逆向选择之Screening

• 逆向选择定义
  逆向选择就是在交易中有未公开的私有化信息。比如车的经销商和车的质量，企业家和这个项目的实际利润等，买保险的人和他的患病的情况。
  Screening 就是没有信息的一方提供合同，signaling 就是有信息的一方提供合同。
• 最简单的逆向选择模型
  一个卖家想卖一些商品给买家，但卖者不知道这些商品对于买家的价值。也就是说卖家不知道对于数量为q的商品，买家愿意出多少钱。
  如何构建模型呢？
  假设买家的效用可以表示为
  $$U(q,T,\theta )=\theta v(q)-T$$
  其中q是买家买到的商品数量，T是付给卖家的钱,v（q） 是买家在q单位商品中获得的效用。假设v为$c^2$形式的函数，并且v(0)=0.
  类型$\theta$是买家的私有信息，卖家仅仅知道$\theta$的分布F。
  卖家的效用为
  $$\pi =T-cq$$
  c是商品的成本，T为收到买家的钱。
  那么问题来了：怎样的（T,q)可以最大化卖家的利益？
  为了简单化，设只有两种类型的买家，$\beta$的概率为$\theta ={\theta }_L$ ,$1-\beta$的概率为$\theta ={\theta }_H$,其中${\theta }_H>{\theta }_L$
• First Best Outcome: 一级价格歧视
  如果卖家可以知道买家的类型，会是怎样的情形？
  那么唯一的限制就是让买家买了以后比不买强：
  $${\theta }_{i}v(q_i)-T_i\ge \underline{u}$$
  那么对于卖家的问题就是
  $$\begin{gathered} \text{max }{T}_i-c{q}_i \\ \text{s.t. }{\theta }_{i}v(q_i)-T_i\ge \underline{u} \end{gathered}$$
• 两部定价就是最好的合同
  解上式可得$$\begin{gathered} {\theta }_i{v}^{\prime }(q_i)=c \\ {\theta }_{i}v(q_i)-T_i=\underline{u} \end{gathered}$$
  这时边际成本等于边际收益。两部定价就是买家可以买他希望的数量，但是要付手续费${\theta }_{i}v(q_i)-c{q}_i-\underline{u}$,也就是卖家取走所有的消费者剩余。
• 若卖家不知道买家的类型呢？
  这时高需求类型的买家H会伪装成低需求类型的买家L，这是因为
  $${\theta }_{H}v(q_L)-T_L>{\theta }_{L}v(q_L)-T_L=\underline{u}$$
  那么问题来了：
  L会伪装成H吗？第三价格歧视是什么？
• Second Best: 线性定价
  最简单的线性定价下， 对于商品数量q，价格定为T（q）=Pq。
  那么卖家的问题变为
  $$\text{max }{\theta }_{i}v(q_i)-P{q}_i$$
  得
  $${\theta }_i{v}^{\prime }(q_i)=P$$
  写为$q_i$的函数：
  $$q_i=(v^{\prime }{)}^{-1}(\frac{P}{{\theta }^i})=D_i(P)$$
  那么需求函数为
  $${\tilde{D}}_i(P)=\{\begin{array}{l}0,\text{ if }P\ge {\theta }_i{v}^{\prime }(0)\\ D_i(P)\text{, if }P<{\theta }_i{v}^{\prime }(0)\end{array}$$
  那么对于卖家来说，需求的期望为
  $$D(P)=\beta D_L(P)+(1-\beta )D_H(P)$$
  进而，卖家的最优化问题为
  $$\text{max }(P-c)(\beta D_L(P)+(1-\beta )D_H(P))=\text{max }(P-C)D(P)$$
  在这种情况下卖家有可能不为L类型买家提供服务。
  考虑以下问题：
  在什么情况下最优解是给所有类型的买家提供服务？
  卖家如果使用更复杂的定价方式能否取得更高的利益？
  注意我们假设这里没有二手市场。
  我们仅仅考虑两个元素（Z，P），其中Z为入门费，P为单位商品价格。则买家付给卖家的钱为$Z+P{D}_i(P)$,买家收到$Z+PD(P)$
  那么卖家的优化问题变为
  $$\begin{gathered} \text{max }Z+(P-c)D(P) \\ {\theta }_{i}v(D_i(P))-P{D}_i(P)-Z\ge 0 \end{gathered}$$
  为了表示方面，令
  $$S_i(P)={\theta }_{i}v(D_i(P))-P{D}_i(P)$$
  卖家优化问题为
  $$\begin{gathered} \text{max }Z+(P-c)D(P) \\ {S}_H(P)-Z\ge 0 \\ {S}_L(P)-Z\ge 0 \end{gathered}$$
  拉格朗日函数
  $$F(P,{\lambda }_H,{\lambda }_L)=Z+(P-c)D(P)+{\lambda }_H(S_H(P)-Z)+{\lambda }_L(S_L(P)-Z)$$
  FOC:
  $$(P-c)D^{\prime }(P)+D(P)+{\lambda }_L(P)S_L^{\prime }(P)+{\lambda }_H(P)S_H^{\prime }(P)=0$$
  若卖家服务两种类型的买家，那么$Z\le S_L(P)<S_H(P)$
  那么${\lambda }_H=0,{\lambda }_L=1$
  所以
  $$\begin{gathered} Z=S_L(P) \\ P=c-\frac{D(P)+S_L^{\prime }(P)}{D^{\prime }(P)} \end{gathered}$$
  根据包络定理
  $$S_L^{\prime }(P)=-D_L(P)$$
  那么
  $$P=c-\frac{D(P)-D_L(P)}{D^{\prime }(P)}>c$$
