C3IMantilla

Vista previa del material en texto

Introducción a la 
Economía Experimental 
Introducción 
César Mantilla 
cesar.mantilla@iast.fr 
Cass Sunstein 
Profesor de la Escuela de Derecho en Harvard 
 
2008: Nudge 
2009-2012: Administrator of the White House 
Office of Information and Regulatory Affairs 
Sesgo del status-quo 
• Cómo cambiar las “default options” tiene 
grandes cambios en comportamiento 
Comparación social 
• “Sus vecinos ahorran más energía que usted” 
• “En esta comunidad la mayoría paga sus 
impuestos a tiempo” 
“Save more tomorrow” 
Save More Tomorrow 
El empleado toma la decisión de entrar al programa 
por adelantado: no va a comenzar a ahorrar con su 
salario actual, sino desde el próximo aumento de 
salario 
El empleado puede aceptar aumentar las 
contribuciones a través del tiempo 
El empleado puede retirarse del programa cuando 
quiera. Aunque se espera que no lo hagan eso 
garantiza la libertad en las decisiones. 
Save More Tomorrow 
• El programa se probó en una compañía 
manufacturera con bajas tasas de ahorro 
– Se les pidió a los empleados que subieran su tasa de 
ahorro del 4.4% al 5.0% 
– A aquellos que no aceptaron se les ofreció el 
programa Save More Tomorrow 
• Quienes entraron al programa pasaron de tener 
una tasa de ahorro del 3.5% al 11.6% 
• Quienes no entraron al programa pasaron de 
tener una tasa de ahorro del 5.3% al 7.5% 
Economía experimental y 
Save More Tomorrow 
– Voy a recibir dinero mañana. ¿A cuánto de este dinero 
estoy dispuesto a renunciar por recibirlo hoy? 
– Voy a recibir dinero el 4 de diciembre de 2016. ¿A 
cuánto de este dinero estoy dispuesto a renunciar por 
recibirlo el 3 de diciembre de 2016? 
• Supuesto estándar: tasas de descuento 
geométricas 
Economía experimental y 
Save More Tomorrow 
– Voy a recibir dinero mañana. ¿A cuánto de este dinero 
estoy dispuesto a renunciar por recibirlo hoy? 
– Voy a recibir dinero el 4 de diciembre de 2016. ¿A 
cuánto de este dinero estoy dispuesto a renunciar por 
recibirlo el 3 de diciembre de 2016? 
• Supuesto estándar: tasas de descuento 
geométricas 
• Evidencia experimental de tasas de descuento 
hiperbólicas 
– Descontamos diferente el futuro cuando está más 
cerca 
El Mercado Laboral de 
Residentes de Medicina 
• 1940: Alta competencia entre hospitales llevó a una falla 
de mercado 
– Estudiantes de medicina estaban aceptando contratos de 
residentes dos años antes de graduarse 
• 1950: Crean un algoritmo centralizado que vaciara el 
mercado 
– “Matching market:” mercados que asignan bienes heterogéneos 
e indivisibles 
• Residentes revelan preferencias: orden de hospitales 
• Hospitales revelan preferencias: orden de residentes 
– Estabilidad: nadie está interesado en bloquear el 
emparejamiento asignado tras revelar sus preferencias 
Algoritmo en Edimburgo: 
Deferred Acceptance 
• 1.a. Cada residente aplica al hospital que considera como primera 
opción 
• 1.b. Cada hospital rechaza todas las aplicaciones que no desea 
aceptar y, si recibe más de una aplicación que le interesa, las 
“guarda” por una ronda más. 
• … 
• k.a. El residente que fue rechazado en la ronda k-1 hace una nueva 
aplicación al hospital que más prefiere dentro de los que no lo han 
rechazado. 
• k.b. Cada hospital “guarda” la oferta que más le interesa hasta la 
ronda k y rechaza el resto. 
• … 
• STOP: cuando no se hacen más aplicaciones, y cada hospital está 
emparejado con el residente cuya aplicación está “guardada” por el 
hospital. 
 
