Optimal strategies for data investment and procurement contract design under uncertainty = 불확실성 하에서 데이터 투자를 위한 최적 전략 및 조달 계약 설계

국문 초록 (Abstract)

정확하고 시의성 있는 예측을 생성하는 역량은 데이터 집약적 산업에서 경쟁 우위의 근본적인 결정 요인이 되었으며, 이는 예측을 단순한 분석 도구에서 전략적 경제 자산으로 재정의하고 있다. 연구의 관점이 점차 데이터 중심으로 이동하고 있음에도 불구하고, 초기 투자부터 경쟁적 시장 환경 및 외부 조달에 이르는 예측 시장 전체를 아우르는 통합된 경제적 프레임워크는 부재한 실정이다. 본 학위 논문은 정보 경제학, 게임 이론, 메커니즘 디자인의 원리를 통합하여, 예측 가치 사슬 전반에 걸쳐 경제적으로 최적의 의사결정을 내리기 위한 통합된 프레임워크를 개발함으로써 이러한 연구 공백을 해결하고자 한다.

본 논문은 서로 유기적으로 연결된 세 가지 연구로 구성된다. 첫 번째 연구는 전통적인 성능-비용 기반의 휴리스틱을 넘어, 센서 데이터의 경제적 가치를 평가하기 위한 새로운 프레임워크를 개발하여 근본적인 투자 문제를 다룬다. 협력 게임 이론의 원리, 특히 개별 기여도에 대한 Shapley Value와 시너지 효과를 내는 클러스터에 대한 Owen Value를 활용하여, 본 연구는 경제적으로 최적인 센서 포트폴리오를 구성하는 방법론을 제공한다. 반도체 제조 공정의 사례 연구를 통해 검증된 본 분석은, 경제적으로 최적인 포트폴리오가 단순히 기술적 기준만으로 선택된 포트폴리오와는 상당히 다를 수 있음을 보여준다.

두 번째 연구는 수율 경쟁에 대한 동적 게임 이론 모델을 개발하여, 첫 번째 연구를 경쟁 환경으로 확장한다. 이 연구는 기업들이 경쟁사의 기술적 역량에 대한 비대칭 정보 하에서 어떻게 예측 역량에 전략적으로 투자하는지를 탐구한니다. 믿음(belief)의 동적 진화를 모델링함으로써, 본 연구는 기업의 정보 우위와 학습 과정을 모두 내생화한다. 이 분석은 투자가 전략적 보완재 또는 대체재로 작용하는 조건을 명확히 하고, 학습 동학이 어떻게 준최적의 투자 경로와 시장 전반의 비효율성으로 이어질 수 있는지를 밝힌다.

세 번째 연구는 예측 정확도를 위한 효율적인 경매 기반 시장을 설계하여 외부 조달이라는 대안적 전략을 탐구한다. 재정적으로 비효율적일 수 있고 진실된 보고를 유도하지 못하는, 신재생에너지 부문의 기존 고정 보상 제도의 한계에 착안하여, 본 연구는 새로운 조달 메커니즘을 설계한다. Stochastic Shortfall Penalty (SSP) 및 Stochastic Vickrey-Clarke-Groves (SVCG)와 같은 점수 기반 경매를 조정하고 확장하여, 본 연구는 예측 정확도 자체가 거래되는 시장을 제안한다. 그 결과로 나온 메커니즘은 기존 제도와 비교하여 재정적 지속 가능성을 향상시키고 전략적 허위 보고를 해결한다.

종합적으로, 이 연구들은 현대 예측 시장의 전략적 과제를 해결하기 위한 포괄적이고 이론적으로 견고한 방법론에 기여한다. 연구 결과는 센서 투자에 대한 기업들과 차세대 예측 조달 시장을 설계하는 정책 입안자들에게 실질적인 지침을 제공한다.

다국어 초록 (Multilingual Abstract)

The capacity to generate accurate forecasts has become a foundational determinant of competitive advantage in data-intensive industries, repositioning forecasting from a purely analytical tool to a strategic economic asset. While research has increasingly shifted to a data-centric perspective, a holistic economic framework for the entire forecasting market—from initial investment to market competition and external procurement—is largely absent. This dissertation addresses this gap by developing a unified framework for making economically optimal decisions across the predictive value chain, integrating principles from information economics, game theory, and mechanism design.

This dissertation is composed of three interconnected studies. The first study addresses the foundational investment problem by developing a novel framework for the economic valuation of sensor data, moving beyond traditional performance-to-cost heuristics. Using principles from cooperative game theory—specifically, the Shapley value for individual contributions and the Owen value for synergistic clusters—this study provides a methodology to construct an economically optimal sensor portfolio. Our analysis, validated with a case study in semiconductor manufacturing, demonstrates that the economically optimal portfolio can differ significantly from one selected based on technical criteria alone.

