Spieltheorie (Winter 2009/10) 6-1 Prof. Dr. Ana B. Ania 6 Statische Spiele mit unvollständiger Information Literaturhinweise zu Kapitel 6: Osborne (2004), Kapitel 9 Gibbons (1992), Kapitel 3 Osborne (2004), Kapitel 9 MasColell, Whinston, Green (1995), Kapitel 8E+F Fudenberg und Tirole (1991), Kapitel 6 und 7 6.1 Einleitung Bisher haben wir angenommen, dass alle Spieler vollständig über die Struktur des Spiels informiert sind. Insbesondere weiß jeder Spieler, was die Auszahlungsfunktion seines Gegenspielers ist. In diesem Kapitel werden wir diese Annahme abschwächen und zeigen, wie Spiele mit asymmetrischer Information modelliert und analysiert werden können. Als einführendes Beispiel betrachten wir das folgende (simultane) Marktzutrittsspiel: Klaus M. Schmidt 2007 Spieltheorie (Winter 2009/10) 6-2 Prof. Dr. Ana B. Ania Spieler 1 (der bisherige Monopolist) entscheidet, ob er eine neue Fabrik zur Kapazitätserweiterung baut oder nicht. Spieler 2 entscheidet, ob er in den Markt eintritt. Spieler 1 kennt die Kosten einer Kapazitätserweiterung, nicht aber Spieler 2. Dieser weiß nicht, ob die Kosten 3 oder 0 sind. Er glaubt, dass die Wahrscheinlichkeit hoher Kosten p1 ist. Die Profitabilität des Marktzutritts für Spieler 2 hängt von der Kapazitätserweiterung und damit indirekt von deren Kosten ab: 2 @ 1@ Zutritt Kein Z. Investition 0, -1 Keine I. 2, 1 @ 2 @ 1@ Zutritt Kein Z. 2, 0 3, -1 5, 0 3, 0 2, 1 3, 0 Hohe Inv.-Kosten für Spieler 1 @ Niedrige Inv.-Kosten für Spieler 1 Abb. 6.1: Marktzutrittsspiel (Variante 1) Spieltheorie (Winter 2009/10) 6-3 Prof. Dr. Ana B. Ania Analyse des Spiels Spieler 1 hat eine dominante Strategie: – “Investiere nicht”, falls die Kosten hoch sind; – “Investiere”, falls sie niedrig sind. Spieler 2 wird zutreten, wenn p1 > 12 . Spieler 2 ist indifferent, wenn p1 = 12 . Dann ergibt jede Zutrittswahrscheinlichkeit von Spieler 2 ein Gleichgewicht. Beachten Sie, dass wir das Spiel durch iterierte Elimination von strikt dominierten Strategien lösen konnten. Das Spiel wird etwas komplizierter, wenn die niedrigen Kosten 32 statt 0 betragen: 2 @ 1@ Zutritt Kein Z. Investition 0, -1 2, 0 3 2, Keine I. 2, 1 3, 0 2, 1 @ Hohe Inv.-Kosten für Spieler 1 2 @ 1@ @ Zutritt -1 Kein Z. 7 2, 0 3, 0 Niedrige Inv.-Kosten für Spieler 1 Abb. 6.2: Marktzutrittsspiel (Variante 2) Spieltheorie (Winter 2009/10) 6-4 Prof. Dr. Ana B. Ania Analyse des Spiels Wenn Spieler 1 hohe Kosten hat, hat er wieder die dominante Strategie, nicht zu investieren. Wenn Spieler 1 niedrige Kosten hat, hat er keine dominante Strategie mehr. Seine optimale Strategie hängt jetzt von der Wahrscheinlichkeit y e ab, die er dem Ereignis zuordnet, dass Spieler 2 zutritt. Er wird investieren, falls 3 e 7 y + (1 − y e) > 2 y e + 3 (1 − y e). 2 2 Sei x die Wahrscheinlichkeit mit der Spieler 1 investiert. Seine Beste-Antwort-Korrespondenz ist dann ⎧ ⎪ ⎪ ⎪ ⎪ ⎪ ⎨ 1 falls y e < 1/2 x∗(y e) = ⎪⎪⎪ [0, 1] falls y e = 1/2 ⎪ ⎪ ⎩ 0 falls y e > 1/2. Was wird Spieler 2 tun? Sei xe die Wahrscheinlichkeit, die Spieler 2 dem Ereignis zuordnet, dass Spieler 1 investiert, gegeben, dass Spieler 1 niedrige Kosten hat. (Wenn er hohe Kosten hat, wird er nie investieren). Spieler 2 wird zutreten, falls p1 + (1 − p1) [−xe + (1 − xe)] > 0. Spieltheorie (Winter 2009/10) 6-5 Prof. Dr. Ana B. Ania Also ist die Beste-Antwort-Korrespondenz von Spieler 2 ⎧ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎨ 1 1 falls xe < 2(1−p 1) 1 e ∗ e y (x ) = ⎪⎪⎪ [0, 1] falls x = 2(1−p1) ⎪ ⎪ ⎪ 1 ⎪ ⎪ falls xe > 2(1−p . ⎩0 1) Ein (Bayesianisches) Nash-Gleichgewicht in diesem Spiel ist ein Paar (x, y) von wechselseitig besten Antworten, d.h. x = x∗(y) und y = y ∗(x). Fallunterscheidung: 1 2(1−p1) < 1 ⇔ p1 < 1 2 p1 > 12 . Dann wählt Spieler 2 stets y ∗ = 1. Das eindeutige Gleichgewicht ist ((0, 0), 1), d.h., “Keine Investition bei hohen und niedrigen Kosten, Marktzutritt”. Warum ist das auch intuitiv sofort einleuchtend? p1 < 12 . Hier gibt es drei Gleichgewichte: 1) ((0, 0), 1): Keine Investition bei hohen und niedrigen Kosten, Marktzutritt. 