Apprendre à enchérir dans des enchères hollandaises séquentielles.

Auteurs
  • GUERCI E.
  • KIRMAN A.
  • MOULET S.
Date de publication
2014
Type de publication
Article de journal
Résumé Nous proposons un modèle informatique basé sur un agent pour étudier les enchères hollandaises séquentielles en mettant l'accent sur les marchés de biens périssables et nous prenons comme exemple les marchés de poissons en gros. Les acheteurs de ces marchés vendent le poisson qu'ils achètent sur un marché de détail. L'article fournit un modèle original de comportement rationnel limité pour le comportement des acheteurs en gros, intégrant l'apprentissage pour améliorer les profits, les conjectures sur les offres qui seront faites et l'apprentissage fictif. Nous analysons la dynamique du prix agrégé dans différentes conditions de marché afin d'expliquer l'émergence de modèles de prix de marché tels que le paradoxe bien connu de la baisse des prix et le fait empiriquement observé que les toutes dernières transactions de la journée peuvent se faire à un prix plus élevé. Le modèle comportemental proposé fournit des explications alternatives pour la dynamique des prix du marché à celles qui dépendent des hypothèses standard telles que les profits marginaux décroissants. En outre, les agents apprennent la valeur d'option de la possibilité d'enchérir lors des tours ultérieurs. Lorsqu'ils sont confrontés à des acheteurs aléatoires, tels que des participants occasionnels ou de nouveaux entrants, ils apprennent à enchérir de manière optimale sans être conscients des stratégies des autres acheteurs. Lorsqu'ils sont confrontés à d'autres acheteurs qui apprennent également, leur comportement présente encore certaines des caractéristiques apprises dans le cas le plus simple, même si le problème n'est pas analytiquement traçable.
Éditeur
Elsevier BV
Thématiques de la publication
  • ...
  • Pas de thématiques identifiées
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr