社会计算011(信息不对称)课件

关于第十一周学习内容的延伸讨论信息不对称内生、外生柠檬市场的要素（理论与实践）人群与网络社会网络中的计算思维方法制度（Institution）为了某种社会目的，人们需要（或者认为需要）遵守的一套行为规范市场：the institution of economy婚姻：the institution of the family教育制度：educational institution表决（voting）：institution for group decision making产权（property right）：institution for resource allocation利益攸关方、责任、承诺；人们行为的聚合制度追求与个人追求的博弈作为个人（利益攸关方之一），一般会在制度下追求自身利益的最大化当然，也有利他主义者，舍己为人精神，公益心，大局意识，等等作为制度的设计者（也是利益攸关方），希望达到某种全局最优，不希望个人逐利损害制度的初宗，或者出现意想不到的副作用制度的运行对应一些事件和状态的出现，人们在这些事件的出现中进行博弈（策略选择）制度下群体行为的两种基本区分自我实现（“心想事成”，均衡）的预期？想像人们对一个事件如何发生做判断（预期），以决定采取相应的行动。外生事件（exogenous）：该事件如何发生与人们的行动情况无关；内生事件（endogenous）：该事件如何发生直接取决于人们的行动情况；市场与信息（第22章）匹配市场市场预测市场拍卖市场中介市场市场市场失效 没能达成成交协议，商品没卖出去可能本来是有议价空间的，但信息不准，或者估值不准卖方买方估值底价（成本）价格不仅价格的形成依赖于掌握的信息，估值经常也依赖信息预测市场（Prediction Market）预测市场模式之一：Winner Takes All2012两个候选人的预测价格变化2004年小布什与克里的竞选预测市场赛马问题两匹马：A和B，即将比赛你有钱数w用于下注分别投放多少最好？AB求r，0r1用rw赌A，(1-r)w赌B使得回报最大追求的回报是什么？如果“回报返回钱数的期望”还假设A取胜概率：a；B取胜概率：b=1-aA取胜赔付率：oA；B取胜赔付率：oB于是，要确定r，使下式最大也就是，若 aoA boB，则r=1，否则r=0。似乎也符合某种直觉，例如例如a=(1-a)=0.5,oA=2,oB=1有aoA (1-a)oB，取r=1，所有w全部压到A上若你有w=100，很可能就这么做了，因为一旦A真的赢了，你得到200回报（很好），A输了，也无所谓。如果你的 w1,000,000 呢？风险意识担心坏事出现带来的损失，宁可放弃一些好事出现带来的利益让财富增长带来的“好的感受”随财富量的增加而减少为风险意识下的回报建模这里，我们看到有可能对不同于金钱的回报建模如何刻画“好的感受”的增长随财富量的增加而减小效用函数（utility function）斜率递减的函数，w1/2，ln(w)，用财富效用函数（而不是财富）的期望作为评价投注策略回报的指标，以反映人们感受财富或投资风险的心理取于是，效用期望r=a即：投在A上的财富占比最好就等于A取胜的概率在这样的效用函数下，投注策略与赔付率无关体现财富倍增带来的感觉一样，与最初多少无关令为0，得赛马场的赔付率（无陪赚运行）假设对数效用函数，有N个赌客（1,2,N）参与，有如下财富和信念参数，并按照各自的信念下注wn，w=w1+w2+wNan，bn1-an设赛马场按照“无赔赚”运行，即无论哪匹马取胜，收到的所有赌注（w）都给出去如何确定赔付率（oA和oB）？赛马场：如何确定赔付率oA和oB马场总共收的钱数为w。