{
  "id": "winners-curse",
  "title": "赢家诅咒",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "赢家诅咒指竞价获胜筛选出了异常乐观的估值，从而可能使赢家支付过高价格的现象。",
  "category": "economics",
  "subcategory": "microeconomics",
  "type": "concept",
  "aliases": [
    "赢者诅咒",
    "胜者诅咒"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/winners-curse/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/winners-curse/",
      "json": "https://aiwiki.page/en/winners-curse.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "赢家诅咒是拍卖理论中的一个问题：在竞争中获胜这一事实，会为赢家对所获资产的估值带来不利信息。当竞标者对资产价值掌握的信息并不完善时，最高出价可能来自估值最乐观、而非最准确的竞标者。如果竞标者没有考虑这种选择效应，就可能支付超过资产价值的价格，或获得低于预期的收益。当资产价值中有相当大的一部分对所有竞标者而言都是共同的，这一效应尤为重要。"
    },
    {
      "heading": "经济机制",
      "text": "设想几家公司竞标一处油田的开采权。可采石油的数量尚不确定，各家公司分别委托开展地质评估。尽管它们对证据的解读可能不同，但它们估算的是同一项潜在资源，其储量不会仅仅因为某家公司赢得拍卖就变得更多。\n\n如果出价随估值上升，那么估值最高的公司就最有可能获胜。因此，获胜本身传递了一条信息：其他公司依据各自掌握的证据，都不愿出到同样高的价格。一项在拍卖前看似合理的估值，在公司将获胜这一事实考虑在内后，可能就显得过于乐观。\n\n这一机制并不以欺诈、非理性的热情，或所有竞标者的预测都存在系统性高估为前提。即使各项估计在筛选前都是无偏的，当只有最高估计被选中时，也可能产生偏差。它与信息不对称有关，但即便竞标者掌握的信息精确程度相同，也可能出现这一现象：只要他们各自获得的信号不同就足够了。\n\n通常可以区分两种结果：\n\n- **绝对亏损：**赢家支付的价格超过了所获资产的价值。\n- **回报不及预期：**赢家获得了正回报，但低于最初估值所暗示的水平。\n\n获胜并不必然导致上述任何一种结果。核心问题在于，出价是否充分考虑了获胜这一事实所包含的信息。"
    },
    {
      "heading": "共同价值与私人价值",
      "text": "这一问题的经典情境是共同价值拍卖。在纯粹的共同价值模型中，拍卖品对每位竞标者的内在价值都相同，但竞标者获得的信息各不相同。矿藏以及对不确定的未来现金流的索取权，都是典型例子。\n\n相比之下，在私人价值拍卖中，每位竞标者的估值取决于自身的偏好或处境，其他竞标者的信息不会改变这一估值。收藏家可能因个人欣赏而珍视一幅画，而不在意其他收藏家如何看待它。在标准的独立私人价值模型中，获胜本身并不表明赢家高估了物品对自己的价值。\n\n实际交易往往兼具这两种成分。被收购公司的未来盈利并不确定，这一点关系到所有潜在买家；但某位买家也可能通过业务整合获得独特收益。这类买家特有的收益可能包括规模经济或互补性资产。赢家诅咒关注的是不确定的共同价值部分，而不只是不同买家愿意支付不同金额这一事实。"
    },
    {
      "heading": "数学表述",
      "text": "令 \\(V\\) 表示某项资产不确定的共同价值，并假设竞标者 \\(i\\) 观察到一个信号：\n\n\\[X_i=V+\\varepsilon_i,\\]\n\n其中，\\(\\varepsilon_i\\) 为估计误差。在出价随信号值上升的对称模型中，信号值最高的竞标者获胜。\n\n在尚未考虑选择效应时，观察到 \\(X_i=x\\) 的竞标者可能采用如下期望值：\n\n\\[m(x)=\\mathbb{E}[V\\mid X_i=x].\\]\n\n但获胜揭示了额外信息。在上述出价假设下，相关的条件估值为：\n\n\\[m_W(x)= \\mathbb{E}\\!\\left[ V\\mid X_i=x,\\;X_j\\leq x\\text{ for every }j\\ne i \\right].\\]\n\n在标准的共同价值模型中，这一条件估值低于 \\(m(x)\\)。其他竞标者较低的信号值意味着，赢家自身的信号更有可能包含了使估值偏高的误差。\n\n一个相关的统计例子将真实价值 \\(v\\) 固定，并假设各项误差独立同分布、非退化且均值为零。如果选择最高估计，那么在期望有限的条件下，只要至少有两位竞标者，就有：\n\n\\[\\mathbb{E}\\!\\left[\\max_i X_i\\right] = v+\\mathbb{E}\\!\\left[\\max_i\\varepsilon_i\\right] > v\\]\n\n每个单独的估计都可以是无偏的，但被选中的最大值却存在向上偏差。\n\n这些表达式描述的是估值和选择过程，而非通用的出价公式。实际出价还取决于拍卖的支付规则、竞争状况和风险厌恶程度。"