2) ((0, 1), 0): Keine Investition bei hohen Kosten, Investition bei niedrigen Kosten, kein Marktzutritt. 1 , 12 : Keine Investition bei hohen Kosten, 3) 0, 2(1−p 1) ansonsten gemischte Strategien. p1 = 12 . Dieser Fall ergibt unendlich viele Gleichgewichte: ((0, 0), 1) wie oben, und ((0, 1), y) mit 0 ≤ y ≤ 12 . Spieltheorie (Winter 2009/10) y 6-6 Prof. Dr. Ana B. Ania rrr rrrrrrrr rr rrr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rr rrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrrr x Abb. 6.3: Beste-Antwort-Korrespondenzen 6.2 Typen und Beliefs über Typen Im allgemeinen kann sich unvollständige Information auf viele verschiedene Aspekte des Spiels beziehen: die Auszahlungsfunktion der Gegenspieler; die Strategienräume der Gegenspieler; die Informationslage der Gegenspieler. Harsanyi (1967) hat eine allgemeine Methode vorgeschlagen, die es ermöglicht, all diese Informationsunvollständigkeiten auf dieselbe Weise sehr elegant zu modellieren. Spieltheorie (Winter 2009/10) 6-7 Prof. Dr. Ana B. Ania Dazu fassen wir die private Information von Spieler i in seinem “Typ” ti ∈ Ti zusammen. Ti ist die Menge der möglichen Typen (Typenraum) von Spieler i. Die Auszahlungsfunktion von Spieler i hängt jetzt nicht nur von den gewählten Strategien aller Spieler, sondern auch von seinem Typ ab: ui = ui(ai, a−i, ti). Etwas formaler heißt das ui : Ai × A−i × Ti → R. Was ist ein “Typ”? Beispiele: Spieler i hat private Information über seine Auszahlungen, z.B. über seine Kostenfunktion, seine Zahlungsbereitschaft für ein öffentliches Gut, etc. Spieler i hat private Information über seine möglichen Strategien. Sei Ai der Aktionenraum aller grundsätzlich wählbaren Aktionen. Wenn einem bestimmten “Typ” t̂i von Spieler i eine Aktion âi ∈ Ai nicht zur Verfügung steht, können wir einfach annehmen, dass ui(âi, a−i, t̂i) = −∞ ∀ a−i ∈ A−i . Spieler i ist mit positiver Wahrscheinlichkeit “irrational” und wählt immer eine bestimmte Aktion a∗i , auch wenn diese seine Auszahlung nicht maximiert. Dann existiert mit positiver W. ein Typ t∗i , dessen Auszahlungsfunktion so ist, dass a∗i eine dominante Strategie ist. Spieltheorie (Winter 2009/10) 6-8 Prof. Dr. Ana B. Ania Beachten Sie: Die Auszahlungsfunktion von Spieler i hängt nur von seinem eigenen Typ ti ab, nicht vom Typenprofil seiner Gegenspieler. Allerdings beeinflusst das Typenprofil der Gegenspieler deren Strategien und damit indirekt die Auszahlung von Spieler i. Harsanyis Idee war die folgende: Es gibt einen zusätzlichen Spieler: die “Natur”. Bevor das eigentliche Spiel beginnt, zieht die “Natur” eine Typenrealisierung für jeden Spieler gemäß einer Wahrscheinlichkeitsverteilung über alle möglichen Typenprofile. Diese Wahrscheinlichkeitsverteilung ist common knowledge. Jeder Spieler erfährt seinen eigenen Typ (aber nicht den der anderen), bevor das eigentliche Spiel beginnt. Der geniale Trick bei Harsanyis Idee ist, dass er aus einem Spiel mit unvollständiger Information ein Spiel mit vollständiger, aber unvollkommener Information macht. Wie ein solches Spiel analysiert