Subastas como juegos de información incompleta
"En el año 2023, el mercado de subastas en línea, operado mediante plataformas digitales, generó ingresos estimados en 31 billones de dólares, lo que representa una tasa de crecimiento anual del 2.1 % desde 2018. La importancia económica de este sector ha motivado diversas investigaciones orien...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2025 |
| País: | México |
| Institución: | Benemérita Universidad Autónoma de Puebla |
| Repositorio: | Repositorio Institucional de Acceso Abierto RIAA-BUAP |
| Idioma: | español |
| OAI Identifier: | oai:repositorioinstitucional.buap.mx:20.500.12371/30801 |
| Acceso en línea: | https://hdl.handle.net/20.500.12371/30801 |
| Access Level: | acceso abierto |
| Palabra clave: | CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA Comercio--Negocios--Mercados--Subastas--Subastas por internet Matemáticas--Álgebra--Teoría de juegos Matemáticas--Estadística matemática--Teoría de la decisión--Estadística bayesiana Subastas en Internet--Modelos matemáticos |
| Sumario: | "En el año 2023, el mercado de subastas en línea, operado mediante plataformas digitales, generó ingresos estimados en 31 billones de dólares, lo que representa una tasa de crecimiento anual del 2.1 % desde 2018. La importancia económica de este sector ha motivado diversas investigaciones orientadas a fortalecer la seguridad y a reducir prácticas fraudulentas, en beneficio de compradores, vendedores y casas de subasta. No obstante, existe una carencia de modelos analíticos que permitan a un comprador individual incrementar sus probabilidades de éxito en una subasta, al tiempo que maximizan su utilidad esperada. En esta tesis se propone un modelo teórico fundamentado en la teoría de juegos bayesianos, cuyo objetivo es proporcionar una estrategia óptima de participación para un comprador racional. El enfoque clasifica a los postores en dos categorías conductuales —precavidos e intrépidos— y ajusta una función de probabilidad para cada tipo. A partir de dicha clasificación, se determina numéricamente el equilibrio de Nash bayesiano en función de la valoración privada del comprador analizado". |
|---|