1.2.4.1 Reta对信息精确度的偏好
本节遵循1.2.3.5节中使用的方法,并计算了参数b服从伽玛分布的情况下的多组数值解,但是,与a情况相反,我们无法针对b服从均匀分布的情况(即对应引理1.1A/1.2A/1.3A/1.4A)获得解析解。幸运的是,数值解所揭示的行为形式大体上与1.2.3.5中的a相同。
因此,为了简洁起见,我们仅列出表 1.6~表 1.9,这些表格是表 1.2~表1.5(前面考虑的a)的对应表格。
表1.6 批发价合约([w])下的
注:b 服从伽玛分布,μb=1,c=1,ΠRsub=(a-μbk)2/(24μb)。
表1.7 特许经营合约([FF])下的
注:b 服从伽玛分布,μb=1,c=1,ΠRsub=(a-μbk)2/(24μb)。
表1.8 两部定价合约([2P])下的
注:b 服从伽玛分布,μb=1,c=1,ΠRsub=(a-μbk)2/(24μb)。(www.daowen.com)
表1.9 菜单合约([MC])下的
注:b 服从伽玛分布,μb=1,c=1,ΠRsub=(a-μbk)2/(24μb)。
关于σb的表1.6~1.9描述的以下结论与上节中关于σa的描述基本相同:
(1)在一系列合理的条件下(情形I),Reta更偏好Manu对b更加不确定。然而,情形I看起来不像情形II那样普遍(在此情况下,Reta更喜欢Manu对b不确定),然而,这一结论在下节中与“c”的知识不确定性被认为是矛盾的。
(2)Manu不能通过使用更复杂的合约格式(如[MC])而是通过简单的合约格式(如[w])来显著缩小或改变情形I的范围。
1.2.4.2 Reta对μb和ΠRsub的偏好
引理1.1A第二部分中的w*表达式表明,随着μa的减小,w*减小( 增加),因此得出结论“当Manu采用[w]时,Reta总是偏好较低的μa”,然而,引理1.1A中w*表达式没有导出μa的影响,它们是为了揭示σa的作用这个更为困难的目标而得出的。如果只需要μa的影响,就可以简单地观察w*=(a+bk)/(2b),这清楚地表明w*随着a(或μa)的减少而减小。在研究不对称信息b(而不是a)时,引理1.1A不能得到类似于的关于σb影响的解析表达式,而如果只需要分析μb的影响就变得非常容易。例如,随着b的增加,w*减少(因此增加)。因此,当Manu实施[w]时,Reta总是偏好较高的μb。对于[FF]、[2P]和[MC],可以得到同样的结论,如图1.3所示。
图1.3 b服从伽玛分布,σb=0.2,breal=1,a=5,c=1,ΠRsub=0
综上所述:Reta总是试图误导Manu感知到尽可能高的μb值。类似地,可以很容易地表明Reta总是偏好Manu感知高的ΠRsub值。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。