werden kann, wissen wir bereits! Im Beispiel des Marktzutrittsspiels können wir Harsanyis Idee durch den folgenden Spielbaum darstellen: Spieltheorie (Winter 2009/10) 6-9 Prof. Dr. Ana B. Ania N qqqq qqqqqx qqqqqqq qqqqqqqqqqqqqq qqqqqqq1 − p p1 qqqqqqqqqqqqqqqqqq 1 qqqqqqq qqqqqqq qqqqqq q q q qqqqqqq q q q q q q qqqqqqq q q q q q qqqqqqq qqqqqqq qqqqqqq qqqqqqq qqqqqqq q q q q q q qx qqqqq x q q q qqq qqqqq q qqqq q q q qqqq qqqq qqqqqqq q q q q q q q qqqKeine q qqqKeine q q I.qqqqqqq I. I. I. qqqq q qqqq q qqqq qqqq qqqq qq qqqq qqqq qqqq qqqq q q q q q q q q q q qqqq qqqq qq qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqx qqqx qqq qqqqq qqqqq qx q q qq qx q qq qq qq qq q qqq qq q qqq qq qqq qq q qqqqq qq qqq qq qqq qq qqq q q q qq qqq qqq qqq qqq q q q qqq qqq Kein Z. qqq Z. qqq qqq qq qq qq qqq qqq qqq qq qq qqq qq qq qqq qqq qq qq qqq qq qqq q q qq q q qqq qqq qqq qq q qq q qq q qqq qq q q qq q qq qq qq q q q q 0 7/2 3/2 2 3 2 2 3 −1 0 −1 1 0 0 1 0 1 1 2 Abb. 6.4: Spielbaum mit unvollkommener Information Betrachten wir Spiele mit asymmetrischer Information nun etwas formaler. Wir benötigen folgende Notation: t = (t1, t2, . . . , tn) ist ein Vektor der realisierten Typen der Spieler 1 bis n. T = T1 × T2 × . . . × Tn ist der Typenraum für alle Spieler. p(t) ist eine n-dimensionale Wahrscheinlichkeitsverteilung über die Menge der möglichen Typenprofile. pi(t−i|ti) ist die Wahrscheinlichkeitsverteilung von Spieler i über die Typen der Gegenspieler {−i}, gegeben sein eigener Typ ti. Somit ist pi(t−i|ti) eine (n − 1)dimensionale Wahrscheinlichkeitsverteilung. Spieltheorie (Winter 2009/10) 6-10 Prof. Dr. Ana B. Ania Bemerkungen: Beliefs: Die Wahrscheinlichkeitsverteilung pi(t−i|ti) eines Spielers über die Typen seiner Gegenspieler wird Spieler i’s “belief” genannt. Beliefs werden als bedingte Wahrscheinlichkeiten berechnet: p(t−i, ti) pi(t−i|ti) = p(ti) Wichtig ist die Annahme, dass alle Spieler von derselben ex-ante-Wahrscheinlichkeitsverteilung p(t) ausgehen, mit der die Natur die Typen auswählt. Dies gewährleistet, dass die beliefs miteinander kompatibel sind (z.B. halten alle Spieler dieselben Eriegnisse für möglich) und dass es common knowledge ist, welche beliefs Spieler i mit Typ ti hat. Die Wahrscheinlichkeiten der Typen der verschiedenen Spieler können miteinander korreliert sein. Dann lernt ein Spieler, wenn er seinen eigenen Typ erfährt, auch etwas über die Typen seiner Gegenspieler (Beispiel: Auktion um Schürfrechte). Meistens werden wir jedoch den Fall stochastisch unabhängiger Typen betrachten. Dann gilt: p(t−i) · p(ti) pi(t−i|ti) = = p(t−i) ∀ti ∈ Ti p(ti) Spieltheorie (Winter 2009/10) 6-11 Prof. Dr. Ana B. Ania In diesem Fall sind die beliefs eines jeden Spielers also unabhängig von seinem Typ. Wegen der Bedeutung von Bayes’ Regel (siehe unten) in der Berechnung bedingter Wahrscheinlichkeiten werden Spiele mit unvollständiger Information auch Bayesianische Spiele genannt. Nach diesen Vorbereitungen können wir nun die Normalform eines Spieles mit unvollständiger Information definieren: Definition 6.1 Die Normalform eines Bayesianischen Spiels G = {A1 , . . . , An ; T1, . . . , Tn, p1, . . . pn, u1, . . . , un} spezifiziert 1) die Menge der Spieler, {1, . . . , n}; 2) die Aktionenräume A1, . . . , An; 3) die Typenräume T1, . . . , Tn der Spieler; 4) die beliefs p1, . . . , pn, wobei p(t−i, ti) pi(t−i|ti) = p(ti) durch Bildung bedingter Erwartungswerte aus der gemeinsamen Wahrscheinlichkeitsverteilung p(t) abgeleitet werden kann, nach der die Natur die Typen aller