Bargaining With Asymmetric Information: An Empirical Study of Plea Negotiations
不对称信息下的议价：认罪协商的实证研究AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以不对称信息议价模型解释认罪协商，进行非参数识别、估计及量刑改革反事实分析，直接支持结构估计分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
不对称信息下的议价：认罪协商的实证研究
- 研究问题
- 预期审判刑罚如何影响认罪协商，降低强制最低刑期、扩大非监禁刑或禁止认罪协商，又会怎样改变定罪与监禁结果？
- 方法与思路
- 作者基于不对称信息议价模型给出非参数识别条件和一致估计方法，使用北卡罗来纳州刑事案件数据估计，并评估量刑改革与禁止认罪协商。
- 材料陈述的贡献
- 摘要称降低强制最低刑期可能减少总监禁时间却提高定罪率；扩大非监禁刑主要减少监禁定罪，对总监禁时间影响较小。
- 阅读关注点
- 应核对私人信息、审判刑罚与协商结果之间的模型关系、非参数识别条件及样本选择，并检查政策反事实需要哪些行为和制度假设。
- 阅读边界
- 改革效果来自估计模型的反事实分析；摘要未说明识别条件的细节或反事实结果的不确定性，也不足以判断能否外推至其他司法制度。
原文摘要
This paper empirically investigates how sentences to be assigned at trial impact plea bargaining. The analysis is based on the model of bargaining with asymmetric information by Bebchuk, 1984. I provide conditions for the nonparametric identification of the model, propose a consistent nonparametric estimator, and implement it using data on criminal cases from North Carolina. Employing the estimated model, I evaluate how different sentencing reforms affect the outcome of criminal cases. My results indicate that lower mandatory minimum sentences could greatly reduce the total amount of incarceration time assigned by the courts, but may increase conviction rates. In contrast, the broader use of non-incarceration sentences for less serious crimes reduces the number of incarceration convictions, but has a very small effect over the total assigned incarceration time. I also consider the effects of a ban on plea bargains. Depending on the case characteristics, over 20 percent of the defendants who currently receive incarceration sentences would be acquitted if plea bargains were forbidden.