Selection Procedures in Competitive Admission

1. Formulação do Problema

O artigo investiga como organizações (empresas ou universidades) projetam seus procedimentos de seleção (provas e regras de aceitação) em um ambiente competitivo onde disputam candidatos de produtividade desconhecida. A tensão central reside na interação entre dois fatores:

1. Propriedades Estatísticas: A precisão e a dificuldade da prova utilizada para triar candidatos.
2. Seleção Estratégica: Como os candidatos, que possuem informação privada sobre sua própria produtividade, escolhem a qual empresa se candidatar com base no procedimento de seleção da empresa.

O autor pergunta: Como a competição entre empresas molda as propriedades estatísticas (precisão e dificuldade) das provas que elas empregam, e como isso difere de um cenário monopolístico ou não competitivo?

2. Metodologia e Configuração do Modelo

A Estrutura do Jogo

• Agentes: Duas empresas e um contínuo de candidatos com massa 1. Os candidatos possuem tipos privados $\theta \in [\underline{\theta}, \bar{\theta}]$ representando produtividade, distribuídos de acordo com a função de distribuição acumulada (CDF) $F$.
• Estratégia das Empresas: As empresas postam simultaneamente um procedimento de seleção $s = (t, \alpha)$, consistindo em:
  • Uma prova $t$ (um experimento de Blackwell com sinais binários $h$ e $l$).
  • Uma regra de aceitação $\alpha: \{h, l\} \to [0, 1]$ (probabilidade de aceitação dado o sinal).
• Estratégia dos Candidatos: Os candidatos observam os procedimentos e escolhem se candidatar a exatamente uma empresa (devido a custos de candidatura ou restrições de capacidade, como estágios). Eles maximizam sua probabilidade de aceitação.
• Pagamentos:
  • Candidatos: $u = 1$ se aceito, $0$ caso contrário.
  • Empresas: Produtividade esperada dos candidatos aceitos. O modelo de base assume sem restrições de capacidade e salários fixos (ou sem ofertas de salário), significando que as empresas desejam aceitar qualquer candidato com produtividade esperada positiva.

Conceitos Chave: Precisão e Dificuldade

O autor utiliza duas ordens parciais para caracterizar provas, indo além da informatividade padrão de Blackwell:

1. Precisão ($\succeq_a$): Baseada em Lehmann (1988). Uma prova é mais precisa se fornece informações mais precisas sobre o tipo, satisfazendo a Propriedade de Razão de Verossimilhança Monótona (MLRP). Maior precisão significa que a razão de verossimilhança dos sinais é mais sensível ao tipo.
2. Dificuldade ($\succeq_d$): Baseada em Hancart (2026). Uma prova é mais difícil se um sinal alto desvia as crenças posteriores mais fortemente em direção a tipos altos, enquanto um sinal baixo desvia-as mais fortemente em direção a tipos baixos. Intuitivamente, uma prova difícil é mais difícil de passar para todos, mas especialmente para tipos baixos.

Conceito de Equilíbrio

O artigo foca em Equilíbrios Perfeitos em Subjogos Simétricos (SSPE).

3. Resultados Principais

A. O Modelo de Base (Sem Restrições de Capacidade, Sem Ofertas de Salário)

No cenário competitivo padrão onde as empresas podem aceitar candidatos ilimitados e não podem oferecer salários diferenciados:

• Teorema 1: Existe um equilíbrio simétrico único onde as empresas escolhem uma prova que é maximamente precisa, mas minimamente difícil (entre aquelas que fornecem informação relevante para o pagamento).
  • Mecanismo: A competição reduz os lucros a zero (lógica estilo Bertrand).
  • Seleção Positiva na Precisão: Tipos mais altos se beneficiam mais de uma prova mais precisa.
  • Seleção Negativa na Dificuldade: Se uma empresa torna uma prova mais difícil, deve relaxar sua regra de aceitação (aceitar mais tipos baixos) para atrair candidatos. Tipos baixos se beneficiam desproporcionalmente dessa leniência. Assim, uma prova mais difícil atrai um conjunto de candidatos "pior" (seleção negativa).
  • Resultado: As empresas acabam com "aprendizado equivocado". Elas possuem informações precisas (alta precisão), mas as utilizam mal. Elas aceitam candidatos mesmo após um sinal baixo (se a prova for fácil o suficiente) ou definem a dificuldade tão baixa que o sinal alto transmite pouca informação nova. A expectativa posterior após um sinal alto é apenas levemente positiva (frequentemente zero).