Spieler auswählt; 5) die Nutzenfunktionen u1, . . . , un. Spieltheorie (Winter 2009/10) 6-12 Prof. Dr. Ana B. Ania 6.3 Bayesianisches Nash-Gleichgewicht Unterschiedliche Typen eines Spielers können unterschiedliche Aktionen wählen. Darum müssen wir den Strategiebegriff etwas erweitern: Definition 6.2 Eine reine Strategie von Spieler i ist eine Funktion si : Ti → Ai, die jedem möglichen Typ von Spieler i eine Aktion ai ∈ Ai zuordnet. Entsprechend ordnet eine gemischte Strategie jedem Typen eine Wahrscheinlichkeitsverteilung σi(ti) über die möglichen Aktionen zu. Bemerkung: Eine Strategie muss für alle Typen spezifiert sein, auch für die, die von der Natur nicht gezogen worden sind. Begründung: Spieler i’s optimale Strategie hängt ab von den Strategien seiner Gegenspieler. Diese hängen wiederum von den Strategien aller Typen von Spieler i ab. Also muss sich Spieler i zur Vorhersage der Strategien seiner Gegenspieler Gedanken darüber machen, was er tun würde, wäre er ein anderer möglicher Typ. Spieltheorie (Winter 2009/10) 6-13 Prof. Dr. Ana B. Ania Nach der Erweiterung des Strategienbegriffs kommen wir nun zu den erwarteten Auszahlungen der Spieler. Betrachten wir Spieler i und ein reines Strategienprofil s−i = (s1, . . . , si−1, si+1, . . . , sN ) seiner Kontrahenten. Ist sein Typ ti, so erwartet Spieler i, dass das Aktionenprofil s−i(t−i) = (s1(t1), . . . , si−1(ti−1), si+1(ti+1), . . . , sN (tN )) mit Wahrscheinlichkeit p(t−i|ti) gespielt wird. Wenn Spieler i mit Typ ti die Aktion ai wählt, so erhält er also mit Wahrscheinlichkeit p(t−i|ti) die Auszahlung ui(ai, s−i(t−i), ti). Insgesamt ist seine erwartete Auszahlung daher ūi(ai, s−i, ti) = t−i ∈T−i pi(t−i|ti) ui(ai, s−i(t−i), ti). Dies führt uns zu der folgenden Gleichgewichtsdefinition. Definition 6.3 Ein Strategientupel s∗ = (s∗1 , . . . , s∗n ) ist ein Bayesianisches Nash-Gleichgewicht eines Spiels mit unvollständiger Information, wenn für alle i = 1, . . . , n und alle ti ∈ Ti die Aktion ai = s∗i (ti) die erwartete Auszahlung ūi(ai, s∗−i, ti) maximiert. Spieltheorie (Winter 2009/10) 6-14 Prof. Dr. Ana B. Ania Bemerkungen: 1) Die Idee ist genau dieselbe wie beim Nash-Gleichgewicht: Gegeben die Strategien der Gegenspieler muss jeder Spieler eine beste Antwort wählen. Hinzu kommt lediglich, dass dies für jeden Typ eines Spielers gelten und dass der Erwartungswert über die Typen der anderen Spieler gebildet werden muss. 2) Bei gemischten Strategien muss zusätzlich für jedes Typenprofil t−i der anderen Spieler der Erwartungswert über die Aktionsprofile a−i gebildet werden. Sei σk (ak |tk ) die Wahrscheinlichkeit, mit der Spieler k vom Typ tk die Aktion ak wählt. Ist das Typenprofil t−i, wird a−i mit der Wahrscheinlichkeit σ−i(a−i|t−i) = k=i σk (ak |tk ) gespielt. Die erwartete Auszahlung ūi(ai, σ−i, ti) für Spieler i vom Typ ti, wenn er ai wählt, ist somit t−i ∈T−i pi(t−i|ti) a−i ∈A−i σ−i(a−i|t−i) ui(ai, a−i, ti). 3) σi ist genau dann eine beste Antwort auf σ−i, wenn für alle ti ∈ Ti jede Aktion ai mit σi(ai|ti) > 0 die erwartete Auszahlung ūi(ai, σ−i, ti) maximiert. 