- •1. Функциональный спрос. Характеристики товаров и выбор потребителя (подход Ланкастера).
- •2. Функциональный и нефункциональный спрос.
- •3. Эффект присоединения к большинству.
- •4. Эффект сноба.
- •5.Эффект Веблена.
- •6. Неопределенность информации как фактор потребительского выбора.
- •7. Теорема ожидаемой полезности Неймана-Моргенштерна и результаты ее тестирования.
- •8. Стохастическое доминирование.
- •9. Отношение к риску.
- •10. Достоверный эквивалент лотереи, рисковая премия, рисковая нагрузка, вероятностная премия.
- •11. Мера абсолютной несклонности к риску Арроу-Пратта. Cara-функции.
- •12. Спрос на страхование.
- •13. Обмен в условиях неопределенности.
- •14. Диверсификация рисков.
- •15. Статические биматричные игры. Наилучшая реакция (best response).
- •16. Доминирующие и доминируемые стратегии. Последовательное элиминирование строго доминируемых стратегий.
- •17. Дилемма заключённых. Равновесие в доминирующих стратегиях. Примеры взаимодействий, описываемых этой игрой.
- •18. Наилучшие реакции и равновесие по Нэшу. Нахождение равновесия по Нэшу в биматричных играх. Возможная неединственность или отсутствие равновесия по Нэшу.
- •19. Сопоставление равновесия в доминирующих стратегиях и равновесия по Нэшу.
- •20. Динамические игры и их представление в виде дерева игры. Понятие стратегии в динамических играх.
- •21. Предпосылка общего знания и метод обратной индукции.
- •22. Модель торга Рубинштейна – Стиглица. Факторы, обуславливающие пропорции раздела.
- •23. Повторяемые игры. Дилемма заключённым с определённым числом повторений.
- •24. Дилемма заключённых с бесконечным числом повторений
- •25. Стратегии в повторяемых играх. Стратегия наказания. Стратегия tit-for-tat.
- •26. Факторы, обусловливающие достижение кооперации при повторяемых взаимодействиях.
- •27. Рынки с асимметричной информацией. Последствия неблагоприятного отбора. «Рынок лимонов». Иные примеры неблагоприятного отбора (страхование, рынки труда и пр.).
- •28. Противодействие неблагоприятному отбору со стороны «качественных» агентов. Сигналы. Примеры сигнализирующей активности.
- •29. Контрсигналы.
- •30. Сканирующие и просеивающие контракты.
- •31. Сканирование «по количеству».
- •32. Сканирование «по качеству». Построение версий продуктов.
- •33. Сканирование на рынке лицензий.
- •34. Сканирование на рынке страхования (для троечников – необязательно).
- •2.5.3.Б конкурентный рынок страхования.
8. Стохастическое доминирование.
Стохастическое доминирование первого рода.
Рассмотрим два распределения F(W) и G(W)(см. рис(2.1.а).
С одной стороны, с некоей заданной вероятностью можно получить выигрыш
W ≤ wF - при распределении F и W ≤ wG - при распределении G . Т.к. F(W ) ≤ G(W ) для любого W, то, следовательно, wF > wG , что позволяет оценивать распределение F как менее рискованное. Иначе, более корректно, эту мысль можно сформулировать, указав на стохастическое доминирование распределения F распределения G.
Def. Распределение F(W) первично стохастически доминирует распределение G(W) (F(W) first-order stochastically dominates G(W)), тогда и только тогда, когда F(W ) ≤ G(W) для любого W.
Соответственно, если распределение F первично стохастически доминирует распределение G, то
• при распределении выигрышей F математическое ожидание выигрыша будет выше, чем при распределении G:
W dF(W) ≥ W dG(W)
Графически это может интерпретироваться следующим образом (простоты ради зададим в данном случае совпадающие интервалы выигрышей):
Рис.2.2.а E(W) = W dG(W) |
Рис.2.2..б E(W) = W dF(W) |
Рис.2.2..в D E(W) = W dF - W dG |
• при распределении выигрышей F ожидаемая полезность будет выше, чем при распределении G, т.е. для любой неубывающей функции u(W) выполняется условие
Eu
(F ) ≥ Eu (G )
u(W)
dF(W)
≥ u (W)
dG(W
).
Обратите внимание, на то обстоятельство, что несмотря на то, что стохастическое доминирование первого рода позволяет нам проранжировать лотереи как по уровню математического ожидания выигрыша, так и по уровню их ожидаемой полезности, обратное неверно, т.е. ни по уровню математического ожидания выигрыша , ни по уровню ожидаемой полезности нельзя делать вывод о стохастическом доминировании первого рода, поскольку ранжирование лотерей с точки зрения доминирования первого рода является частичным. Например, распределение G(W ) первично стохастически доминируется распределениями F(W) и F '(W), но не существует возможности, рассматривая лишь доминирование первого рода, проранжировать эти два последние распределения.
Стохастическое доминирование второго рода при совпадении математического ожидания выигрышей.
Несколько упрощая рассмотрение стохастического доминирования второго рода, сконцентрируемся лишь на тех распределениях, которые характеризуются совпадением математических ожиданий выигрышей.
Def. Распределение F(W) вторично стохастически доминирует
распределение G(W) ( F(W) second-order stochastically dominates G (W) ),
имеющее такое же математическое ожидание
W dF(W) = W dG(W),
если распределение G предполагает больший разброс выигрышей, т.е. его дисперсия больше.
Пример. Сравним две игры, имеющие распределение G(W) и F(W) .В первой игре с вероятностями 0.25 можно выиграть 1, 2, 3 и 4. Во второй с вероятностями 0.5 можно получить 2 и 3. В обоих случаях математическое ожидание одинаково - 2.5 , что графически иллюстрируется совпадением площадей заштрихованных фигур.
Но поскольку в распределении G(W) задан больший разброс выигрышей, т.е. его дисперсия выше, чем при распределении F(W), оно является более рискованным.
Рис.2.4.а |
Рис.2.4..б |
Рис.2.4.в |
Без доказательства приведем теорему, гласящую, что, если распределение F(W) вторично стохастически доминирует распределение G(W), то для любой возрастающей вогнутой функции полезности u(W) выполняется условие
u(W) dF(W) ≥ u(W) dG(W).
Обратите внимание на то, что в данном случае мы формулируем этот вывод лишь для вогнутых, т.е. свидетельствующих о несклонности индивида к риску, кардиналистских функций полезности u(W) , в то время как говоря о сходном результате, связанном со стохастическом доминированием первого рода, мы оговаривали лишь неубывающий характер этой функции .