B. Estática Comparativa

• Pool de Candidatos Mais Forte: Se a distribuição de candidatos se desloca para a direita (na ordem de razão de verossimilhança), a prova de equilíbrio torna-se menos difícil, e as probabilidades de aceitação aumentam para todos os candidatos.
• Tecnologia Aprimorada: Se o conjunto de provas viáveis se expande (melhor tecnologia), as probabilidades médias de aceitação aumentam, embora alguns tipos baixos possam sair prejudicados.

C. Extensões: Restrições de Capacidade e Competição de Salários

O artigo contrasta a base com duas modificações que alteram os incentivos de seleção:

1. Restrições de Capacidade (Proposição 4):

   • Configuração: As empresas têm uma capacidade fixa $k$.
   • Resultado: As empresas utilizam a prova mais difícil possível.
   • Mecanismo: Uma vez na capacidade, as empresas não podem "subcotar" aceitando mais candidatos. Elas só se importam com a qualidade do candidato marginal. Uma prova difícil garante que o sinal alto seja altamente informativo (média posterior alta). Como elas só aceitam sinais altos, a seleção para a prova difícil torna-se positiva (tipos altos preferem a prova difícil porque ela sinaliza sua qualidade mais efetivamente). Isso leva à "escolha seletiva" (cherry-picking).

2. Competição de Salários (Proposição 6):

   • Configuração: As empresas podem oferecer salários condicionados ao sinal.
   • Resultado: As empresas utilizam a prova mais difícil.
   • Mecanismo: A competição desloca-se da probabilidade de aceitação para os salários. As empresas competem oferecendo salários mais altos a candidatos com sinal alto. Tipos altos estão dispostos a correr o risco de uma prova difícil em troca de um salário mais alto se passarem. Isso cria seleção positiva para provas difíceis.

D. Equilíbrios Assimétricos (Proposição 5)

• Sem Restrições de Capacidade: Não existem equilíbrios assimétricos; as empresas sempre convergem para o mesmo procedimento.
• Com Restrições de Capacidade: Um equilíbrio de dois níveis pode emergir. Uma empresa torna-se "seletiva" (atraindo apenas tipos altos com uma prova difícil/precisa), e a outra torna-se "segura" (atraindo tipos mais baixos). Isso diferencia endogenamente empresas ex-ante idênticas.

4. Contribuições

1. Endogeneização do Design de Provas: Diferentemente da literatura anterior que trata a tecnologia de teste como fixa, este artigo modela a escolha de precisão e dificuldade como variáveis estratégicas.
2. O Paradoxo do "Aprendizado Equivocado": O artigo demonstra que a competição pode levar a um equilíbrio onde as empresas adquirem informação máxima (precisão), mas falham em utilizá-la de forma ótima (dificuldade mínima), resultando em seleção subótima comparada a um monopolista.
3. Novas Ordens para Comparação de Provas: Aplica e estende formalmente os conceitos de Precisão (Lehmann) e Dificuldade (Hancart) a jogos de triagem competitiva, mostrando como essas dimensões impulsionam a auto-seleção dos candidatos.
4. Contextualização da Seletividade: O modelo oferece uma explicação teórica para o declínio observado na seletividade nas admissões universitárias nos EUA (Hoxby, 2009). Sugere que, à medida que o pool de candidatos melhora ou a tecnologia de teste avança, as instituições podem racionalmente reduzir seus limiares de dificuldade para maximizar o volume de candidatos, mesmo mantendo alta precisão.

5. Significado e Implicações

• Relevância para Políticas: As descobertas sugerem que simplesmente aumentar o "rigor" das admissões (dificuldade) sem considerar restrições de capacidade ou estruturas salariais pode não levar a uma melhor seleção. Em mercados sem restrições, as empresas podem na verdade reduzir a dificuldade para atrair um pool mais amplo, levando ao "descarte de limões" (aceitação de candidatos de baixa qualidade).
• Design Institucional: Para universidades ou empresas enfrentando restrições de capacidade, o modelo prevê uma mudança em direção à "escolha seletiva" (alta dificuldade), enquanto aquelas em mercados de excesso de oferta mudarão em direção ao "descarte de limões" (baixa dificuldade, alta precisão).
• Conexão com a Literatura: A obra preenche a lacuna entre design de informação (certificação) e mercados competitivos de busca, mostrando como a interação estratégica entre o designer (empresa) e o agente (candidato) altera fundamentalmente as propriedades estatísticas da informação revelada.

Em resumo, Hancart fornece uma estrutura rigorosa de teoria dos jogos mostrando que a natureza da competição (com ou sem restrições, com ou sem salários) dita se as organizações usam provas para filtrar os piores (provas fáceis) ou identificar os melhores (provas difíceis).