 
Algoritmo en Newcastle: 
Priority Matching 
– Priority matching o emparejamiento prioritario: cada 
residente hace un ranking de los hospitales preferidos, y 
cada hospital hace un ranking de residente preferidos. 
– Las prioridades de cada emparejamiento están dadas por 
el producto de los rankings: 
1-1, 2-1, 1-2, 1-3, 3-1, 4-1, 2-2, 1-4, 5-1, … 
 
 
Algoritmo en Newcastle: 
Priority Matching 
– Priority matching o emparejamiento prioritario: cada 
residente hace un ranking de los hospitales preferidos, y 
cada hospital hace un ranking de residente preferidos. 
– Las prioridades de cada emparejamiento están dadas por 
el producto de los rankings: 
1-1, 2-1, 1-2, 1-3, 3-1, 4-1, 2-2, 1-4, 5-1, … 
– Priority matching es inestable! 
– Piense en estos dos casos: 
• Un residente y un hospital que ponen al otro en cuarto puesto en 
el ranking (4-4). 
• Un residente ubica a un hospital en la posición 15 de su ranking, y 
el residente ocupa la primera posición para el hospital (15-1). 
 
 
Un experimento en Matching Markets 
• ¿La diferencia entre los resultados en Edimburgo y 
Newcastle se debe a las diferencias en algoritmos? 
• Ventajas 
– Participantes son “residentes” pero se le asignan sus 
“hospitales” favoritos 
– Podemos entender si los “residentes” intentan manipular 
el algoritmo 
– Todo se mantiene igual entre las poblaciones, excepto la 
asignación de los algoritmos 
Reglas del Experimento: 
Matching Markets 
• 6 “residentes” y 6 “hospitales” 
– Cada hospital puede contratar un único residente 
– Cada hospital hace una sola oferta por ronda 
– Una vez el residente acepta la oferta no se puede retirar 
• 10 bloques de mercados decentralizados (como el 
mercado en Estados Unidos en los 40s) 
– Se puede contratar en las rondas -2, -1, 0 
– Si se contrata antes de la ronda 0, el número de ronda es 
un “costo” impuesto al matching 
• 15 bloques con uno de los dos algoritmos 
– Edimburgo o Newcastle 
– Si llegan a la ronda 0 los residentes deben “enviar la 
aplicación” del orden preferido de hospitales 
 
Resultados: costo de contratos anticipados 
- Si todos hacen un contrato en el periodo -2 el costo es $24 
- Si todos hacen un contrato en el periodo -1 el costo es $12 
Bloques 1-10 
• No hay diferencia entre tratamientos 
• Pero más contratos tempranos a través del tiempo 
Bloques 11-15 
• No hay diferencia entre tratamientos 
Bloques 21-25 
• El algoritmo de Edimburgo reduce la cantidad de 
contratos anticipados 
¿Qué es un experimento? 
En física: 
¿Qué es un experimento? 
En economía: 
Participant A can give money to B (X), 
the amount of which is multiplied by 3... 
...Participant B receives 3 X and 
can give some of it back to A. 
 
24 
Un laboratorio de economía 
25 
El laboratorio de economía 
llevado a campo 
Ventajas 
Control de las reglas de juego e 
incentivos de los participantes 
Medidas no disponibles en otros 
tipos de datos (expectativas) 
Aleatorización entre 
tratamientos (prevenir sesgos 
de selección) 
Los experimentos pueden ser 
replicables 
Desventajas 
Las situaciones pueden ser 
abstractas 
El tamaño de la muestra suele ser 
reducido 
Los pagos en juego suelen ser 
menores que lo que decisiones 
similares de la vida real pueden 
acarrear 
 
