全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1470 27
2022-04-16
摘要翻译:
我们研究了与需求敏感性不确定性的相互作用。在我们的解决方案概念中,(1)企业根据其数据分析的复杂程度选择看似最优的策略,(2)复杂程度形成对彼此的最佳反应。在随后的均衡下,企业低估了价格弹性,高估了广告效果,正如经验所观察到的那样。错误的估计导致公司把价格定得太高,并过度宣传。在有策略补充(替代)的博弈中,帕累托利润支配(被支配)纳什均衡的利润。将该模型应用于团队生产游戏,解释了企业家和销售人员过度自信的普遍存在。
---
英文标题:
《Naive analytics equilibrium》
---
作者:
Ron Berman and Yuval Heller
---
最新提交年份:
2021
---
分类信息:

一级分类:Economics        经济学
二级分类:Theoretical Economics        理论经济学
分类描述:Includes theoretical contributions to Contract Theory, Decision Theory, Game Theory, General Equilibrium, Growth, Learning and Evolution, Macroeconomics, Market and Mechanism Design, and Social Choice.
包括对契约理论、决策理论、博弈论、一般均衡、增长、学习与进化、宏观经济学、市场与机制设计、社会选择的理论贡献。
--

---
英文摘要:
  We study interactions with uncertainty about demand sensitivity. In our solution concept (1) firms choose seemingly-optimal strategies given the level of sophistication of their data analytics, and (2) the levels of sophistication form best responses to one another. Under the ensuing equilibrium firms underestimate price elasticities and overestimate advertising effectiveness, as observed empirically. The misestimates cause firms to set prices too high and to over-advertise. In games with strategic complements (substitutes), profits Pareto dominate (are dominated by) those of the Nash equilibrium. Applying the model to team production games explains the prevalence of overconfidence among entrepreneurs and salespeople.
---
PDF下载:
-->
English_Paper.pdf
大小:(704.57 KB)

 马上下载

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-4-16 10:25:15
朴素分析平衡(草案)罗恩·伯曼*尤瓦尔·海勒2020年4月6日我们研究需求敏感性与不确定性的相互作用。在我们的解决方案概念中,(1)rms根据其数据分析的复杂程度选择看似最优的策略,(2)复杂程度形成对彼此的最佳响应。在随后的均衡条件下,rms低估了价格弹性,高估了广告效益,正如经验所观察到的那样。这些错误的估计导致了Figurrms将价格定得太高,并过度宣传。在有策略补充(替代)的博弈中,纳什均衡的结果占优势(被占优势)。将该模型应用于团队生产游戏解释了企业家和销售人员中过度投资的盛行。关键词:广告、定价、数据分析、战略扭曲、战略补充、间接进化方法。JEL分类:C73、D43、M37.1介绍研究人员通常假设,对需求敏感性的更好测量和准确估计可以让投资者改善他们的广告和定价决策。*宾夕法尼亚大学沃顿商学院。电邮:ronber@wharton.upenn.edu|伊兰大学经济系。电子邮件:yuval.heller@biu.ac.il.我们谨向Eduardo Azevedo、Jorge Al\'e-Chilet、ArthurFishman、Yo ssi Spiegel、Steve Tadelis、Kanishka Misra、Kinshuk Jerath、Aviv Nevo以及Bar-Ilan大学、特拉维夫大学、耶路撒冷希伯来大学、加州大学伯克利分校、宾夕法尼亚大学、TSEInfo会议和VirtualQuant营销研讨会的与会者深表感谢,请他们发表许多有益的意见。