金融博奕论+(7).ppt

第三部分不完全信息静态博弈 第九章机制设计 Prisoner sdilemma考验考试Self selectionmechanism Coupons financialaid movieprice所罗门的智慧 实话实说的机制航运公司 等仓 二等仓 三等仓等保险产品 一定会设计出更多的合同 吸纳不同要求的客户 而不会使用千篇一律的标准合同 金融产品创新亚当 斯密的机制设计计划经济的机制设计类似于后退归纳法 机制设计 第一步 委托人设计博弈规则 信号空间 配置函数与支付向量 第二步 代理人进行由机制所确定的博弈 保证局中人选择接受的条件是个人理性约束 对博弈结果的预测基础是不完全信息下的bayes均衡 第三步 委托人进行最优机制设计 保证实话实说是不完全信息下的bayes均衡的条件是激励相容约束 在实话实说是不完全信息下的bayes均衡的基础上 委托人选择使其收益最大的机制 非线性定价 nonlinearpricing 某公司以不变的边际成本c生产某种产品 并卖给某消费者 消费者购买数量q的产品将付出价钱T给公司 数量q的产品将给消费者带来的盈利 效用 为 V q 其中V对买卖双方是共同知识 V 0 0 V q 0 V q 2 P 1 p P 2 1 p bundling 局中人 卖者 委托人 0 买者 代理人 A 类型空间 卖者是一种类型 TA 1 2 信念 P 1 p P 2 1 p 卖者的盈利函数为 u0 q T T cq 买者的盈利函数为 uA q T V q T 局中人0的行动空间 方案设计 q1 T1 q2 T2 局中人A的行动空间 接受方案Y 拒绝方案N 第一步 委托人设计博弈规则 信号空间 配置函数与支付向量 卖者的两套方案 q1 T1 q2 T2 第二步 代理人进行由机制所确定的博弈 个人理性约束 IndividualRationality 激励相容约束 incentive compatibility 卖者的最优方案 第三步 委托人进行最优机制设计 注 个人理性约束与激励相容约束保证了实话实说是代理人的bayes均衡策略 个人理性约束与激励相容约束条件的简化 不完全信息所导致的效率损失 效率损失是 卖者的最优方案 卖者的最优方案为 卖者的最优方案 拍卖 假设卖者有一单位货物待售 有可能的两个买者 他们可视为事前相同 各人对于该货物的估价为 1与 2 均以概率p取值v1 以概率1 p取值v2 其中v1 v2 p1 p2 1 且两人的估价看作是相互独立的 每一个买者知道自己的估价 但卖者与另一个买者却不知道 局中人 卖者 委托人 0 买者 代理人 1与买者2 类型空间 卖者是一种类型 T1 v1 v2 T2 v1 v2 信念 P v1 p P v2 1 p 卖者可以推出不同的拍卖形式 那一种形式使卖者的期望盈利达到最大 卖者的最优机制是什么 example 假设卖者有一单位货物待售 有可能的两个买者 他们可视为事前相同 各人对于该货物的估价均以概率0 5取值100 以概率0 5取值40 80 且两人的估价看作是相互独立的 每一个买者知道自己的估价 但卖者与另一个买者却不知道 第一步 委托人设计博弈规则 信号空间 配置函数与支付向量 信号空间 信号 行动 空间 s1 1 v1 v2 s2 2 v1 v2 每个代理人的纯策略空间 v1 v1 v1 v2 v2 v1 v2 v2 配置函数xi s1 s2 与支付向量Ti s1 s2 第二步 代理人进行由机制所确定的博弈 v1 v2 固定代理人2的策略 v1 v2 对于代理人1所有纯策略 代理人1的盈利 v1 v2 v1 v2 第三步 委托人进行最优机制设计 委托人的盈利 当代理人的实话机制是bayes均衡解时 委托人的优化模型 委托人的优化模型 消掉T1 T2 委托人的优化模型 若v2 pv1 卖者的盈利为 配置函数 支付向量 盈利函数 卖者的最大盈利为 拍卖 假设卖者有一单位货物待售 有可能的两个买者 他们可视为事前相同 各人对于该货物的估价均以概率0 5取值100 以概率0 5取值40 且两人的估价看作是相互独立的 每一个买者知道自己的估价 但卖者与另一个买者却不知道 P 0 5 v1 100 v2 40 v2 pv1 配置函数 支付向量 最优机制 配置函数 支付向量 100 40 100 40 若v2 pv1 卖者的盈利为 最优配置函数为 卖者的盈利为 支付向量 配置函数 支付向量 代理人盈利 委托人盈利 拍卖 假设卖者有一单位货物待售 有可能的两个买者 他们可视为事前相同 各人对于该货物的估价均以概率0 5取值100 以概率0 5取值80 且两人的