Las tres recomendaciones 
más importantes 
Simplicidad del diseño 
• No caiga en la tentación de introducir más tratamientos 
porque se ven simples 
Nunca mueva dos variables controladas a la vez 
• De lo contrario no sabrá cuál de las dos es la causante del 
efecto 
Lea y relea las instrucciones 
• Ayúdese de colegas y amigos para estar seguro que las 
instrucciones del experimento son claras 
VAMOS A REALIZAR NUESTRO 
PRIMER EXPERIMENTO DEL CURSO 
Introducción a la 
Economía Experimental 
Aspectos Metodológicos en el 
Diseño de Experimentos 
César Mantilla 
cesar.mantilla@iast.fr 
Usted y {su oponente/un compañero del curso} están 
participando en un juego en el que cada uno va a pedir una 
cantidad de dinero. El monto debe ser un múltiplo de 
{$100/$1.000} entre {$1.100/$11.000} y {$2.000/$20.000} 
pesos. Cada participante recibirá el monto que pida. Un 
jugador puede recibir un monto adicional de {$2.000/$20.000} 
pesos si el monto pedido es exactamente {$100/$1.000} pesos 
más bajo que el pedido por el otro jugador. 
 
¿Qué cantidad de dinero desea pedir? 
Diseño Experimental 
• Dos dimensiones fueron alteradas simultáneamente: 
• Redacción (wording): {Oponente– Compañero} 
• Stakes: {$100s - $1.000s} 
 
Tratamiento: Ambiente único con respect a los parámetros de interés 
• Control: tratamiento base contra el que se comparan los demás 
tratamientos 
Oponente Compañero 
$100s Tratamiento 1 Tratamiento 2 
$1.000s Tratamiento 3 Tratamiento 4 
Diseño Experimental 
Tratamiento: Ambiente único con respect a los parámetros de interés 
Sesión: Secuencia de tareas con un grupo de participantes 
¿Cuántas sesiones tuvo nuestro experimento? 
Diseño Experimental 
Tratamiento: Ambiente único con respect a los parámetros de interés 
Sesión: Secuencia de tareas con un grupo de participantes 
¿Podemos aumentar/reducer el número de tratamientos? 
Diseño Experimental 
Tratamiento: Ambiente único con respect a los parámetros de interés 
Sesión: Secuencia de tareas con un grupo de participantes 
¿Podemos aumentar/reducir el número de tratamientos? 
Más 
tratamientos 
Menos 
tratamientos 
Diseño Experimental 
Tratamiento: Ambiente único con respect a los parámetros de interés 
Sesión: Secuencia de tareas con un grupo de participantes 
¿Podemos aumentar/reducir el número de tratamientos? 
Más 
tratamientos 
Menos 
tratamientos 
Oponente Compañero 
$100s Tratamiento 1 Tratamiento 2 
$1.000s Tratamiento 3 Tratamiento 4 
Diseño Experimental 
¿Podemos proponer un diseño así? 
Elementos de un 
Buen Diseño Experimental 
Regularidad • Es possible replicar el experimento 
No sesgo 
• Que no haya no observables sin controlar 
que sesguen el resultado 
• Muestro 
• Terminología 
Paralelismo a 
la vida real 
• Hacer el diseño relevante a un problema 
real 
Experimentos: 
¿Por computador o con papel y lápiz? 
Por computador 
• Muy útil si hay que hacer cálculos complejos y 
 repetitivos 
• Eficiente para recolectar los datos 
Papel y lápiz 
• Puede ser más práctico en ciertas situaciones: 
• Experimentos de campo 
• Puede ayudar a resolver problemas de “confianza 
 en el investigador” 
Procedimientos Ciegos y 
Doblemente Ciegos 
El efecto Hawthorne 
Un estudio en los años 30 
mostraba que aumentar la 
cantidad de iluminación en una 
fábrica aumentaba la 
productividad… 
 
El Efecto Hawthorne 
Un estudio en los años 30 
mostraba que aumentar la 
cantidad de iluminación en una 
fábrica aumentaba la 
productividad… 
 