尤瓦尔·海勒(Yuval Heller)对欧洲研究委员会(EuropeanResearch Council)提出了自己的建议(开始拨款#677057)。得出如此准确的估计需要仔细的实验技术或复杂的计量经济学方法,以纠正经验观察数据中决策变量的内生性(例如,参见Blake et al)。201 5;夏皮罗等人。20 19;Gordon等人。2019年;Sinkinson和Starc 2019谁估计广告的效率,和Berry,1994;内沃,2001年;Alé-Chilet和Atal,2020年谁估计价格弹性)。尽管研究人员强调精确性和无偏性,但许多公司在采用这些技术方面进展缓慢(Rao和Simonov,2019),经常质疑因果推断和精确测量的好处。这种不愿意精确测量效率的原因往往是实施缺陷、决策者缺乏知识和认知限制,或者道德风险(Berman,2018;Frederik and Martijn,2019)。从经验上看,我们经常观察到,广告预算分配与广告效益的高估是一致的(参见,例如,Blake et al.,2015;刘易斯和拉奥,2015年;Golden a nd Horton,2020),而定价决策与价格弹性的低估是一致的(参见,例如,Besanko et al.1998年;钦塔贡塔等人。2005年;比拉斯-博阿斯和维纳1999年;seealsoHansen等人,2020,他们证明了常见的人工智能定价技术会导致“过高”的价格)。我们的结果表明,在许多情况下,由于寡头垄断市场中的战略考虑,使用有偏见的、不太精确的测量值是更好的。在平衡状态下,rms将收敛到有偏的测量值,因为当它们作用于这些测量值时,它们的性能是最大的。此外,正如我们的模型所预测的那样,偏差的方向很好地反映了经验观察到的参与者的行为。模型的亮点我们提出了一个模型,其中竞争参与者的支付取决于她的行为和她的需求,需求取决于所有参与者的行为。玩家不知道需求函数,但可以选择动作并观察实现的需求。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-16 10:25:21
游戏有两个阶段,在第一阶段,每个玩家雇佣一个(可能有偏见的)分析师来估计需求的敏感性。分析师可能低估或高估需求的敏感性。在阶段2中,每个参与者选择一个以t他的估计为真值的行动。我们的解决方案概念称为朴素分析均衡,是分析者的偏差和行动的结果,这样(1)每个行动都是对对手行动的最佳反应,给定t他有偏差的估计,(2)每个偏差都是对对手偏差的最佳反应,在这个意义上,如果一个参与者偏离另一个偏差,这将导致一个新的第二阶段均衡,在这个阶段中,偏离者的(真实)结果弱于原始均衡Payo值。第1阶段的最佳回复是一个渐进的过程,在这个过程中,各部门从不同的部门中雇佣和雇用分析师,如果其利润较低,每个部门更有可能对其利润进行调整。结果摘要我们的模型足够通用,可以捕捉到与第2个部门商品的价格竞争(商品可以是替代或补充),以及广告竞争(其中一个部门的广告预算对竞争对手的需求有外部性)。我们的结果表明,在任何朴素分析均衡中,投资者雇佣有偏差的分析师,并且偏差的方向与经验观察到的投资者行为一致:在价格竞争中,低估价格弹性的分析师,在广告竞争中,雇佣高估广告效率的分析师。我们还表明,朴素分析均衡与纳什均衡(无偏差的纳什均衡)之间存在帕累托控制关系,其方向dep以战略互补类型结束。在具有战略补充的博弈(即具有非正品的价格竞争)中,朴素的分析序列控制纳什均衡,而在具有战略替代的博弈(即具有负外部性的逆向竞争)中,相反的分析序列控制纳什均衡。直觉是,在一个有策略补充(例如,替代)的游戏中,每个玩家雇佣一个天真的分析师,在有利于(例如,伤害)对手的方向上诱导一个有偏见的最佳回答。其次,我们分析了每种竞争类型中的标准函数形式,并明确地描述了价格竞争和广告竞争中独特的朴素分析均衡。在第6节中,我们还提出了当商品在价格上竞争时对市场结构分析的影响。最后,我们证明了我们的模型可以应用于更一般的环境。具体来说,在第5.4节中,我们将该模型应用于具有战略互补的团队生产博弈(例如,我们关于偏差方向的一般结果与Heifetz et al.(2007a)关于主观偏好演化的结果有关。我们在第4.3节的注释2中讨论了这种关系。Holmstrom,1982;Cooper and Jo hn,1988)。在此框架下,我们提出了两个可检验的预测:(1)球员在高估他们对球队产出的贡献能力的意义上是过度的;(2)球员的贡献超过了(无偏的)纳什均衡。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-16 10:25:29