其中在A和B上的投注量分别是如果A取胜，马场要把所有收的钱（w）按照一定的赔付率（OA）都给出去，即类似地有赔付率及其倒数赔付率：赌场为赌客正确下注的一块钱需要支付的钱数赔付率的倒数相当于“单位价格”，即赌客为了得到一块钱回报需要正确下注的钱数状态价格：群众信念的聚合状态价格（单位价格）：赔付率的倒数体现群体对一个选项的信念的聚合，即对每人信念（a）的“加权平均”，这个“权”就是一个人的财富在总财富量中的占比（越大，其信念对状态价格的影响就越大）谁的下注策略肯定不亏本？若大家都按信念下注，且赌场按上述方式计算赔付率，一个人有没有可能，无论哪匹马赢，都拿回自己下注的财富？答案：可能，若她对A的信念是A，对B的信念是B。例如，A若赢，她就得到（wnA）oA=wn如果你的智慧与“群众智慧”一致，则不会吃亏!（总是保本）对前面这些讨论的认识市场上人们对商品“价值”的聚合认识（信念），促成了一种“价格”市场：买和卖，协议（价格）的达成意味着对价值认识的均衡卖的人倾向于再多一点，买的人倾向于再少一点，但在成交价格上形成了共识赛马市场，商品是“A或B赢”状态的出现，每个人以一种概率分布来体现对这商品价值的认识两个状态价格就是对这种认识的有效聚合（认识越高，价格越贵），对应于“A赢”和“B赢”的价值“群体认识”“平均认识”（均衡认识）内生事件是否出现与人们的聚合行为直接相关根据对交通是否会拥堵的判断决定自己的出行“拥堵”事件是否出现取决于人们的出行行为加入一个新出现的社交网站是否能获益“获益”这件事是否成真取决于人们加入的情况二手车市场冷淡还是火爆，取决于人们对待出售车的性价比的判断信息不对称：内生事件市场的复杂性二手车市场：卖车的比买车的更了解车的状态淘宝市场：卖家比买家更了解货物的质量医疗保险市场：投保人（买家）比保险公司（卖家）更了解自己健康状况人力资源市场：找工作的人（卖家）比雇主（买家）更了解自己的工作能力信息弱势的一方会在考虑到另一方有充分信息的情形下形成对交易商品质量的预期，并按照预期决定自己愿意支付（接受）的期望价格。二手车市场的分析与推理假设有两种二手车“好车”与“破车”买家分别愿出不高于12和6买它们卖家的价格底线分别是10和4假设买家比车多（不挑车，值就行）如果信息是对称的，即买卖双方都能对每一辆车况有相同的了解，市场会如何？（车能否卖出去，价格？）由于车少于买家，将分别在12和6全部卖出二手车市场（不对称信息）假设有两种二手车“好车”与“破车”买家分别愿出不高于12和6买它们，但不能识别卖家的价格底线分别是10和4，了解车的好坏鱼目混珠，于是只有统一的销售价。设买家比车多。随机看见的一辆车，买家愿出多少钱？出这个钱能成交吗？整个市场会是什么情形？显然，如果大家感到市场上的破车偏多，则出价会较低，否则，出价会较高而出价如果太低，拥有“好车”的卖家就不会卖自我实现的预期Self-fulfilling Expectation（群体）（群体）预预期期 行行动动 现实现实预预期？期？对什么进行预期？对二手车市场上出现的好车占比（h）进行预期（假设所有买家的预期相同，假设旧车中有g占比为好车，1-g占比为破车）预期的对象：市场上好车的占比设买家都预期好车占比h，则破车1-h，那么买家愿意付的价钱是：12h+6(1-h)=6h+6现在要问，对于哪些h，这个预期将“自我实现”？（也就是真有h占比的好车卖掉了）h=0?（相当于认为好车都没拿出来卖）此时买家们愿意付6，那些拥有好车的人（底价10）不会卖，破车（底价4）则统统卖掉了。即，真的就是h0。h=g?（相当于考虑“只要价格合适，好车都会卖的”）h，即买家愿意支付的价格10，于是所有车都可以卖出去了。即，真的就是h。h？