El problema es que también 
encontraron que reducir la 
cantidad de iluminación también 
aumentaba la productividad! 
Procedimientos Ciegos y 
Doblemente Ciegos 
Procedimiento ciego: 
Los participantes no saben en qué grupo de 
tratamiento se encuentran. 
Procedimiento doblemente ciego: 
Los participantes no saben en qué grupo de 
tratamiento se encuentran. 
Los experimentadores no saben qué 
tratamiento están aplicando. 
HAGAMOS OTRO EXPERIMENTO 
Comprando Chocolates 
15 
Nombre: _____________________ 
Estoy dispuesto a pagar hasta: 
1. Usted va a recibir un papel de estos: 
2. Escriba, en múltiplos de $100 pesos la 
máxima cantidad que usted está dispuesto a 
pagar por este chocolate. 
 
3. Puede escoger cualquier valor entre $0 y 
$4.000 
4. Vamos a escoger un precio aleatorio 
utilizando Excel 
• Si lo que está dispuesto a pagar es mayor 
que el precio, usted me da la plata y le doy 
el chocolate 
• Si lo que está dispuesto a pagar es menor 
que el precio no hay intercambio 
Diseño Experimental: 
Compatibilidad en Incentivos 
Si estoy interesado en hacer revelar a las personas sus 
preferencias debo hacer que el incentivo monetario esté 
alineado con decir la verdad 
• Compatibilidad en incentivos: lo mejor que puede hacer 
el participante es decir la verdad 
Diseño Experimental: 
Compatibilidad en Incentivos 
Si estoy interesado en hacer revelar a las personas sus 
preferencias debo hacer que el incentivo monetario esté 
alineado con decir la verdad 
• Compatibilidad en incentivos: lo mejor que puede hacer 
el participante es decir la verdad 
• Suponga que lo que yo estaba vendiendo era un billete 
de $2.000, ¿Cuánto debía apostar? 
Diseño Experimental: 
Exposición a Tratamientos 
• Elimina la contaminación entre tratamientos 
• Hay que confiar en el proceso de 
aleatorización 
Between-Subjects 
• Se controla por características individuales 
• Se pueden hacer análisis estadísticos más 
robustos 
• Hay que controlar efectos de orden 
Within-Subjects 
Diseño Experimental: 
Tipo de Emparejamiento 
Protocolo de emparejamiento: la forma de definir los 
grupos de participantes en juegos repetidos 
 
• Partners (fijo): Siempre juega con el mismo grupo 
 
• Strangers (aleatorio): Redefinición de los grupos tras cada 
periodo 
 
• Perfect strangers: Cada participante solo va a encontrarse a otro 
una única vez en la sesión 
Diseño Experimental: 
Incentivos y Engaño 
En Economía Experimental se han fijado unos estándares 
de experimentación: 
• Aumentar la certeza de los participantes en cuanto al 
contenido del experimento 
• Especificar de forma precisa las “reglas del juego” 
 
En Psicología se usan estándares diferentes. Esto ha 
llevado a varias disputas. 
Incentivos Monetarios 
Incentivos financieros basados en las 
decisiones tomadas 
– Casi todos los economistas 
– Entre 15-25% de los psicólogos 
 
 
 
Ventajas 
• Los participantes hacen más esfuerzo y 
prestan más atención 
• Mejora la medición (menos ruido y 
más consistencia) 
• Menos comportamiento “socialmente 
deseado” 
Desventajas 
• Es más costoso 
• Los pagos igual son limitados 
Incentivos: Implementación 
Puntos intercambiados por dinero 
Tiquetes de lotería para ganar un premio 
Competencia por premios 
N decisiones. Se seleccionan n<N para pagar. 
Otros premios (vouchers, bonos en clase) 
Engaño o Deception 
¿Por qué usar engaño? 
 
