Lecture 23 signaling

这一讲主要讲的是非对称博弈

一个小的例子,有两个公司参与商品的生产,B公司仅知道自己的产品生产价格,而A公司两个公司的生产价格都知道。问A公司是否向B公司公布?

我们知道,当A公司的生产价格大于B公司的时候,那么A公司一定会公布自己的生产价格,那么根据之前的古诺模型,B公司的最佳对策是降低自己的产量,A公司增加自己的产量。

那么高价格时A是否要公开自己的价格呢?也要!因为如果不公开B公司通过简单推测,反而会知道A公司价格比自己公司价格高。

上面这种不论如何,都要公布自己生产价格的现象,被称之为information unraveling。

lesson:

有时候缺乏信息也是一种信息。(想想电影《动物世界》里面最后推理的对决)

其他的例子:

  • 美国人的简历所有的事都会写下来,如果自己不写的话,显得自己没有做义工,很自私。
  • 卫生检查的牌子显摆出来。

前面的例子中,信息可以是可以被证实的(verifiable)。

下面讲讲not verifiable,但是我们可以通过不同代价,来进行区分。

costly signaling

一个好的员工G 50工作效率(人数占10%),差一点的员工B 30工作效率(占90%)。

公司将那些认为好的员工支付工资50,那些认为差的员工值赋工资30,无法辨认的工资为32。

一般通过学历进行辨认。

还有一种辨认的方式:

通过雇员获得MBA的职位来区分,对于G员工,产生的代价为5(不是学费的代价,而是机会成本的代价),而对于B员工,代价为10.01(不是机会成本,而是痛苦工作的代价)

假设花三年时间拿到MBA,G都能拿到,B都不能,那么这样的一个局面就是一种纳什均衡。

并且认为拿到MBA一定是好员工,没拿到就是差员工。

验证

那么我们可以画出收益矩阵:

拿到MBA 没拿到
G 50-3*5=35 大于没拿到的 30
B 50-10.01*3约等于20 小于没拿到的 30

通过某种机制,使得好的员工能够拿到更好的工资,而对减少差员工因为他们撒谎的工资。

本质上是因为代价不同。

一个好的证明指标,需要有足够的代价来区分不同的类别。

例子:学历贬值

lesson for education

  1. 这是一个悲观的模型——这个模型中没有考虑学历的因素。因此都不用学习了,这样就没痛苦了。
  2. 社会浪费,还是一样的原因,学历没有在区分中起到作用。

results matching ""

    No results matching ""