财务从业人员诱因推理指南-补编-研究论文

这是对论文（Tsaih，Lin和Ke，2013，计算经济学）的补充，题为“金融从业人员的诱因推理指南”。 这篇原始文章提出了一个过程，财务从业人员的知识通过该过程与人工智能（AI）模型进行交互。 人工智能模型得到了广泛应用，但是这些模型如何学习或它们是否学习正确的东西并不容易揭晓。 现有的研究，特别是有关神经网络的研究，已经尝试从AI模型中提取可靠的规则/特征。 但是，如果这些模型犯了错误，则决策者可能会建立矛盾的信念。 因此，应通过先前的思想来证明所提取的规则/功能是正确的，反之亦然。 也就是说，利用这些提取的规则/特征，从业者可能需要更新他或她的信念或无视AI模型。 Tsaih，Lin和Ke（2013）为拟议的流程设立了财务演示，证明了绑架推理的效果。 该补充资料提供了更多详细信息。