这些预测与企业家和销售人员的观察行为是一致的,他们经常表现出过度的投机行为。相关文献和贡献从理论方面来说,我们研究两阶段辅助博弈的方法与委托的文献密切相关(例如,Fershtman and Judd,1987;Fershtman and Kalai,1997;Dufwenberg和Güth,1999年;Fershtman and Gneezy,2001)。委托文献表明,在价格竞争中,所有者会为经理人设计激励措施,鼓励经理人将利润最大化,就好像销售成本高于其真实价值一样(特别参见Fershtman and Judd,1987,p.938)。我们的模型对这一文献有所贡献,但lso DI在一些重要方面对它进行了修改。首先,在我们的设置中,所有代理的激励都是一个结扎的,并且完全基于规则规则。与优化行为的偏差是由于(非故意的)天真的分析,而不是由于明显扭曲了经理的职责。我们的新机制在定性上是有偏差的(因为它依赖于有偏差的估计而不是有偏差的激励),它诱导出比委托所诱导的更有偏差的预测和政策影响(在评论1中进一步讨论)。其次,我们的模型的一个重要优点是它对各种现象的推广性和对各种博弈的适用性。对需求敏感性的有偏估计的概念可以应用于许多看似无关的环境(如价格竞争、广告竞争和团队生产),同时在观察到的偏差的方向及其大小上得到尖锐的结果。我们的研究还与代表有误解的问题的解概念有关(如猜想均衡(Battigalli and Guaitoli,1997;Esponda,2013),Selfoncomforming均衡(Fudenberg和Levine,1993),基于类比的期望均衡(Jehiel,2 005),诅咒均衡(Eyster和Rabin,2005;另见rela ted关于“间接进化方法”的文献(例如,Güth和Yaari,1992;Heifetz和Segev,2004;Dekel等人,2007;Heifetz等人,2007b;Herold和Kuzmics,2009;Heller和Winter,202)。Antler a nd Bachi,2019),粗糙推理和分类(Azrieli,2009,2010;Steiner和Stewart,2015;海勒和温特,2016)、伯克-纳什均衡(Esponda和Pouzo,2016)、理性不注意(Steiner et al.,2017)、因果误解(Spiegler,2017,2019)和嘈杂信念均衡(Friedman,2018)。这些均衡概念有助于理解各种情况下的战略行为,但它们也提出了一个概念上的挑战:为什么玩家最终没有学会纠正他们的错误观念?许多介绍这种模型的文献都指出认知限制是这种僵化的根源。我们的模型和分析为这个问题提供了一个额外的视角,它表明误解,如na ive分析,可能产生战略优势,并可能在平衡中出现。在这种情况下,senseour方法可以被看作是提供了一个工具来解释为什么有些误解仍然存在,而另一些则不存在。结构部分2提供了一个激励的例子。在第3节中,我们描述了我们的模型和解决方案的概念。我们的主要结果在第4节中给出。第5节分析了三种应用:价格竞争、广告竞争和团队生产博弈。第6节展示了我们的模型对寡头垄断市场结构分析的影响。正文包含证明草图和形式证明被归入附录。2激励示例:两个例子i∈{1,2}每个出售一个价格为XI∈R+的产品。这些产品是替代品。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-16 10:25:38
在t天,figurrm i∈{1,2}的需求是:qit(xi,x-i)=20-xi+0.8x-i+zit,zit'A±0.5Ω±0.5,其中,-i表示o t her figurrm。也就是说,预期需求遵循Bertrandcompetition,且每种需求的日需求都具有随机的I.I.D需求冲击,其值为“参考”或“参考”,概率相等。我们确定边际成本为零,这意味着每个产品的利润是由它的收入πit(xi,qit)=xi·qit提供的。产品经理不知道他们的需求函数,他们雇佣分析员来估计需求对价格的敏感性,以便发现最优价格。each Firegrm的分析师要求Firegrm的员工在几周内试验,在某些日子里给出了Δx的折扣,并使用有折扣和没有折扣的日子之间的平均需求变化来估计需求的弹性。重要的是,firegrm的员工不会一致选择有折扣的日子。员工在每天早上观察一个揭示需求冲击的信号(比如每天的天气),他们在需求低的日子实施折扣,这可能是因为员工在这些日子里有更多的空闲时间来处理发布折扣价格。以这种方式设置折扣,通过价格与需求冲击之间的相互关系,产生价格内生性。分析师有两种类型:天真的分析师和老练的分析师。一个天真的分析家不会监视雇员选择在哪天打折,并且在他的计量经济学分析中隐含地假定有打折的日子和没有打折的日子的环境是一样的。相比之下,复杂的分析家监控折扣决定,以强制执行折扣的均匀分布,或在其经济分析中纠正天气与折扣之间的相关性(例如,通过控制天气)。一个老练的分析师正确地估计了需求的平均变化ηqi=(20-xi+0.8x-i)-(20-(xi-x)+0.8x-i)=-x,因此他准确地估计了需求的弹性ηi=-xiqiqx=-xiq(-x)x=xiqi。