人们经常会犯一些影响他人的错误。假设一家垄断竞争企业在考虑预计需求和竞争对手价格的情况下,选择价格以实现利润最大化。企业决策过程的复杂性表明,即使问题定义明确,并且肯定存在理想的解决方案,但确定该解决方案却很困难。因此,企业可能无法设定最佳价格。这种偏离理想价格的情况可能会影响所有其他竞争对手从设定正确价格中获得的收益——例如,通过改变他们面临的剩余需求。此外,其他企业的定价可能会直接影响设定正确价格的成本——例如,如果激烈的竞争导致管理压力,从而导致决策更糟糕。因此,观察到的定价源于战略错误的过程:不完善的优化和战略互动的结合可能会影响精确决策的收益和成本。为了研究这种战略错误,本文引入了一个非参数、状态依赖的随机选择模型,该模型适用于具有连续行动的连续博弈。代理人的收益取决于他们自己的行为、外生状态以及他人行为横截面分布的一维总和。这种设定在宏观经济模型中普遍存在,包括定价模型(Woodford,2003 年;Ma´ckowiak 和 Wiederholt,2009 年;Costain 和 Nakov,2019 年)、生产模型(Angeletos 和 La'O,2010 年、2013 年;Benhabib 等人,2015 年;Chahrour 和 Ulbricht,2023 年)以及更普遍的选美游戏模型(Morris 和 Shin,2002 年;Angeletos 和 Pavan,2007 年;Bergemann 和 Morris,2013 年;Huo 和 Pedroni,2020 年)。代理面临着成本高昂的控制问题:根据他们对基本面和他人行为的猜测,他们会选择一种随机选择模式,在采取最佳行动和惩罚过于精确的行动之间做出权衡。我们引入了一组新的控制成本函数,它们是状态可分离的,即总控制成本在各个状态下是加性的。这些成本使我们能够对几种以前未曾联合研究过的决策摩擦进行建模。第一种是事后错误优化,如控制成本(Stahl,1990;Van Damme,1991)和量子反应平衡(McKelvey 和 Palfrey,1995;Goeree 等人,2016)等文献中所述,其中代理的不精确行动会对给定世界状态下的战略激励做出反应。第二个是事前规划摩擦,如博弈论中关于昂贵信息获取的文献(参见例如 Yang ,2015 ;Morris 和 Yang ,2022 ;H´ebert 和 La'O ,2022 ;Denti ,2023 ),其中代理必须权衡精确规划状态的好处与该状态永远不会实现的成本。第三个是控制成本的外生和内生状态依赖性,如 H´ebert and La'O ( 2022 ) 和 Angeletos and Sastry ( 2023 ) 所述。第四个是主体的考虑集的均衡决定,即主体所采取的行动子集,如 Matˇejka ( 2015 ) 和 Stevens ( 2019 ) 所述。
主要关键词