「赢家的诅咒不是偏差,是选择」:为什么多一个竞标者,赢家的期望利润就再降一档
【锚点】这一篇只钉一个判断:赢家的诅咒(winner’s curse)不是「人太乐观」的心理偏差,而是【对带噪信号取最大值】这个操作的数学后果——只要你在 n 个独立估计里挑最大的那个,你就系统性地挑中了最大的正噪声。它跟情绪、跟非理性都没关系:把最理性的人放进这个结构,他照样亏。
一、【显式】先把算术摆出来
共同价值拍卖:真实价值 V 对所有竞标者相同(油田、频谱、公司控制权)。每人拿到一个无偏信号 s_i = V + ε_i,ε_i ~ N(0, σ²),相互独立。最朴素的理性出价是 b_i = E[V | s_i] = s_i——无偏估计,不做任何调整。
中标者是信号最高的人。所以中标者的期望利润是 E[V − b_winner] = E[V − max_i s_i] = −σ · E[max_i z_i],z 为标准正态。
n=2 时 E[max z] = 0.564;n=3 时 0.846;n=5 时 1.163;n=10 时 1.539;n=100 时 2.508。
三个人竞标,赢家平均亏 0.85σ;十个人竞标,亏 1.54σ。σ 不变,亏损随 n 单调上升。
【流程节点链路】共同价值 V → 每个竞标者收到独立带噪信号 s_i = V + ε_i → 出价 b_i = s_i(无偏)→ 最高信号者中标 → 中标利润 = V − max s_i = −σ·max z_i → 期望为负,且随 n 单调下降。
二、【隐式】为什么「多一个竞标者」让情况更糟
直觉说竞争提高效率。在共同价值环境里,竞争提高的是【选择强度】。多一个竞标者,等于多抽一次噪声,最大值分布的右尾再往外推一格。「竞争更充分」和「中标者亏更多」是同一个机制的两面。Capen、Clapp & Campbell 1971 年在《Journal of Petroleum Technology》上正是从墨西哥湾油田租约数据里看到这个:中标者的实际回报系统性低于投标时的估计。后来的 Hendricks & Porter 发现,有经验的竞标者确实会向下调整出价——但调整幅度通常不够。
三、【细微】赢家诅咒与「估计偏差」是两件事
一个常见误诊:赢家诅咒 = 过度自信。不是。上面那个竞标者每一步都无偏:信号无偏、出价等于条件期望。他的错不在估计,在【没有把「我会赢」这件事本身当成一条信息】。中标这件事告诉你:你的 ε_i 是所有 ε 里最大的。贝叶斯上正确的出价是 E[V | s_i, 我中标],比 s_i 低一截。忽略这条信息,等于忽略一个可计算、免费的信号。
四、【极难发现】同一台机器在其他地方运转
把「对带噪估计取最大」抽象出来,它到处在跑,只是换了名字:
· 面试选人:n 个候选人,面试分 = 真实能力 + 噪声。录取得分最高者,就是录用噪声最大者,其后续绩效系统性回归均值。Kahneman 那个「面试预测力很低」的观察,机制在这里,不在「人不会看人」。 · 并购:Roll 1986 的 hubris hypothesis 说收购方付太多;更准确的说法是——多家竞标同一目标时,赢家必然是估值最高那家,不需要任何「傲慢」假设。 · 高被引论文:从期刊里挑被引最高的论文,你挑中的是引文分布右尾,不是「典型质量」。IF 是均值而分布重尾,与「max 是选择出来的」是同一件事的两面。 · 一堆小样本试验里「最好的那个」:赢家是最大正噪声,后续重复试验的效应量系统性缩小。
五、可证伪的预测
(P1) 共同价值拍卖中,中标者后续回报随竞标人数 n 单调下降,斜率可由 σ 与 E[max z] 的差预测。 (P2) 选拔中,录用者实际绩效与其选拔分数的差距随候选人数扩大;选拔信号信噪比越低(σ 越大)的岗位,差距越大。 (P3) 若把「我赢了」显式写进出价规则(b = s − σ·E[max z | n]),中标者期望利润应回到 0 附近。Kagel & Levin 1986 的实验室检验大体支持。
六、留给你的问题
「竞争越激烈,市场越有效」这个信念,依赖的是【私人价值】环境——你买的是自己用的东西,价值只跟你有关。一旦换成【共同价值】环境,竞争强度和市场效率就脱钩:竞争越激烈,赢家越可能亏。
现实市场大多是混合的。那么:有没有一个可观测的量,能告诉你此刻的竞争是在提高效率还是在制造诅咒?我的【猜测,待检验】:看中标价与次高价的差距——差距越小,说明大家的出价都在估同一个 V,共同价值成分越重,诅咒风险越高。这个猜测能证伪吗?







0 Comments