonksiyonu doğrusaldır.
• Üreticinin değişken marjinal maliyeti sabit kabul edilerek α içine alınmıştır.
• Başlangıç maliyeti tek bir sabit γ parametresiyle temsil edilmiştir.
• Kapasite sınırı, üretim rampası, minimum çalışma süresi ve teknik kısıtlar bulunmamaktadır.
• Düzenleyici gerçekleşen durumu kusursuz biçimde bilmektedir.
• Düzenleyicinin sinyal politikasına güvenilir biçimde önceden bağlı kalabildiği varsayılmıştır.
• Üreticinin kendi özel bilgisi veya yanlış model kullanması ele alınmamıştır.
• Tüketici talebi homojen bir toplulaştırılmış fayda fonksiyonuyla temsil edilmiştir.
• Gerçek piyasa verisiyle tahmin, kalibrasyon veya dış örneklem testi yapılmamıştır.
• Sayısal vaka yalnızca Beta(2,8) dağılımı ve p(Q)=1-Q örneğine dayanmaktadır.
• Sürekli önsel sonuçları pozitif ve tam destekli yoğunluk varsayımına bağlıdır.
• Daha genel kesikli, karışık veya boşluklu önseller için konveks program karakterizasyonu açık problem olarak kalmıştır.
• Sinyal politikasının uygulanma maliyeti, iletişim maliyeti ve hukuki şeffaflık yükümlülükleri modele dâhil edilmemiştir.
• Kısmi açıklamanın üreticiler tarafından stratejik olarak tahmin edilip uzun dönemde karşı strateji geliştirilmesi incelenmemiştir.
• 19-20. sayfalar arasında küçük başlangıç maliyetlerinde tam açıklamanın optimal olup olamayacağı konusunda anlatı ile sonuç arasında tutarsızlık bulunmaktadır.
• Önerme 7 ispatında G_τ(c) biçiminde tanımsız bir gösterim yer almaktadır.
• Çıkar çatışması, veri erişimi ve kod paylaşımı için ayrı beyanlar PDF'de bulunmamaktadır.

Çalışmanın desteklediği sonuçlar

• Başlangıç maliyeti olmadığında tam bilgi açıklaması model içinde optimaldir.
• Pozitif başlangıç maliyeti üreticinin giriş kararında kritik bir süreksizlik oluşturur.
• Düzgün ve pozitif yoğunluklu önseller altında optimal politika tek bir durum aralığını havuzlar.
• Havuzlama aralığının dışında doğru açıklama optimal politikalardan biridir.
• Optimal politika genel olarak tek değildir.
• Posterior ortalamaya bağlı karar yapısı sonsuz boyutlu problemi sadeleştirir.
• Optimal aralık tek değişkenli bir konveks optimizasyonla hesaplanabilir.
• Seçilen sayısal örnekte kısmi açıklama doğru açıklamadan daha yüksek sosyal refah üretmektedir.
• İkili önsellerde optimum tam açıklama veya havuzlama uçlarından birinde bulunabilir.

Çalışmanın kanıtlamadığı sonuçlar

• Bütün tekellerde bilgi gizlemenin refahı artıracağını kanıtlamamaktadır.
• Gerçek elektrik piyasalarında tahminlerin daha az ayrıntılı yayımlanmasının mutlaka fiyatları düşüreceğini göstermemektedir.
• Kısmi açıklamanın bütün tüketicileri veya bütün üreticileri ayrı ayrı daha iyi duruma getirdiğini göstermemektedir.
• Üretici fazlasının artacağını ileri sürmemektedir; tersine üretici fazlası azalırken tüketici fazlası daha fazla artabilir.
• Yanlış veya yanıltıcı tahmin yayımlamayı önermemektedir.
• Birden fazla üreticinin bulunduğu rekabetçi elektrik piyasaları için doğrudan bir mekanizma sunmamaktadır.
• Gerçek piyasa mevzuatının böyle bir bilgi politikasına izin verdiğini incelememektedir.
• Grafikteki yaklaşık yüzde 7 refah kazancının başka parametrelerde veya gerçek piyasalarda gerçekleşeceğini göstermemektedir.
• Düzgün olmayan bütün önseller için kısmi açıklamanın optimal olduğunu kanıtlamamaktadır.

Çalışmanın Yöntemi ve Bulguları

Ana teoremlerin özeti

Optimal politika mekanizmasının adımları

1. Önsel dağılımdan G_μ0 fonksiyonu hesaplanır.
2. Başlangıç maliyetinden üretime giriş eşiği ω* bulunur.
3. Uygulanabilir g=G(ω*) aralığı belirlenir.
4. Her g için önsel G-fonksiyonuna sol ve sağ teğetler çizilir.
5. Teğet noktalarından havuzlama aralığı [ω_g^-,ω_g⁺) elde edilir.
6. Φ(g) amaç fonksiyonu hesaplanır.
7. Tek değişkenli problem çözülerek g* bulunur.
8. Optimal aralığın dışındaki durumlar doğru, içindeki durumlar ortak sinyalle açıklanır.

Şekillerin teknik özeti

Sonuçların kapsam sınırı

Çalışmanın sonuçları, düzenleyicinin bilgiyi ne kadar ayrıntılı yayımlayacağını önceden ve güvenilir biçimde belirleyebildiği, üreticinin bu kurala göre Bayesçi biçimde inanç güncellediği ve sabit başlangıç maliyetli tek üretici modeline aittir.

