3 votos

No Bayesiano Diseño Del Mecanismo De

Supongamos que tenemos un mecanismo en el que un número finito de agentes poseen información privada que no está dibujado a partir de una distribución de probabilidad.

Los agentes son los tipos de dado y fijo, pero los agentes sólo conoce su propio tipo. Como no hay ninguna distribución de probabilidad, los jugadores no forman creencias.

El comportamiento de los agentes es modelado como en la utilidad maximizers y las funciones de utilidad son quasilinear en la naturaleza.

¿Tiene sentido, a partir de lo anterior, para su uso como un concepto de la solución de la no-Bayesiano equilibrio de Nash (Nash, 1950)? Si sí, ¿podría usted por favor me apunte a la derecha de la literatura (un poco de papel referencias)?

Gracias de antemano.

4voto

GrZeCh Puntos 320

La más destacada, Wilson criticó el papel del común de los priores de la teoría de juegos. A partir de la "doctrina Wilson", un trabajo en el mecanismo fue hecho en esa dirección. Tenga en cuenta que este esfuerzo de investigación no es desesperada: en un popular formato de subasta, la subasta de segundo precio, es un (débilmente) estrategia dominante para informar de su verdadero valor. Es decir, su creencia acerca de otros tipos o estrategias no importa.

Chung y Ely (ReStud 2007) tiene un artículo sobre este tema:

Robert Wilson critica aplica la teoría de juegos de la dependencia de común-conocimiento de las suposiciones. En reacción a Wilson de la crítica, la la literatura reciente de diseño del mecanismo ha adoptado el objetivo de encontrar detalle gratis mecanismos con el fin de eliminar esta dependencia. En la práctica esto ha significado la restricción de la atención a los mecanismos simples como dominante de la estrategia de mecanismos. Sin embargo, no ha sido poco fundamentación teórica de este enfoque. En particular, no es claro que la búsqueda de una óptima mecanismo que no depende de común-conocimiento de la asunción llevaría a mecanismos más simples en lugar que los más complicados. En este artículo se intenta llenar el vacío. En el contexto de una espera que los ingresos de la maximización de subastador, investigar algunos fundamentos para el uso de simple, dominante de la estrategia de subastas.

Otro enfoque popular es por Bergemann y Morris (2005) (varios documentos). Sin embargo, supongo que esto no es tanto lo que tienes en mente, pero tienen que ser mencionado aquí.

El diseño del mecanismo de la literatura asume demasiado común el conocimiento del medio ambiente entre los jugadores y el planificador. Se relaja este supuesto por el estudio de diseño del mecanismo de en rica tipo de espacios. Pedimos al ex post implementación es equivalente a interino (o Bayesiano) aplicación para todo tipo de espacios. La equivalencia se mantiene en el caso de separarse de ambientes, de los ejemplos de la separables entornos surgir (1) cuando el planificador es la aplicación de una función de elección social (no correspondencia) y (2) en un quasilinear ambiente sin restricciones en las transferencias. La equivalencia falla en general, incluyendo en algunos quasilinear entornos con equilibrio presupuestario. En privado, el valor de los entornos, a posteriori de la ejecución es equivalente a la dominante estrategias de implementación. El privado valor versiones de nuestros resultados ofrecen nuevas perspectivas en la relación entre dominante de la implementación de la estrategia y Bayesiana de la aplicación.

Por lo general en el diseño de mecanismos, no hay información privada se extrae y que necesita para tomar una posición sobre cómo el modelo de la misma. Que podría ser Bayesiano o no, pero el clásico concepto de equilibrio de Nash es adecuado para la plena configuración de la información. El "estado libre" diseño del mecanismo de la literatura empujado por científicos de la computación se ocupa de los peores casos de análisis.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X