Saltar al contenido
Volver a los resultados

Equilibrio de Nash Bayesiano

Propuesto por
John Harsanyi
Año
1967
Tipo
algorithm
Familia
Game-theoretic

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

El Equilibrio de Nash Bayesiano (BNE) extiende el Equilibrio de Nash a juegos con información incompleta, donde los jugadores carecen de conocimiento total de las funciones de pago de otros.

Introducido por John Harsanyi en 1967, el BNE modela la interacción estratégica bajo incertidumbre representando los pagos desconocidos como tipos privados de los jugadores extraídos de una distribución de probabilidad. El equilibrio se encuentra resolviendo estrategias contingentes al tipo que son las mejores respuestas a todas las realizaciones de tipo posibles.

La intuición detrás del método

En un Equilibrio de Nash Bayesiano, cada jugador tiene información privada sobre sus propios pagos (su 'tipo'), y los otros jugadores solo conocen una distribución de probabilidad sobre los tipos. En lugar de comprometerse con una única estrategia, cada jugador se compromete con una regla que especifica qué acción tomar para cada tipo posible que pueda tener. El equilibrio ocurre cuando la estrategia contingente al tipo de cada jugador es la mejor respuesta a las estrategias de los demás, teniendo en cuenta la incertidumbre sobre qué tipos tienen realmente los demás.

Historia

Los artículos de John Harsanyi de 1967-1968 transformaron la teoría de juegos al introducir un marco sistemático para analizar juegos con información incompleta. Su idea fue modelar la información privada como un sorteo aleatorio de 'tipos' de una creencia previa común, unificando juegos de información completa e incompleta. Harsanyi compartió el Premio Nobel de Economía en 1994 por este trabajo fundamental, que se volvió indispensable para la teoría de subastas, la organización industrial y el diseño de mecanismos.

Cuándo usarlo

Aplicar el BNE cuando los jugadores enfrentan incertidumbre genuina sobre las motivaciones, costos o valoraciones de los oponentes. Los ejemplos incluyen subastas a sobre cerrado (los postores no conocen las valoraciones de los demás), mercados de seguros (las aseguradoras no conocen los tipos de riesgo de los solicitantes) o negociaciones donde ambas partes tienen información privada. Usar cuando la asimetría de información es fundamental para la interacción estratégica.

Limitaciones y consideraciones

  • La existencia y el cálculo del BNE a menudo son difíciles, especialmente para espacios de tipos grandes o tipos continuos
  • Requiere la especificación de creencias previas y distribuciones de tipos, que pueden ser desconocidas o disputadas
  • A menudo existen múltiples equilibrios, lo que hace que las predicciones sean ambiguas sin refinamiento
  • No tiene en cuenta el aprendizaje o la actualización de creencias a través de interacciones repetidas

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Modela interacciones estratégicas realistas bajo incertidumbre sobre las preferencias o pagos del oponente
  • Generaliza el Equilibrio de Nash, reduciéndose a él cuando la información es completa
  • Permite el análisis de la selección de equilibrio bajo información incompleta
  • Fundamento para el diseño de mecanismos y la teoría de subastas óptimas

Aplicaciones

  • Subastas: análisis del comportamiento de las pujas en subastas a sobre cerrado y abiertas ascendentes con valoraciones privadas
  • Mercados de seguros: modelado de la selección adversa cuando las aseguradoras no conocen los tipos de riesgo de los solicitantes
  • Finanzas corporativas: análisis de la fijación de precios de acciones cuando los gerentes tienen información privada sobre los fundamentos de la empresa
  • Mercados laborales: modelado de la negociación salarial cuando empleadores y trabajadores tienen información asimétrica sobre la productividad

Cómo funciona

Cómo funciona

1

Definir el espacio de tipos de cada jugador (posibles estados de pago) y la distribución de probabilidad sobre los perfiles de tipos.

2

Cada jugador tiene creencias previas sobre los tipos de los demás codificadas en la distribución de probabilidad conjunta; los jugadores actualizan estas creencias utilizando la regla de Bayes después de observar su propio tipo.

3

Para cada jugador y cada uno de sus tipos posibles, calcular la acción que maximiza el pago esperado dadas las estrategias de equilibrio de los otros jugadores y la incertidumbre sobre sus tipos.

4

Confirmar que cada tipo de cada jugador no tiene incentivos para desviarse de su acción prescrita, formando un punto fijo de la correspondencia de mejor respuesta.

Errores comunes

  • Asumir que las creencias previas de los jugadores son idénticas cuando a menudo tienen información asimétrica solo sobre sus propios tipos
  • Confundir los tipos estratégicos de los jugadores (estados de pago) con la heterogeneidad conductual o de preferencias
  • Pasar por alto que el BNE es sensible a la especificación del espacio de tipos y al soporte de la distribución de creencias
  • Aplicar predicciones de equilibrio a juegos de una sola jugada cuando el comportamiento está impulsado por racionalidad limitada o consideraciones no estratégicas

Preguntas frecuentes

¿Qué es un 'tipo' en el Equilibrio de Nash Bayesiano?

El tipo de un jugador codifica su información privada —típicamente su vector de pagos, costo o valoración— conocido solo por él. Los otros jugadores solo conocen una distribución de probabilidad sobre los tipos y actualizan sus creencias mediante la regla de Bayes al enterarse de su propio tipo.

¿Cómo maneja el BNE la información privada de forma asimétrica?

Cada jugador conoce solo su propio tipo con certeza y tiene creencias probabilísticas sobre los tipos de los demás. Cuando se revela el tipo de un jugador o se revela a través de acciones, los otros jugadores actualizan sus creencias racionalmente usando la regla de Bayes.

¿Por qué es difícil calcular el BNE en comparación con el Equilibrio de Nash?

El BNE requiere resolver simultáneamente las estrategias de equilibrio para todos los tipos de todos los jugadores, lo que aumenta drásticamente la dimensionalidad del problema. Para espacios de tipos continuos o muchos jugadores, las soluciones analíticas a menudo son inviables, lo que requiere métodos numéricos o aproximaciones.

Métodos relacionados

Fuentes

  1. Harsanyi, J. C. (1967). Games with incomplete information played by Bayesian players, Parts I, II, and III. Management Science, 14(3), 159-182.

    Abrir referencia DOI
    Copiado.
  2. Harsanyi, J. C. (1968). Games with incomplete information played by Bayesian players. Management Science, 14(7), 486-502.

    Abrir referencia de la publicación
    Copiado.