Equilibrio di Nash Bayesiano
- Introdotto da
- John Harsanyi
- Anno
- 1967
- Tipo
- algorithm
- Famiglia
- Game-theoretic
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
L'Equilibrio di Nash Bayesiano (BNE) estende l'Equilibrio di Nash ai giochi con informazione incompleta, in cui i giocatori non conoscono appieno le funzioni di payoff altrui.
Introdotto da John Harsanyi nel 1967, il BNE modella l'interazione strategica in condizioni di incertezza rappresentando i payoff sconosciuti come tipi privati dei giocatori, estratti da una distribuzione di probabilità. L'equilibrio si trova risolvendo per strategie contingenti al tipo che costituiscono le migliori risposte a tutte le possibili realizzazioni dei tipi.
L’intuizione alla base del metodo
In un Equilibrio di Nash Bayesiano, ciascun giocatore possiede informazioni private sui propri payoff (il proprio 'tipo'), e gli altri giocatori conoscono solo una distribuzione di probabilità sui tipi. Invece di impegnarsi in una singola strategia, ciascun giocatore si impegna in una regola che specifica quale azione intraprendere per ciascun tipo possibile che potrebbe avere. L'equilibrio si verifica quando la strategia contingente al tipo di ogni giocatore è la migliore risposta a tutte le strategie altrui, tenendo conto dell'incertezza sui tipi effettivi degli altri.
Storia
Gli articoli di John Harsanyi del 1967-1968 hanno trasformato la teoria dei giochi introducendo un quadro sistematico per l'analisi dei giochi con informazione incompleta. La sua intuizione fu quella di modellare l'informazione privata come un'estrazione casuale di 'tipi' da una credenza a priori comune, unificando giochi con informazione completa e incompleta. Harsanyi condivise il Premio Nobel per l'Economia nel 1994 per questo lavoro fondamentale, diventato indispensabile per la teoria delle aste, l'organizzazione industriale e la progettazione di meccanismi.
Quando usarlo
Applicare il BNE quando i giocatori affrontano un'incertezza genuina sulle motivazioni, i costi o le valutazioni degli avversari. Esempi includono aste a busta chiusa (gli offerenti non conoscono le valutazioni altrui), mercati assicurativi (gli assicuratori non conoscono i tipi di rischio dei richiedenti) o negoziazioni in cui entrambe le parti dispongono di informazioni private. Utilizzare quando l'asimmetria informativa è fondamentale per l'interazione strategica.
Limiti e considerazioni
- L'esistenza e il calcolo del BNE sono spesso difficili, specialmente per spazi di tipo ampi o tipi continui
- Richiede la specificazione delle credenze a priori e delle distribuzioni dei tipi, che potrebbero essere sconosciute o contestate
- Spesso esistono equilibri multipli, rendendo le previsioni ambigue senza raffinamenti
- Non tiene conto dell'apprendimento o dell'aggiornamento delle credenze attraverso interazioni ripetute
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Modella interazioni strategiche realistiche in condizioni di incertezza sulle preferenze o sui payoff degli avversari
- Generalizza l'Equilibrio di Nash, riducendosi ad esso in caso di informazione completa
- Permette l'analisi della selezione dell'equilibrio in condizioni di informazione incompleta
- Fondamento per la progettazione di meccanismi e la teoria delle aste ottimali
Applicazioni
- Aste: analisi del comportamento di offerta in aste a busta chiusa e aperte-ascendenti con valutazioni private
- Mercati assicurativi: modellazione della selezione avversa quando gli assicuratori sono incerti sui tipi di rischio dei richiedenti
- Finanza aziendale: analisi della valutazione azionaria quando i manager dispongono di informazioni private sui fondamentali dell'azienda
- Mercati del lavoro: modellazione della negoziazione salariale quando datori di lavoro e lavoratori hanno informazioni asimmetriche sulla produttività
Come funziona
Come funziona
Definire lo spazio dei tipi di ciascun giocatore (possibili stati di payoff) e la distribuzione di probabilità sui profili di tipo.
Ciascun giocatore possiede credenze a priori sui tipi altrui, codificate nella distribuzione di probabilità congiunta; i giocatori aggiornano queste credenze utilizzando la regola di Bayes dopo aver osservato il proprio tipo.
Per ciascun giocatore e ciascuno dei suoi tipi possibili, calcolare l'azione che massimizza il payoff atteso date le strategie di equilibrio degli altri giocatori e l'incertezza sui loro tipi.
Confermare che ciascun tipo di ciascun giocatore non ha incentivo a deviare dall'azione prescritta, formando un punto fisso della corrispondenza delle migliori risposte.
Errori comuni
- Assumere che le credenze a priori dei giocatori siano identiche quando spesso hanno informazioni asimmetriche solo sui propri tipi
- Confondere i tipi strategici dei giocatori (stati di payoff) con l'eterogeneità comportamentale o di preferenza
- Trascurare che il BNE è sensibile alla specificazione dello spazio dei tipi e del supporto della distribuzione delle credenze
- Applicare previsioni di equilibrio a giochi non ripetuti quando il comportamento è guidato da razionalità limitata o considerazioni non strategiche
Domande frequenti
Cos'è un 'tipo' nell'Equilibrio di Nash Bayesiano?
Il tipo di un giocatore codifica le sue informazioni private—tipicamente il suo vettore di payoff, costo o valutazione—conosciute solo da lui. Gli altri giocatori conoscono solo una distribuzione di probabilità sui tipi e aggiornano le loro credenze tramite la regola di Bayes dopo aver appreso il proprio tipo.
Come gestisce il BNE le informazioni private in modo asimmetrico?
Ciascun giocatore conosce solo il proprio tipo con certezza e possiede credenze probabilistiche sui tipi altrui. Quando il tipo di un giocatore viene rivelato o si rivela attraverso le azioni, gli altri giocatori aggiornano le loro credenze razionalmente usando la regola di Bayes.
Perché il BNE è difficile da calcolare rispetto all'Equilibrio di Nash?
Il BNE richiede la risoluzione simultanea delle strategie di equilibrio per tutti i tipi di tutti i giocatori, aumentando drasticamente la dimensionalità del problema. Per spazi di tipo continui o molti giocatori, le soluzioni analitiche sono spesso infattibili, richiedendo metodi numerici o approssimazioni.
Metodi correlati
Fonti
Harsanyi, J. C. (1967). Games with incomplete information played by Bayesian players, Parts I, II, and III. Management Science, 14(3), 159-182.
Apri il riferimento DOICopiato.Harsanyi, J. C. (1968). Games with incomplete information played by Bayesian players. Management Science, 14(7), 486-502.
Apri il riferimento della pubblicazioneCopiato.