4) In endlichen Spielen mit unvollständiger Information existiert stets ein Bayesianisches Nash-Gleichgewicht, eventuell in gemischten Strategien. Der Beweis ist fast identisch mit demjenigen bei vollständiger Information. Spieltheorie (Winter 2009/10) 6-15 Prof. Dr. Ana B. Ania 6.4 Purifizierung gemischter Strategien Wir hatten in Kapitel 2 bereits angedeutet, dass man ein Gleichgewicht in gemischten Strategien eines Spiels mit vollständiger Information als Gleichgewicht in reinen Strategien eines Spiels mit unvollständiger Information interpretieren kann. Der entscheidende Punkt eines Gleichgewichts in gemischten Strategien ist in der Tat nicht, dass beide Spieler randomisieren, sondern dass jeder Spieler unsicher darüber ist, welche Aktion sein Gegenspieler wählen wird. Betrachten Sie erneut den “Kampf der Geschlechter”. Allerdings kennen nun beide Spieler die Auszahlungsfunktion ihrer Gegenspieler nicht genau: Spieler 2 weiß nicht genau, welche Auszahlung Spieler 1 erhält, wenn beide zum Boxen gehen. Sie glaubt, dass seine Auszahlung 2 + t1 ist, wobei t1 gleichverteilt im Intervall [0, x] ist. Spieler 1 weiß nicht genau, welche Auszahlung Spieler 2 erhält, wenn beide zum Ballett gehen. Er glaubt, dass ihre Auszahlung 2 + t2 ist, wobei t2 wieder gleichverteilt im Intervall [0, x] ist. Spieltheorie (Winter 2009/10) 6-16 2 @ @ @ @ @ Prof. Dr. Ana B. Ania Boxen Ballett Boxen 2 + t1 , 1 0, 0 Ballett 0, 0 1, 2 + t2 1 Abb. 6.5: Kampf der Geschlechter Wir werden ein Gleichgewicht in reinen Strategien konstruieren, in dem Spieler 1 genau dann zum Boxen geht, wenn t1 ≥ c1; Spieler 2 genau dann zum Ballett geht, wenn t2 ≥ c2. In diesem Gleichgewicht ist die Wahrscheinlichkeit, die Spieler 2 dem Ereignis zu1 ordnet, dass Spieler 1 zum Boxen geht, gleich x−c x ; die Wahrscheinlichkeit, die Spieler 1 dem Ereignis zu2 ordnet, dass Spieler 2 zum Ballett geht, gleich x−c x . Wie groß müssen die Werte von c1 und c2 sein, damit diese Strategien ein Bayesianisches Nash-Gleichgewicht bilden? Spieltheorie (Winter 2009/10) 6-17 Prof. Dr. Ana B. Ania Spieler 1 wird Boxen vorziehen, falls: E(u1|Bo) ≥ E(u1|Ba) (1 − x − c2 x − c2 ) · (2 + t1) ≥ ·1 x x x t1 ≥ − 3 ≡ c1 c2 Spieler 2 wird Ballett vorziehen, falls: E(u2|Ba) ≥ E(u2|Bo) (1 − x − c1 x − c1 ) · (2 + t2) ≥ ·1 x x x t2 ≥ − 3 ≡ c2 c1 Daraus folgt für c1 und c2: c1 = c2 = c und c2 + 3c − x = 0 Auflösen nach c: 9 + 4x 3 c=− + 2 4 Spieltheorie (Winter 2009/10) 6-18 Prof. Dr. Ana B. Ania Daraus ergibt sich für die Wahrscheinlichkeit, mit der Spieler 1 Boxen bzw. Spieler 2 Ballett wählt: √ 9 + 4x − 3 x−c =1− x 2x Was passiert, wenn die unvollständige Information sehr klein wird, d.h., wenn x → 0? √ √ √ 9 + 4x − 3 ( 9 + 4x − 3)( 9 + 4x + 3) √ = lim lim x→0 x→0 2x 2x( 9 + 4x + 3) 9 + 4x − 9 √ = lim x→0 2x( 9 + 4x + 3) 1 2 = lim √ = x→0 9 + 4x + 3 3 Fazit: Wir können das Gleichgewicht in gemischten 2 1 Strategien 3 , 3 des Spiels mit vollständiger Information als Gleichgewicht in reinen Strategien eines Spiels mit unvollständiger Information interpretieren, bei dem die Informationsunvollständigkeit sehr klein ist. Harsanyi (1973) hat gezeigt, dass diese “Purifizierung” von Gleichgewichten in gemischten Strategien bei (fast) allen Spielen möglich ist. Spieltheorie (Winter 2009/10) 6-19 Prof. Dr. Ana B. Ania 6.5 Auktionen Ein Objekt soll versteigert werden. Es gibt zwei Bieter mit den Zahlungsbereitschaften v1 ≥ 0 und v2 ≥ 0. Diese Zahlungsbereitschaften sind private Information. Wir nehmen an, dass v1 und v2 stochastisch unabhängig voneinander sind (“independent private values”). Sei p der zu zahlende Preis. Dann ist die Auszahlung von Spieler i ⎧ ⎪ ⎨ ui = ⎪⎩ vi − p falls er das Gut erhält, 0 falls er das Gut nicht erhält. 