  统一的价格(P_m)大于两部定价(P_d)
• 非线性定价
  在这种情况下，卖家的最优化问题是什么？
  假设函数T(q)表示买家买q单位商品要付出的钱，买家要最大化他的收益：
  $$q_i\in argmax\hat{q}{\theta }_{i}v(\hat{q})-T\ast (\hat{q})$$
  那么卖家的最优化问题为
  $$\begin{gathered} \text{max }\beta (T(q_L)-c{q}_L)+(1-\beta )(T(q_H)-c{q}_H) \\ {\theta }_{i}v(q_i)-T(q_i)\ge {\theta }_{i}v(q_j)-T(q_j)(i\ne j) \\ {\theta }_{i}v(q_i)-T(q_i)\ge 0 \end{gathered}$$
  考虑以下方案：
  $$\tilde{T}(q)=\{\begin{array}{l}{T}_i^{\ast }\text{for }q=q_i,\\ \infty ,\text{ for }q\ne q_i\end{array}$$
  记$u_i$为i类型的买家的效用，即
  $$\begin{gathered} u_H={\theta }_{H}v(q_H)-T_H \\ {u}_L={\theta }_{L}v(q_L)-T_L \end{gathered}$$那么卖家最优化问题中的相容约束
  $$\begin{gathered} {\theta }_{H}v(q_H)-T(q_H)\ge {\theta }_{H}v(q_L)-T(q_L) \\ {\theta }_{L}v(q_L)-T(q_L)\ge {\theta }_{L}v(q_H)-T(q_H) \end{gathered}$$
  可以写为
  $$\begin{gathered} u_H\ge {\theta }_{H}v(q_L)-T_L=u_L+({\theta }_H-{\theta }_L)v(q_L) \\ {u}_L\ge {\theta }_{L}v(q_H)-T_H=u_H-({\theta }_H-{\theta }_L)v(q_H) \end{gathered}$$
  我们注意到
  $$\begin{gathered} {\theta }_{H}v(q_H)-T_H \\ \ge {\theta }_{H}v(q_L)-T_L \\ \ge {\theta }_{L}v(q_L)-T_L\ge 0 \end{gathered}$$
  也就是说，当${\theta }_{L}v(q_L)-T_L\ge 0$成立时，$$\begin{gathered} {\theta }_{H}v(q_H)-T_H \\ \ge 0 \end{gathered}$$一定成立。所以只有${\theta }_{L}v(q_L)-T_L\ge 0$这个条件就够了。
  我们重写卖家最优化问题为：
  $$\begin{gathered} \text{max }\beta (T_l-c{q}_L)+(1-\beta )(T_H-c{q}_H) \\ {\theta }_{L}v(q_L)-T_L=0 \\ {\theta }_{H}v(q_H)-T_H=({\theta }_H-{\theta }_L)v(q_L) \end{gathered}$$
• 多于两种类型的情况
  假设买家的效用为${\theta }_{i}v(q)-T$
  $${\theta }_1<..<{\theta }_n$$
  ${\beta }_i$为${\theta }_i$所占比例。
  那么卖家的问题为
  $$\begin{gathered} \text{max }\sum (T_i-c{q}_i){\beta }_i \\ {\theta }_{i}v(q_i)-T_i\ge 0 \\ {\theta }_{i}v(q_i)-T_i\ge {\theta }_{i}v(q_j)-T_j \end{gathered}$$
  同两种类型的一样，最后一个${\theta }_{1}v(q_1)-T_1\ge 0$成立时，前面所有$${\theta }_{i}v(q_i)-T_i\ge 0$$都成立。
  对于第二个约束可写为
  $$\begin{gathered} {\theta }_{i}v(q_i)-T_i\ge {\theta }_{i}v(q_j)-T_j \\ {\theta }_{j}v(q_i)-T_i\le {\theta }_{j}v(q_j)-T_j \end{gathered}$$
  得到
  $$\begin{gathered} ({\theta }_i-{\theta }_j)v(q_i)\ge ({\theta }_i-{\theta }_j)v(q_j) \\ ({\theta }_i-{\theta }_j)(v(q_i)-v(q_j))\ge 0 \end{gathered}$$
  即
  ${\theta }_i\ge {\theta }_j$意味着$q_i\ge q_j$
  考虑三种类型：
  $${\theta }_{i-1}<{\theta }_i<{\theta }_{i+1}$$
  约束为$$\begin{gathered} {\theta }_{i+1}v(q_{i+1})-T_{i+1}\ge {\theta }_{i+1}v(q_i)-T_i \\ {\theta }_{i}v(q_i)-T_i\ge {\theta }_{i}v(q_{i-1})-T_{i-1} \end{gathered}$$
  整理得
  $$T_i-T_{i-1}\le {\theta }_i(v(qi)-v(q_{i-1})\le {\theta }_{i+1}(v(q_i)-v(q_{i-1}))$$
  进而
  $$\begin{gathered} {\theta }_{i+1}v(q_{i+1})-T_{i+1}\ge \\ {\theta }_{i+1}v(q_i)-T_i\ge \\ {\theta }_{i+1}v(q_{i-1})-T_{i-1} \end{gathered}$$