可算得“6 买家出价卖家底价）买卖双方对每一具体商品的质量信息不对称因此买家只可能出一个期望价格，卖家按照所持有具体商品的底价与买家给出的价格的关系决定是否出售期望价格与不同等级商品的占比分布和估值有关市场失效：质量较差商品占比太高，买卖底价差太小人力资源市场例子两种工人：高效率，低效率，各50对高效率者，雇主愿付到80000，个人认为至少55000；对低效率者，雇主愿付到40000，个人认为至少25000信息不对称：受雇者比雇主更了解自己能力于是若雇主预期在人力资源市场上，两种工人各占一半，则愿意给出工资（8000040000）/260000，所有人都会接受若雇主预期在市场上找工作的人都是低效率的，则只愿意出40000工资，于是所雇到的只有低效率的人都是“均衡”（自我实现），但社会效果不同减小信息不对称的影响关于商品质量的信号（厂家努力提供）第三方权威机构质量认证（certificate）三包承诺（warrant）建立品牌（brand）人力资源市场的质量信号（社会努力提供）：受教育情况（学历、学位等）通过推荐、面试等环节了解信号的双重意义（1）直接价值；（2）信心价值信号本身的质量？！信任危机！在线信息质量的不确定性eBay，Amazon，淘宝，赶集网，买卖双方信息不对称；而且由于不是“面对面”，虚夸甚至欺诈更加可能信誉系统（reputation system），C2C的核心，提供区别商品（服务）质量的信号反馈评分等措施成交量：通过提供各种档次的商品成交额：通过提供高质量的商品“共谋”、水军等，破坏信誉系统的手段搜索引擎广告的质量A搜索词，B物料，C广告（landing page）广告位，价格（竞争），点击点击物料上的链接对应搜索引擎的收入哪些因素影响用户的点击？B物料出现的位置（广告位）A与B的相关性（每一次的观察）B与C的相关性（长期感受的结果），“标题党”问题搜索公司会压制出价高但不引起点击的广告若放高位，不仅自己不引起点击，还阻碍别人的被点击也惩罚B与C的不相关 破坏网站的总体名声（市场与信息）要点小结市场是一种聚合人们交易活动信念的制度，聚合信念价格赛马问题：简单清晰的外生事件模型预测市场与股票市场二手车市场：信息不对称市场的经典案例其他由信息不对称带来的内生事件市场信号：弥补信息不对称困难的基本机制深度学习：市场中的财富动力学深度学习：市场中的财富动力学我们通过一个例子来推导如下结论假设人们对市场有某些认识（股票价值，博彩输赢的概率等），且基于这种认识进行交易决定，每次交易得到一种回报结果那么1.若一个人按照贝叶斯规则不断调整自己的认识，则最终会达到相对正确的认识2.若人们各有固定的认识，则市场带给两个人财富相对变化的规律与按照贝叶斯规则调整认识的规律相同后面这一点相当于说：市场是一个贝叶斯学习者多次观察考虑赛马市场，A和B多次比赛对于它们输赢的概率（a,b=1-a），有多种（N）可能的考虑(a1,b1),(a2,b2),(aN,bN)，不妨假设(a1,b1)是正确的，但事先不知道一个人对这些可能性有不同的先验概率，f1,f2,fN那么在一开始他预测A,B取胜的概率分别是a1f1+a2f2+aNfN 和 b1f1+b2f2+bNfN然后他根据观察到的比赛实际情况调整信念概率，我们来说明f11。设S是一个随机观察结果序列，A赢k次，B赢l次现在来调整对（an,bn）的信念概率fn，n=1.N这就是针对一个先验概率，在观察后调整得到的后验概率。据此，这个人预测A，B取胜的概率就可被调整为（替换原来的那些 f）：注意，对所有n,分母一样下面看 f1 的极限情况（1?）设总的实验次数T（其中观察了S），看T考虑比值（任意n1）可证从而Rn(S)，即分母为0（fn0）。且由于是对所有n1，于是 f11。再看财富分配在多次赌局中的变化再看财富分配在多次赌局中的变化设N个人，各有固定的信念(a1,b1),(a2,b2),(aN,bN)，以及初始财富w1,w2,wN，相应份额记为fn设大家按照信念下注，每次赛马结束后，按照均衡赔付率（oA或oB）偿还，于是一个人的财富会发生变化，也使得赔付率变化 看两人（m和n）财富份额的比在两次相继赌局之间的变化关系，对应A赢和B，分别为：变化因子是他们的对应信念之比那么在观察序列那么在观察序列S S上，上，A A赢赢k k次，次，B B赢赢l l次次 m和n的财富份额之比就是令m=1，就有这和前面讨论个人按照贝叶斯规则调整的情形完全一样。但这里是市场的自动表现！市场就是一个贝叶斯学习机又一个计算思维例子！