6.5.1 Zweitpreis-Auktion Regeln der Auktion (sealed-bid second-price auction): Beide Spieler schreiben simultan ihre Gebote bi auf einen Zettel. Der Spieler mit dem höheren Gebot bekommt das Gut zum Preis des zweithöchsten Gebotes. Bei identischen Geboten erhält jeder Bieter das Gut mit Wahrscheinlichkeit 12 . Spieltheorie (Winter 2009/10) 6-20 Prof. Dr. Ana B. Ania Die Zweitpreis-Auktion ist strategisch äquivalent zu einer offenen englischen Auktion mit den folgenden Regeln: Bei 0 beginnend, hebt der Auktionator den Preis kontinuierlich an. Beide Bieter “gehen mit”, solange sie sich an der Auktion beteiligen wollen. Wenn einer der beiden als erster “aussteigt”, erhält der andere das Gut zum Preis p, bei dem der erste aufgibt. Bei gleichzeitiger Aufgabe erhält jeder Bieter das Gut mit Wahrscheinlichkeit 12 . Warum sind diese beiden Auktionen äquivalent? Gilt das auch, wenn “common values” vorliegen? Beachten Sie das in der Zeitpreisauktion das Gebot bi von Spieler i keinen Einfluss auf den Preis hat, den i zahlen muss, falls er die Auktion gewinnt. Dieser wird allein durch bj bestimmt. Aber das Gebot bi beeinflusst, ob i die Auktion gewinnt. Satz 6.1 In der Zweitpreis-Auktion ist es für jeden Spieler eine schwach dominante Strategie, seine tatsächliche Zahlungsbereitschaft zu bieten. Spieltheorie (Winter 2009/10) 6-21 Prof. Dr. Ana B. Ania Beweis: Sei bj das höchste Gebot aller übrigen Bieter. Angenommen Spieler i bietet bi < vi: Falls bj ≥ vi ist es egal, ob Spieler i bi oder vi geboten hat, da seine Auszahlung in beiden Fällen 0 ist. Falls bj < bi ist es auch egal, ob Spieler i bi oder vi geboten hat, da er in beiden Fällen die Auktion gewinnt und bj zahlen muss. Wenn aber bi ≤ bj < vi hätte Spieler i mit dem Gebot vi die Auktion gewonnen und die Auszahlung vi −bj > 0 bekommen, während er mit dem Gebot bi die Auktion verliert und die Auszahlung 0 bekommt. Also dominiert das Gebot vi alle Gebote bi < vi schwach. Nehmen wir jetzt an, Spieler i bietet bi > vi. Falls bj ≥ bi ist es egal, ob Spieler i bi oder vi geboten hat, da seine Auszahlung in beiden Fällen 0 ist. Falls bj < vi ist es auch egal, ob Spieler i bi oder vi geboten hat, da er in beiden Fällen die Auktion gewinnt und bj zahlen muss. Wenn aber vi ≤ bj < bi hätte Spieler i mit dem Gebot vi die Auktion verloren und eine Auszahlung von 0 bekommen, während er mit dem Gebot bi die Auktion gewinnt und den Verlust vi − bj ≤ 0 macht. Spieltheorie (Winter 2009/10) 6-22 Prof. Dr. Ana B. Ania Also dominiert das Gebot vi auch alle Gebote bi > vi schwach. Q.E.D. Also existiert in der Zweitpreis-Auktion ein Bayesianisches Nash-Gleichgewicht, in dem beide Spieler ihre wahre Zahlungsbereitschaft bieten. Im Spezialfall, dass die Zahlungsbereitschaften vi auf dem Intervall [0, 1] gleichverteilt sind, ist die erwartete Auszahlung von Spieler i mit Typ vi in diesem Gleichgewicht der Zweitpreis-Auktion ⎡ ⎤ 1 2⎥vj =vi 1 2 vi ⎢ E[ui|vi] = 0 [vi − vj ]dvj = ⎣vivj − vj ⎦ = vi . 2 vj =0 2 Dieses Gleichgewicht ist das einzige symmetrische Gleichgewicht. Es gibt aber auch andere, asymmetrisch Bayesianische Nash-Gleichgewichte. Zum Beispiel ist es ein Gleichgewicht, wenn ein Bieter einen Preis bietet, der höher ist als die höchstmögliche Zahlungsbereitschaft aller anderen Bieter und die anderen Bieter bieten alle 0. Zeigen Sie, dass das tatsächlich ein Bayesianisches NashGleichgewicht ist. Spieltheorie (Winter 2009/10) 6-23 Prof. Dr. Ana B. Ania 6.5.2 Erstpreis-Auktion Regeln der Auktion (sealed-bid first-price auction): Beide Spieler schreiben simultan ihre Gebote bi auf einen Zettel. Der Spieler mit dem höheren Gebot bekommt das Gut zum Preis seines, d.h. des höchsten Gebotes. Bei identischen Geboten erhält jeder Bieter das Gut mit Wahrscheinlichkeit 12 . Die Erstpreis-Auktion ist äquivalent zu einer holländischen Auktion mit den folgenden Regeln: Bei einem