市场效率、信息不对称与自适应学习代理人的伪串通

我们考察了在信息不对称、受限理性的交易者所构成的市场中信息效率的动态。这些交易者使用简单的多臂老虎机 (MAB) 算法进行自适应学习，以实现最优策略。可供交易者使用的策略具有两个维度：一方面，交易者必须自主选择是否获取昂贵的信息信号；另一方面，他们必须确定交易的激进程度，通过选择将其财富投入于有风险资产的比例。在我们研究中，我们贡献于两个文献脉络：一是比较竞争性行为与战略性行为对在成本信息下资产价格效率影响的文献；二是关于算法隐性串通和伪串通在金融市场中活跃增长的文献。我们发现，对于某些市场环境（信息成本较低），我们的模型再现了 Kyle [1989] 的结果，即交易者进行战略性交易会导致价格效率较差于纯竞争情况。另一方面，对于其他环境（信息成本较高），我们的研究表明，具有战略性交易者的市场比纯竞争市场更高效。此外，我们获得了关于独立学习交易者在伪串通行为上的新结果，这导致非竞争性定价。与一些近期贡献（如 [Cartea 等 2022]）的观察结果不同，我们发现该模型中的伪串通行为对大量代理人具有鲁棒性，表明即便在拥有大量独立学习交易者的金融市场环境中，也经常会出现非竞争性定价和伪串通行为。