Gerçek piyasa uygulamasından önce en az şu genişletmeler gereklidir:

• çok üreticili Cournot veya arz teklifi rekabeti,
• üretim kapasitesi ve rampalama kısıtları,
• ağ ve iletim darboğazları,
• düzenleyicinin tahmin hatası,
• dinamik ve tekrarlanan piyasa etkileşimleri,
• üreticinin özel maliyet bilgisi,
• tahmin açıklama kurallarının hukuki ve kurumsal sınırları,
• gerçek piyasa verisiyle kalibrasyon ve geriye dönük test.

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: Designing Demand Information for a Monopolist Producer

Yazarların tam sıralaması: Vijeth Hebbar; Saurabh Vaishampayan; Maryam Kamgarpour; Cédric Langbort.

Eş katkı veya eş birinci yazarlık: PDF'de eş katkı veya eş birinci yazarlık bilgisi belirtilmemiştir.

İletişim yazarı: PDF üzerinde özel bir sorumlu yazar yıldızı bulunmamaktadır. SSRN resmî kaydı Vijeth Hebbar'ı “Contact Author” olarak göstermektedir.

Yazar e-postaları: vhebbar2@illinois.edu; langbort@illinois.edu; saurabh.vaishampayan@epfl.ch; maryam.kamgarpour@epfl.ch.

Kurumlar:

1. Coordinated Science Lab, University of Illinois at Urbana-Champaign, ABD.
2. SYCAMORE Lab, School of Engineering, EPFL, İsviçre.

Yazar-kurum eşleşmesi: Vijeth Hebbar ve Cédric Langbort: University of Illinois at Urbana-Champaign; Saurabh Vaishampayan ve Maryam Kamgarpour: EPFL.

Çalışma tarihi: 4 Haziran 2026.

SSRN'ye yüklenme tarihi: 19 Haziran 2026.

Sayfa sayısı: 32.

DOI:10.2139/ssrn.6880425. DOI, SSRN preprint kaydına aittir; nihai bir dergi DOI'si değildir.

Resmî çalışma bağlantısı:SSRN resmî çalışma sayfası.

Yayın platformu: SSRN.

Dergi veya konferans: Hakemli bir dergide veya konferans bildirilerinde yayımlanmış nihai sürüm bu inceleme sırasında doğrulanamamıştır.

Özgün yayınevi: Nihai bir dergi yayınevi bulunmamaktadır. İncelenen sürüm SSRN platformunda yayımlanmıştır.

Kaynak türü: Kuramsal ekonomi ve bilgi tasarımı araştırma preprinti/çalışma makalesi.

Hakemlik durumu: Hakem değerlendirmesinden geçtiğini gösteren bilgi bulunmamaktadır.

JEL sınıflandırmaları: D82, Q41, C61 ve C72.

Anahtar kelimeler: Bayesian Persuasion, Information Design, Cournot, Monopoly ve Fixed Costs.

Finansman: Vijeth Hebbar ve Cédric Langbort, ARO MURI W911NF-20-0252 (76582 NSMUR) desteğini belirtmiştir. Saurabh Vaishampayan ve Maryam Kamgarpour, ETH-Domain Joint Initiative tarafından desteklenen UrbanTwin projesini bildirmiştir. Ayrıca Vijeth Hebbar'ın 2025 yılındaki SYCAMORE Lab ziyaretini destekleyen NCCR Automation Fellowship'e teşekkür edilmiştir.

Çıkar çatışması: PDF'de ayrı bir çıkar çatışması beyanı yer almamaktadır.

Veri erişimi: Yeni birincil veri seti üretilmemiştir. Sayısal örnek kuramsal olarak oluşturulmuştur. Ayrı bir veri erişim beyanı bulunmamaktadır.

Kod erişimi: PDF'de kod deposu veya yeniden üretim dosyası bağlantısı verilmemiştir.

İçerik hazırlama yöntemi: Bu Türkçe makale yüklenen 32 sayfalık PDF'nin başlığı, özeti, model varsayımları, bütün temel denklemleri, önerme ve teoremleri, ispat ekleri, beş şekli, sayısal örneği, finansman bilgileri ve kaynakçası incelenerek hazırlanmıştır. PDF'de bulunmayan bilimsel sonuç veya ampirik iddia eklenmemiştir. Dış doğrulama yalnızca SSRN kimliği, yazar-kurum bilgileri, yüklenme tarihi, DOI ve hakemlik/yayın statüsü için kullanılmıştır.

Başlıca sınırlılıklar: Tek üreticili ve doğrusal talepli kuramsal model; pozitif sabit başlangıç maliyeti; kusursuz düzenleyici bilgisi; gerçek veri ve piyasa kalibrasyonunun bulunmaması; sürekli önsel sonuçlarının düzgün ve pozitif yoğunluk varsayımına bağlı olması; çok üreticili ve dinamik piyasaların incelenmemesi; metindeki küçük gösterim ve anlatı tutarsızlıkları.

Bu çalışma, düzenleyicilerin gerçek piyasalarda derhâl daha az bilgi yayımlaması gerektiğini kanıtlamamaktadır. Bulgular, belirli bir tekel, talep ve maliyet modeli altında kısmi bilgi açıklamasının neden sosyal refahı artırabileceğini matematiksel olarak göstermektedir.