相比之下,一个天真的分析家低估了需求的平均变化为:qi,naive=(20-xi+0.8x-i+pl)-(20-(xi-x)+0.8x-i-pl)=-x+2^,因此低估了需求的弹性为ηi,naive=xiqi(x-2^)xxiqiαi,这里我们表示αi=(x-2^)x。例如,假设x=i=0.6(这是天真的最优水平,如第5.2节所分析)。如果每个部门根据估计的弹性调整价格(即,如果估计弹性大于1,则略微增加价格,如果小于1)则略微降低价格,然后价格收敛到一个唯一的均衡,在这个均衡中,每个参数的估计弹性等于1。表1给出了价格,需求,和profections作为每项分析类型的函数(计算是第5.2节分析的特例)。表1:均衡价格、需求和业绩作为分析师类型的函数价格(x,x)α\\α1 0.61 17,17 19,220.6 22,19 25,25需求(q,q)α\\α1 0.61 17,17 19,130.6 13,19 15,15业绩(π,π)α\\α1 0.61 277,277 351,28 70.6 287,351 375,37 5观察到,当该公司雇佣一名幼稚的分析师时,其业绩增加,当它雇佣一名老练的分析师时,其业绩减少,而与竞争对手分析的类型无关。直觉是,一个天真的分析家会让人低估需求的弹性,从而抬高价格。这也是诱使竞争对手提高价格的间接策略。结果表明,正的间接ECT大于负的直接ECT。因此,如果根据年度业绩偶尔更换分析师(即业绩越低,他们越有可能雇用分析师),那么这两种情况可能会趋同于雇用幼稚的分析师。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-16 10:25:44
本文的正式结果表明,这些观点在一般模型中是成立的。通过对纳什均衡价格的深入分析,这两种观点都可以选择更高的价格,并具有相对于纳什均衡价格更高的优势。具体来说,我们表明在一大类战略互动(既包含价格竞争又包含广告竞争,既包含战略补充又包含战略替代)中,参与者(即投资者)选择雇佣天真的分析师。这些天真的分析家低估了价格竞争中的需求弹性,高估了广告竞争中的广告效益。最后,我们证明了在有策略补充的博弈中,由天真的分析者Pareto诱导的均衡支配有成熟的分析者的Nash均衡,而在有策略替代的博弈中,由Nash均衡支配的是Pareto。3模型和求解概念我们引入了一个分析博弈,在这个博弈中,竞争的分析者雇佣分析者来估计需求的敏感性,然后用这个敏感性来确定需求的策略选择。3.1基本的GameA naive-analytics博弈γ=(G,a,f)是一个两阶段的博弈,其中N={1,2,...,N}个博弈者雇佣一个分析员在第一阶段估计需求的敏感性(如第3.2节所述,一组可行的偏差a对应于f中的有偏估计函数),然后在第二阶段做出策略选择。我们将描述第二阶段的结构,我们称之为底层博弈,并表示byG=(N,X,q,π)。在底层博弈中,每一个firerm i∈N做出一个策略选择xi∈xi,即a决定了所有firerm的需求和结果,其中xi R是firerm i的可行选择的一个(可能是无界的)区间。对xi的解释取决于应用,例如:(1)它等于本例中fiffrm所设定的价格,and(2)它等于第5.3节应用中的广告预算。我们定义以下符号:X=qi∈nxi是这些区间的笛卡尔积。Int(Xi)(resp.,Int(X))表示Xi(resp.,X)的内部。–in\\{i}表示除i以外的所有fangerrm,–ijn\\{i,j}表示除i和j以外的所有fangerrm,在两人游戏中–i表示i的对手。(x\'i,x-i)表示玩家i玩策略x\'i,而所有其他玩家都按照策略x-i玩(我们对x-ij应用类似的表示法)。最后,qi(x)表示qi(x)的需求,πi(xi,qi(x))表示的每个qi(x)的(真)payo或profiret取决于qi(x)的需求及其战略选择xi。我们假定所有参数的需求函数qi(x)和Payo函数πi(xi,qi)在Int(x)中的所有参数都是连续两次的,一个策略xi∈Int(xi)是对对手策略的最佳答复的必要条件是它满足以下条件:dπidxi=πi xi{z}(i)+πi qi{z}(ii)·qi xi{z}(iii)=0。(3.1)策略Xi∈Int(Xi)是对对手Profile x-i的局部最佳回答,如果在xisuch周围有一个开放区间,即在这个间隔中每个x′,πi(Xi,x-i)>πi(x′i,x-i)。满足FOC(3.1)的策略是局部最佳回答的一个条件是二阶条件dπi(x)dxi<0.3.2分析师和α-均衡的选择为了最大化他们的Profile当选择Xi时,投资者需要知道或估计他们的行动对他们的Profile的影响。对应于termsin(3.1)的编号,我们假定每一个参数知道(或正确估计):(i)其策略对其参数πi xi的直接e-ector;和(ii)需求对其性能πi qi的影响。相比之下,我们假设估计(iii)其需求对其战略边际变化的响应是非常重要的,即估计其策略边际变化是非常重要的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群