sehr hohen Preis beginnend, senkt der Auktionator den Preis kontinuierlich, bis ein Bieter zugreift. Bei gleichzeitigem Zugreifen erhält jeder Bieter das Gut mit Wahrscheinlichkeit 12 . Warum sind diese beiden Auktionen äquivalent? Gilt das auch, wenn “common values” vorliegen? Bei dieser Auktion ist offenbar keine schwach dominante Strategie, seine tatsächliche Zahlungsbereitschaft zu bieten. Warum? Im Gleichgewicht, wird jeder Bieter etwas weniger als seine Zahlungsbereitschaft bieten. Wieviel weniger hängt von der Spieltheorie (Winter 2009/10) 6-24 Prof. Dr. Ana B. Ania Anzahl der Bieter und der Verteilung der möglichen Zahlungsbereitschaften ab. Für ein einfaches Beispiel können wir das Gleichgewicht ausrechnen. Satz 6.2 Sind die Zahlungsbereitschaften vi auf dem Intervall [0, 1] gleichverteilt, so ist es ein Bayesianisches Nash-Gleichgewicht in der Erstpreis-Auktion, dass jeder Spieler i den Betrag bi = vi/2 bietet. Beweis: Auszahlung von Spieler i mit Typ vi in Abhängigkeit von bi, gegeben dass Spieler j den Betrag bj = vj /2 bietet: ⎧ ⎪ ⎨ ui = ⎪⎩ vi − bi falls bi > vj /2 0 falls bi < vj /2 (Warum können wir den Fall bi = vj /2 vernachlässigen?) Aufgrund der Gleichverteilung von vj über [0, 1] ergibt das: E[ui|vi] = (vi − bi) · W (vj < 2bi) = (vi − bi) · 2bi Dies ist maximal, wenn bi = vi/2. Q.E.D. Spieltheorie (Winter 2009/10) 6-25 Prof. Dr. Ana B. Ania Bemerkungen: Es ist nicht trivial, dieses Gleichgewicht zu finden. Für einen Ansatz siehe Gibbons, 3.2.B. Sehr viel ausführlicher ist Fudenberg-Tirole, Example 6.6. Hier bietet jeder Spieler weniger als seine Zahlungsbereitschaft: Das optimale Gebot löst den Trade-off zwischen einer möglichst hohen Rente und einer möglichst hohen Wahrscheinlichkeit, die Auktion zu gewinnen. Wenn es mehr als zwei Bieter gibt, die Zahlungsbereitschaften aber immer noch statistisch unabhängig und gleichverteilt sind, ist es ein Bayesianisches Nash-Gleichgewicht, wenn jeder Spieler 1 bi = (1 − )v n bietet. Je größer n, um so näher ist das Gebot an der tatsächlichen Zahlungsbereitschaft und um so größer ist der erwartete Erlös des Auktionators. Übungsaufgabe: Vergleichen Sie den erwarteten Erlös des Auktionators im symmetrischen Gleichgewicht der ZweitpreisAuktion mit seinem erwarteten Erlös im symmetrischen Gleichgewicht der Erstpreis-Auktion. In beiden Fällen gibt es zwei Bieter und der Auktionator weiß nur, dass beide Zahlungs- Spieltheorie (Winter 2009/10) 6-26 Prof. Dr. Ana B. Ania bereitschaften unabhängig gleichverteilt sind. Zeigen Sie, dass der erwartete Erlös in beiden Auktionen gleich ist. Das “Erlös-Äquivalenz Theorem” (revenue equivalence theorem) besagt, dass bei risikoneutralen Bietern, die stochastisch unabhängige Signale über ihre Zahlungsbereitschaften bekommen, die symmetrischen Gleichgewichte der Ersthängigund Zweitpreis-Auktion immer denselben erwarteten Erlös erzielen. Diese beiden Auktionsformen maximieren die Erlöse des Auktionators jedoch nicht. In unserem einfachen Beispiel wird der erwartete Erlös des Auktionators durch eine Erstpreisauktion mit Mindestgebot maximiert. Diese Auktion ist aber nicht effizient, weil das Gut mit positiver Wahrscheinlichkeit nicht verkauft wird. Welche Auktionsform bei komplizierteren Problemen erlösmaximierend oder effizient ist, ist eine wichtige Frage der Theorie des Mechanismen-Designs. Spieltheorie (Winter 2009/10) 6-27 Prof. Dr. Ana B. Ania 6.5.3 Ein Beispiel mit “common valuations” Es gibt zwei Bieteri = {1, 2}, von denen jeder vor Beginn der Auktion ein unabhängiges Signal ti ∈ [0, 1] über