The second study extends this analysis to a competitive landscape by developing a dynamic game-theoretic model of yield competition. This study examines how firms strategically invest in forecasting capabilities under asymmetric information about their rivals' technological prowess. By modeling the dynamic evolution of beliefs, this research endogenizes both a firm's informational advantage and its learning process. The analysis clarifies the conditions under which investments act as strategic complements versus substitutes and reveals how learning dynamics can lead to suboptimal investment paths and market-wide inefficiencies.

The third study investigates the alternative strategy of procurement by designing an efficient auction-based market for forecast accuracy. Motivated by the limitations of existing fixed-reward schemes in the renewable energy sector, which can be fiscally inefficient and fail to elicit truthful reporting, this work designs a novel procurement mechanism. By adapting and extending scoring-based auctions like the Stochastic Shortfall Penalty (SSP) and Stochastic Vickrey-Clarke-Groves (SVCG), this study proposes a market where forecast accuracy itself is the traded commodity. The resulting mechanism enhances fiscal sustainability and mitigates strategic misreporting compared to existing schemes.

Collectively, these studies contribute a comprehensive and theoretically sound methodology for navigating the strategic challenges of the modern forecasting market. The findings offer practical guidance for firms on sensor investment and for policymakers on designing next-generation forecast procurement markets.

목차 (Table of Contents)

• Abstract i
• Contents iv
• List of Tables ix
• List of Figures xi
• Chapter 1 Introduction 1
• 1.1 Motivation of the dissertation 1
• 1.2 Objectives of the dissertation 5
• 1.3 Organization of the dissertation 8
• Chapter 2 Literature review 11
• 2.1 Valuation of sensor data for optimal investment 11
• 2.1.1 Sensor selection based on technical criteria 11
• 2.1.2 Game-theoretic frameworks for data valuation 12
• 2.2 Competition via strategic investment in forecasting 14
• 2.2.1 Competition under yield and quality uncertainty 14
• 2.2.2 Information asymmetry and belief dynamics 14
• 2.2.3 Information acquisition models 15
• 2.3 Mechanism design for forecast procurement markets 15
• 2.3.1 Procurement of stochastic and multi-attribute goods 15
• 2.3.2 Prediction markets and information as a commodity 17
• Chapter 3 Optimal sensor investment via economic data valuation: Application to semiconductor manufacturing 19
• 3.1 Introduction 19
• 3.2 Sensor and model selection 21
• 3.3 Sensor data valuation 25
• 3.3.1 Coalitional games 28
• 3.3.2 Valuation methods 30
• 3.3.3 Computational analysis and practical considerations 33
• 3.4 Economic evaluation methods 37
• 3.4.1 Benefit-cost analysis 39
• 3.4.2 Economically optimal sensor selection 40
• 3.5 Numerical experiment 42
• 3.5.1 Analysis on valuation methods 43
• 3.5.2 Sensor data valuation results 50
• 3.6 Concluding remarks 53
• Chapter 4 Strategic investment in forecasting capability: A dynamic game of yield competition under incomplete information 55
• 4.1 Introduction 55
• 4.2 The static game model with complete information 57
• 4.2.1 Model formulation 57
• 4.2.2 Strategic interactions and static equilibrium analysis 60
• 4.2.3 Analysis with specific functional forms 65
• 4.3 Dynamic game with incomplete information 68
• 4.3.1 Dynamic model with Bayesian learning 68
• 4.3.2 Myopic decision-making as a tractable approach 71
• 4.4 Numerical analysis 74
• 4.4.1 Equilibrium analysis of the static model 74
• 4.4.2 Equilibrium analysis of the dynamic model 78
• 4.5 Concluding remarks 89
• Chapter 5 Efficient market design for forecast data procurement: An auction-based mechanism for renewable energy 91
• 5.1 Introduction 91
• 5.2 Model 95
• 5.2.1 Left-folded error distribution 95
• 5.2.2 Forecast trading market 96
• 5.3 Analysis 99
• 5.3.1 Efficient mechanism for market without forecasting cost 99
• 5.3.2 Efficient mechanism for market with forecasting cost 105
• 5.3.3 Efficient mechanism with heterogeneous capacity 106
• 5.4 Case study 109
• 5.4.1 Incentive structure and social welfare under the Korean mechanism 110
• 5.4.2 Comparative analysis of payoffs in a costless setting 111
• 5.4.3 The impact of forecasting cost on individual rationality 112
• 5.4.4 Robustness analysis on no-loss condition and incentive compatibility 114
• 5.4.5 Performance with aggregated bidding and heterogeneous capacities 116
• 5.5 Policy implications and practical considerations 118
• 5.6 Concluding remarks 121
• Chapter 6 Conclusion 123
• 6.1 Summary and contributions 123
• 6.2 Future research directions 124
• Bibliography 127
• Appendix A Proofs 135
• 국문초록 147