베이지안 효율
Bayesian efficiency다음에 대한 시리즈 일부 |
베이지안 통계 |
---|
이론 |
기술 |
베이지안 효율성은 불완전한 정보가 존재하는 상황에 대한 파레토 효율의 아날로그다.[1] 파레토 효율성에 따르면, 일부 요원을 엄격하게 더 잘살게 하는 반면 아무도 더 악화시키지 않는 자원의 다른 할당이 없다면 파레토 효율적이다.[1] 파레토 효율성의 개념에 대한 한계는 모든 참가자가 완전한 정보를 얻기 위해 다른 참가자가 사용할 수 있는 성과와 전략을 알고 있다는 점에서 다른 시장 참여자에 대한 지식을 모든 참가자가 이용할 수 있다고 가정한다는 것이다.[1] 종종, 선수들은 다른 선수에게 가려진 타입을 가지고 있다.[1]
개요
완전한 정보의 부족은 효율성 계산이 언제 이루어져야 하는지에 대한 의문을 제기한다.[1] 효율성 점검은 에이전트가 유형을 보기 전 단계, 에이전트가 유형을 본 후 중간 단계 또는 에이전트가 유형에 대한 완전한 정보를 가질 이전 사후 단계에서 이루어져야 하는가? 또 다른 쟁점은 인센티브다.[1] 자원 할당 규칙이 효율적이지만 그 규칙을 준수하거나 그 규칙을 받아들일 동기가 없다면, 계시 원칙은 이 할당 규칙이 실현될 수 있는 메커니즘은 없다고 단언한다.[1]
베이지안 효율성은 불완전한 정보를 회계처리하고, 평가의 타이밍(예: 효율적, 중간 효율적 또는 사후 효율적)을 다루며, 할당 규칙이 인센티브 호환성을 갖도록 인센티브 한정자를 추가함으로써 파레토 효율성의 문제를 극복한다.[1][2]
베이지안 효율성은 별도로 ex ante, midiary, ex post의 세 가지 효율성 유형을 정의한다. 할당 규칙 : → A :
Ex ante : x 은(는) 인센티브 호환성이 있으며 인센티브 호환 할당 y: → A 은(는)
일부 에 대해 엄격한 불평등이 있는 모든 i에 대해
중간 효율성: 은(는) 인센티브 호환성이 있으며 인센티브 호환 할당 y: → A 은(는)
일부 및 에 대해 엄격한 불평등이 있는 모든 에 대해
사후 효율성: 은(는) 인센티브 호환성이 있으며 인센티브 호환 할당 y: → A 은(는)
일부 에 대해 엄격한 불평등이 있는 모든 i에 대해
여기서 는 신념, U는 효용 함수, i는 에이전트다. 효율적 배분은 항상 중간적이고 사후 효율적이며, 중간 효율적 배분은 항상 사후 효율적이다.[1]