den Wert des Gutes bekommen hat. Die Zahlungsbereitschaft von Bieter i hängt nicht nur von seinem eigenen Signal, sondern auch vom Signal des anderen Bieters ab: vi = αti + γtj , mit α ≥ γ ≥ 0 Beachten Sie: Wenn α = 1 und γ = 0, sind wir wieder im Fall mit independent private values. Wenn α = γ sind die Zahlungsbereitschaften beider Bieter immer identisch. (Beispiel: Schürfrechte für Ölfeld) Wenn α > γ > 0 sind die Zahlungsbereitschaften zwar verschieden, aber positiv miteinander korreliert. Satz 6.3 Bei einer Zweitpreis-Auktion gibt es ein eindeutiges symmetrisches Bayesianisches Nash-Gleichgewicht, in dem jeder Bieter bi = (α + γ)ti bietet. Spieltheorie (Winter 2009/10) 6-28 Prof. Dr. Ana B. Ania Beweis: Angenommen Spieler 2 benutzt diese Bietstrategie. Wenn Spieler 1 das Gebot b1 macht, gewinnt er die Auktion, wenn b1 > (α + γ)t2 . Da t2 auf dem Interval [0, 1] gleichverteilt ist, gewinnt das Gebot b1 mit Wahrscheinlichkeit b1 α+γ . Wenn b1 > b2 und das Gebot b1 gewinnt, bezahlt Spieler 1 den Preis b2, der auf dem Interval [0, b1] gleichverteilt ist. Beachten Sie, dass wir hier die bedingte Verteilung von b2 betrachten, gegeben, dass b2 < b1. Also ist der erwartete Preis, den Bieter 1 im Erfolgsfall zahlen muss 12 b1. Jetzt berechnen wir die erwartete Auszahlung von Spieler 1, wenn er b1 bietet. b1 Mit Wahrscheinlichkeit α+γ gewinnt er die Auktion und 1 bezahlt im Erwartungswert 2 b1. Der Erwartungswert des Signals von Bieter 2, gegeben, b1 . [Bedass Bieter 2 die Auktion verloren hat, ist 2(α+γ) b2 achten Sie, dass t2 = α+γ . Das erwartete Gebot von Bieter 2, gegeben, dass er die Auktion verliert, ist 12 b1. b1 .] Also ist das erwartete Signal 2(α+γ) Also ist der erwartete Gewinn von Bieter 1, gegeben, Spieltheorie (Winter 2009/10) 6-29 Prof. Dr. Ana B. Ania dass er die Auktion gewinnt 1 b1 αt1 + γ − b1 2(α + γ) 2 Mit der Restwahrscheinlichkeit verliert Bieter 1 die Auktion und bekommt eine Auszahlung von 0. Also ist seine erwartete Auszahlung beim Gebot b1 ⎡ ⎤ 1 ⎥⎥ b1 ⎢⎢ b1 − b1 ⎦ EU1(b1 | t1) = ⎣αt1 + γ α+γ 2(α + γ) 2 αb1(2(α + γ)t1 − b1) = 2(α + γ)2 Bieter 1 wählt sein Gebot b1 so, dass dieser Ausdruck maximiert wird. Wenn wir nach b1 ableiten bekommen wir die BEO 2α(α + γ)t1 − 2αb1 dEU1(b1 | t1) = =0 db1 2(α + γ)2 bzw. b1 = (α + γ)t1 . Also ist die vorgeschlagene Bietstrategie für Bieter 1 optimal, wenn Bieter 2 sich an diese Strategie hält. Wegen der Symmetrie des Spiels muss auch das umgekehrte gelten. Also liegt hier tatsächlich ein Bayesianisches NashGleichgewicht vor. Q.E.D. Spieltheorie (Winter 2009/10) 6-30 Prof. Dr. Ana B. Ania Bemerkungen: Ein naiver Bieter 1 würde sagen, dass das erwartete Signal des anderen Bieters 12 ist. Also ist seine Zahlungsbereitschaft αt1 + γ · 12 . Da es eine Zweitpreisauktion ist, sollte er auch genau diesen Betrag bieten. Diese Argumentation ist aber falsch, weil sie nicht berücksichtigt, dass Bieter 1 die Auktion nur dann gewinnt, wenn das Signal von Bieter 2 niedriger als sein eigenes Signal ist. Er gewinnt also nur dann, wenn das Gut für ihn relativ wenig wert ist. Im Gleichgewicht berücksichtigt Bieter 1 diesen Effekt. Wenn sein eigenes Signal niedrig ist bietet er weniger, weil er weiß, dass er die Auktion nur dann gewinnt, wenn das Signal seines Gegenspielers noch niedriger und das Gut darum nur wenig wert ist. Wenn sein eigenes Signal dagegen hoch ist, bietet er mehr als der naive Bieter. Übungsaufgabe: Zeigen Sie, dass es bei einer Erstpreis-Auktion in diesem Beispiel ein Gleichgewicht ist, wenn jeder Bieter t bietet. bi = α+γ 2 i