• Un choque en expectativas es una manipulación que falicita el 
studio de ciertos comportamientos (e.g. experiment en 
prejuicios raciales) 
 
• Puede utilizarse para crear situaciones que no ocurren 
frecuentemente 
 
Los economistas experimentales tienen vetado el uso de engaño 
 
• Preocupación por desarrollar y mantener una reputación de 
honestidad entre los participantes en experimentos 
 
• Asegura que esta motivación acompaña a los incentivos 
monetarios 
 
Cuestionarios 
Pueden ser aplicados antes o después del experimento 
 
Algunas cosas son difíciles de incentivar y pueden 
simplemente preguntarse 
• Estrategias utilizadas en el experimento 
• Emociones o rasgos de la personalidad 
• Creencias (aunque los economistas ahora también proveen 
incentivos) 
 
El cuestionario por si mismo puede ser un experimento! 
PRUEBAS ESTADÍSTICAS EN 
ECONOMÍA EXPERIMENTAL 
Pruebas Paramétricas y No Paramétricas 
Pruebas Paramétricas 
• Requieren supuestos sobre la 
distribución de las variables a 
nivel poblacional 
– Usualmente se assume que el 
término de no observables se 
distribuye normal 
– t-tests, MCO, probit 
• Estos supuestos requieren 
muestras grandes, con las que 
usualmente no se cuenta en 
economía experimental 
 
Pruebas No Paramétricas 
• No requieren estos supuestos 
• Útiles con datos ordinals y 
cardinales 
• Funcionan bien con muestras 
pequeñas 
• PERO se basan en el supuesto 
que cada observación es obtenida 
independientemente 
TEORIA DE JUEGOS EN ECONOMÍA 
EXPERIMENTAL 
Equilibrio de Nash 
Noción de equilibrio: ningún jugador tiene incentivos a desviarse 
unilateralmente de una estrategia a otra. 
Equilibrio de Nash 
Conjunto de estrategias donde cada jugador 
 escoge su estrategia óptima 
dadas las estrategias de los demás jugadores 
Equilibrio en estrategias dominantes: 
Cada jugador sigue una estrategia que es óptima contra 
cualquier estrategia el otro jugador pueda escoger 
Equilibrio de Nash: 
Conjunto de estrategias donde cada jugador escoge su estrategia 
óptima dadas las estrategias de los demás jugadores 
Equilibrio en estrategias dominantes: 
Cada jugador sigue una estrategiaque es óptima contra 
cualquier estrategia el otro jugador pueda escoger 
Dilema del Prisionero 
10, 10 6, 18 
18, 6 8, 8 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Dilema del Prisionero 
10, 10 6, 18 
18, 6 8, 8 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Dilema del Prisionero 
10, 10 6, 18 
18, 6 8, 8 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Dilema del Prisionero 
10, 10 6, 18 
18, 6 8, 8 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Equilibrio de Nash: 
Conjunto de estrategias donde cada jugador escoge su estrategia 
óptima dadas las estrategias de los demás jugadores 
Equilibrio en estrategias dominantes: 
Cada jugador sigue una estrategia que es óptima contra 
cualquier estrategia el otro jugador pueda escoger 
Afuera de este mundo la mejor estrategia depende de lo que los otros 
jugadores hagan. Los jugadores forman creencias acerca de lo que 
los demás van a escoger. 
Batalla de los Sexos 
1, 1 5, 3 
3, 5 1, 1 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Batalla de los Sexos 
1, 1 5, 3 
3, 5 1, 1 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Batalla de los Sexos 
1, 1 5, 3 
3, 5 1, 1 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Batalla de los Sexos 
1, 1 5, 3 
3, 5 1, 1 
LEFT RIGHT 
UP 
DOWN P
la
ye
r 
1
 