    },
    {
      "heading": "示例",
      "text": "假设五家公司分别将某项资产的价值估计为80、90、100、110和120个货币单位。该资产的价值随后被确定为100。\n\n如果每家公司都在第一价格密封投标拍卖中按自身估值出价，那么估值为120的公司将获胜，并支付120。其亏损不只是一次不走运的预测失误：竞价程序从这组估值中选出了最乐观的那个。\n\n这个例子并不能证明每个获胜估值都偏高。在另一种情况下，五项估值可能全都低于资产价值。赢家诅咒关注的是各种可能结果中呈现的条件性规律。\n\n支付第二高的出价也不会自动消除这一问题。如果这些公司改为在第二价格拍卖中按未经调整的估值出价，本例中的赢家将支付110，仍然付出了过高的价格。人们熟知的维克里拍卖如实出价性质适用于其私人价值情境；这并不能成为直接按未经调整的共同价值信号出价的理由。"
    },
    {
      "heading": "理性出价与拍卖设计",
      "text": "充分理解这一机制的竞标者能够预见选择效应。在标准均衡模型中，竞标者会调整出价，将获胜可能揭示的信息考虑在内。因此，存在赢家诅咒问题，并不意味着理性竞标者必然遭受预期亏损。\n\n出价低于初始估值的两种原因必须区分开来：\n\n- **信息调整：**获胜会改变对资产价值的估计。\n- **策略性压价：**在第一价格拍卖中，出价低于估值可以增加中标后获得的利润。\n\n策略性压价也会出现在不存在经典赢家诅咒的私人价值拍卖中。\n\n拍卖形式会影响竞价过程中可获得的信息。在增价拍卖中，观察竞争者何时退出，可能揭示其估值信息。密封投标拍卖通常较少让竞标者有机会在确定出价前向竞争者学习。这些差异是机制设计的研究对象，但其后果取决于信息结构和拍卖规则。\n\n竞标者的数量也很重要。在估计精度和简单出价规则不变的情况下，竞标者越多，被选中的最高估计通常就越极端。然而，在理性出价的情况下，更激烈的竞争与更大幅度的信息调整会相互作用。不能仅凭“竞标者越多，赢家诅咒越严重”这一说法，就预测拍卖价格和卖方收入。"
    },
    {
      "heading": "历史与证据",
      "text": "这一说法因石油工程师E. C. 卡彭、R. V. 克拉普和W. M. 坎贝尔于1971年发表的论文《高风险情境下的竞争性投标》而广为人知。他们分析的是石油开采权的竞争性投标；在这类交易中，即使开展了费用高昂的地质勘查，资源价值仍存在很大不确定性。\n\n此后，这一问题在形式化拍卖理论和行为经济学中都占据了重要地位。共同价值拍卖的实验室研究经常发现，缺乏经验的参与者出价过于激进，有时平均利润为负。这类实验使研究者能够明确设定竞标者可获得的信息，并将实际出价与理论基准进行比较。\n\n经验和反馈有助于改善出价，但其效果因环境而异。在现实情境中，识别赢家诅咒更为困难，因为研究者可能无法观察到竞标者掌握的信息，也无法得知在提交出价时可以合理预期的价值。结果不及预期，本身并不能证明竞标者忽视了选择效应。"
    },
    {
      "heading": "应用与局限",
      "text": "这一机制并不限于出售物品的拍卖：\n\n- **企业收购：**成功收购的买家，可能恰好是对盈利或整合收益预测最乐观的公司。必须区分买家特有的优势与高估。\n- **采购：**当最低出价者中标时，被选中的承包商可能对成本作出了最乐观的估计。这是经典的价值高估问题在成本低估情境中的对应形式。\n- **许可证与特许经营权：**出价可能取决于不确定的需求、运营成本和未来收入，而这些因素是各竞标者评估中的共同部分。\n- **金融资产：**相互竞争的买家可能从他人愿意出售或不愿买入的行为中推断信息，不过许多金融市场交易所涉及的机制比简单拍卖更复杂。\n\n赢家诅咒并不等同于任何糟糕的投资、过高的购买价格或后续的资产减值。意外事件可能使一项理性的购买变得无利可图。反过来，一项最初论证不充分的购买，也可能因后来的有利变化而获利。\n\n这一概念也不同于逆向选择。逆向选择通常涉及交易一方掌握另一方所不具备的质量信息。赢家诅咒不需要卖方掌握充分信息也能出现：从信息不完善的竞争者中进行筛选就足够了。\n\n在经济学以外，选择测得效应最大的结果或表现最好的候选对象，同样可能选出受到异常有利噪声影响的对象。这些应用具有相同的统计逻辑，即选取极端估计值，但不一定涉及策略性出价或拍卖均衡。"
    }
  ],
  "links": [
    "auction-theory",
    "information-asymmetry",
    "economies-of-scale",
    "expected-value",
    "risk-aversion",
    "mechanism-design",
    "behavioral-economics",
    "financial-market",
    "asset-impairment",
    "adverse-selection"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}