[論文レビュー] Sequential Sampling Equilibrium

Duarte V. Gonçãlves|arXiv (Cornell University)|Dec 15, 2022

Experimental Behavioral Economics Studies被引用数 4

ひとこと要約

本稿は、戦略的不確実性を解消するために、相手の行動に関する費用のかかる情報信号を合理的に取得するゲーム理論的枠組み、逐次サンプリング均衡（SSE）を導入する。意思決定を逐次的サンプリング上の最適停止問題としてモデル化することで、SSEは内生的に確率的選択、信念のダイナミクス、反応時間を生じさせ、ナッシュ均衡からの逸脱を合理的に説明し、新たな実証的パターンを予測する。同時に、サンプリングコストが消滅する極限においてナッシュ均衡が回復される。

ABSTRACT

This paper introduces an equilibrium framework based on sequential sampling in which players face strategic uncertainty over their opponents' behavior and acquire informative signals to resolve it. Sequential sampling equilibrium delivers a disciplined model featuring an endogenous distribution of choices, beliefs, and decision times, that not only rationalizes well-known deviations from Nash equilibrium, but also makes novel predictions supported by existing data. It grounds a relationship between empirical learning and strategic sophistication, and generates stochastic choice through randomness inherent to sampling, without relying on indifference or choice mistakes. Further, it provides a rationale for Nash equilibrium when sampling costs vanish.

研究の動機と目的

• 戦略的状況において、内生的に確率的選択、信念、意思決定時間を生成する整合的均衡概念の構築を目的とする。
• 遅延した意思決定がより高い選択のランダム性および低い戦略的熟練度と関連するといった、よく知られたナッシュ均衡からの逸脱を合理的に説明することを目的とする。
• 選択の不確実性や選択ミスに依存せず、逐次的サンプリングにおける本質的ランダム性に基づく確率的選択の微視的基礎を提供することを目的とする。
• サンプリングコストが消滅する場合にナッシュ均衡が極限として出現することを示すこと。
• 費用のかかる情報取得のモデルを通じて、戦略的熟練度と反応時間の関係を裏付けること。

提案手法

• プレイヤーは戦略的不確実性に直面し、相手の行動分布に関する事前信念を持つ。
• 各プレイヤーは、一定の加法的コストを伴って、相手の行動に関するノイズの多い信号を逐次的にサンプリングする。
• プレイヤーは、さらなるサンプリングの期待価値とサンプリングコストのバランスを取る最適停止問題を解く。
• 停止した後、プレイヤーは事後信念に基づき期待効用を最大化する行動を選択する。
• 均衡は、各プレイヤーの最適なサンプリングと行動選択が、相手の行動の実証的分布と整合する固定点として定義される。
• モデルは、実証的推定が容易で無限時間問題の有限時間近似が可能な、共役ディリクレ事前分布を用いる。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、無作為性や選択ミスに依存せずに、均衡において確率的選択と反応時間を内生的に生成できるか？
• RQ2 戦略的環境において、意思決定時間、戦略的熟練度、選択のランダム性の間にはどのような関係があるか？
• RQ3 費用のかかる情報取得は、実験的状況におけるナッシュ均衡からの逸脱をどのように合理的に説明できるか？
• RQ4 逐次サンプリング均衡はどのような条件下でナッシュ均衡に収束するか？
• RQ5 本モデルは、既存の反応時間および行動分布に関するデータと整合する新たな実証的パターンを予測できるか？

主な発見

• 逐次サンプリング均衡は、逐次的サンプリングに内在するランダム性を通じて、無作為性や選択ミスを要件とせず、確率的選択を内生的に生成する。
• 本モデルは、遅延した意思決定が弱い好みの強度とより高い選択のランダム性に関連するという実証的パターンを合理的に説明する。
• 迅速な意思決定は低い戦略的熟練度と関連し、長い意思決定時間は高い戦略的推論と相関する。これは実験的証拠と一致する。
• サンプリングコストが消滅する場合、モデルはナッシュ均衡に収束し、それを極限ケースとして微視的基礎を提供する。
• 本モデルは、情報が不完全なゲームでは、事前分布が誤って指定されている場合、プレイヤーがナッシュ均衡に収束しなくてもよいこと、すなわちサンプリングが非終了的になる可能性を予測する。
• ディリクレ事前分布を用いることで、実証的推定が可能であり、パラメータ空間がコンactに保たれ、有限時間近似が可能となり、最尤推定が可能になる。