Player 2 
Two Nash equilibria! 
Introducción a la 
Economía Experimental 
Toma de Decisiones Individuales: 
Preferencias Bajo Incertidumbre y 
Preferencias Intertemporales 
César Mantilla 
cesar.mantilla@iast.fr 
Toma de Decisiones Bajo 
Incertidumbre 
¿Cuánto pagaría por jugar esta apuesta? 
• Usted lanza un dado. Yo le pago, en miles de 
pesos, el número que marque el dado. 
¿Cuánto pagaría por jugar esta apuesta? 
• Usted lanza un dado. Yo le pago, en miles de 
pesos, el número que marque el dado. 
–¿Más de $3,500? 
–¿$3,500? 
–¿Menos de $3,500? 
Aversión al Riesgo y Curvatura de la 
Función de Utilidad 
¿Cómo medir esta curvatura? 
• Binswanger (1980, 1981) 
– Proponer un conjunto de loterías en las que crece 
el valor esperado y la varianza 
 
Cárdenas and Carpenter (2013) 
¿Cómo medir esta curvatura? 
• Binswanger (1980, 1981) 
– Propone un conjunto de loterías en las que crece el 
valor esperado y la varianza 
• Holt and Laury (2002) 
– Se debe escoger entre un par de loterías, cada una con 
un pago alto y un pago bajo 
• El pago alto y el pago bajo son más cercanos en una lotería que 
en la otra 
– Las probabilidades del pago alto van incrementándose 
• La lotería con más distancia entre el pago alto y el pago bajo se 
hace más “apetecible” 
– Se puede estimar la curvatura de la fn de utilidad CRRA 
 
 
Holt and Laury (2002) 
Holt and Laury (2002) 
Holt and Laury (2002) 
Ganancias 
Pérdidas o Ganancias 
Kahneman (1979): 
Teoría de la Prospección 
• La utilidad depende de las 
pérdidas y ganancias de 
acuerdo a un punto de 
referencia 
• ¿Por qué la forma de S 
invertida? 
– Se subestiman las 
probabilidades altas 
– Se sobreestiman las 
probabilidades pequeñas 
 
Teoría de la Prospección: 
Función de Utilidad (Valor) 
Función valor 
– Pérdidas y ganancias son 
tratadas de forma 
diferente 
– Averso al riesgo en las 
ganancias, buscador del 
riesgo en las pérdidas 
– Aversión a la pérdida: 
pendiente más 
pronunciada para las 
pérdidas que para las 
ganancias (2 veces aprox.) 
 
Ganancias 
Ganancias + Ambiguedad 
• En la urna A hay 10 bolas. 5 rojas y 5 negras. 
• En la urna B hay 10 bolas, rojas y negras. Pero 
no se conoce en qué proporción. 
• Se les propone el siguiente juego: 
1. Escoja un color: ROJO o NEGRO 
2. Escoja una urna: A o B 
3. Saque una bola de la urna seleccionada 
4. Si la bola es del color escogido gana $1,000 
 
 
• En la urna A hay 10 bolas. 5 rojas y 5 negras. 
• En la urna B hay 10 bolas, rojas y negras. Pero 
no se conoce en qué proporción. 
• Se les propone el siguiente juego: 
1. Escoja un color: ROJO o NEGRO 
2. Escoja una urna: A o B 
3. Saque una bola de la urna seleccionada 
4. Si la bola es del color escogido gana $1,000 
 
¿Qué urna escoge? 
Paradoja de Ellsberg y 
Aversión a la Ambigüedad 
• A la mayoría no nos gustan las situaciones en 
las que no conocemos las probabilidades 
• Por eso más personas seleccionan la primera 
urna, a pesar que en la segunda urna podría 
haber incluso 10 bolas del color escogido! 
 
Toma de Decisiones 
Intertemporales 
El Experimento del Marshmallow 
de Stanford (Mischel et al. 1989) 
El Experimento del Masmelo 
de Stanford (Mischel et al. 1989) 
• 35 niños de 4-6 años recibieron un masmelo. 
Si esperaban 15 minutos sin comérselo 
recibían otro masmelo. 
– 10 años más tarde, quienes esperaron más eran 
descritos por sus padres como adolescentes más 
competentes 
– La habilidad de postponer la gratificación también 
resultó correlacionada con los puntajes en el SAT 
 
¿Por qué es importante entender la 
capacidad de postponer la gratificación? 
• Tasas de ahorro insuficiente 
• Procrastinación 
• Falta de voluntad 
¿Por qué es importante entender la 
capacidad de postponer la gratificación? 
• Falta de voluntad (Ariely y Wertenbroch, 2002) 
– Estudiantes del MIT que debían escribir 3 papers para su 
clase fueron asignados a una de estas condiciones 
1. Fecha límite para cada paper fue impuesta por el instructor, y 
fueron espaciadas en el semestre 
2. A los estudiantes les fue permitido poner sus propias fechas 
límites para cada paper 
• Una penalidad de 1% de la nota por cada día de retraso 
– Aquellos que escogieron fechas espaciadas tuvieron 
resultados tan buenos como aquellos a quienes les 
impusieron las fechas 
• Los estudiantes tenían una preferencia por una regla que les 
obligara a entregar los papers a tiempo, incluso si era costoso 
¿Por qué es importante entender la 
capacidad de postponer la gratificación? 
• Paying not to go to the gym (Della Vigna and 
Malmendier, 2006) 
– Datos de 7500 miembros de gimnasio por 3 años 
– Quienes pagan una subscripción anual terminan 
pagando $17 por cada visita al gimnasio. De haber 
tomado una tiquetera podrían pagar $10 por visita 
– Quienes pagan subscripción mensual tienen una 
probabilidad 17% mayor de permanecer en el 
gimnasio 
• Explicación? 
– Exceso de confianza respecto al auto-control en el 
futuro! 
Discounted-Utility model 
• Introducido por Samuelson en 1937 
– Las preferencias intertemporales pueden 
representarse de la siguiente forma 
𝑈𝑡(𝑐𝑡 , … , 𝐶𝑇) = 𝐷 𝑘 𝑢(𝑐𝑡+𝑘)
𝑇−𝑡
𝑘−00
 
– Donde 𝐷 𝑘 =
1
1+𝜌
𝑘
es la función de descuento 
individual, y 𝜌 es la tasa de descuento 
– Implicitamente, asume que: 
• La tasa de descuento no cambia en el tiempo 
• Entre dos periodos de tiempo cualquiera la proporción de la 
caída del valor de un objeto debe ser la misma, sin importar 
qué tan lejos esté en el tiempo 
Discounted-Utility model 
• Quiero ofrecerles hoy $15,000. Cuánto dinero 
me pedirían por esperar a recibir el dinero en 
– 1 mes 
– 1 año 
– 10 años 
 
Discounted-Utility model 
• Quiero ofrecerles hoy $15.000. Cuánto dinero 
me pedirían por esperar a recibir el dinero en 
– 1 mes 
– 1 año 
– 10 años 
• Thaler realizó este experimento 
– Mediana: $20.000, $50.000 y $100.000 
– Tasas de descuento de 345%, 120% y 19% 
Modelo de Descuento Hiperbólico 
• Propuesto por Elster (1979). Asume esta función 
de descuento 
𝐷 𝑘 = 
1 𝑠𝑖 𝑘 = 0 
𝛽𝛿𝑘 𝑠𝑖 𝑘 > 0
 
– La tasa de descuento entre hoy y el siguiente periodo 
es 
1−𝛽𝛿
𝛽𝛿
 
– La tasa de descuento entre dos periodos futuros es 
1−𝛿
𝛿
 
• La tasa de descuento es decreciente entre hoy y 
el siguiente periodo, pero luego es constante 
¿Cómo medir la tasa de descuento (𝛽, 𝛿)? 
Andreoni et al. (2015) 
• Multiple Price List 
– Decisiones binarias entre un pagohoy y otro pago 
en el futuro 
– Debe complementarse con una medición de 
preferencias por el riesgo 
• Convex Budget Time 
– Para cada monto ofrecido hoy, se ofrecen 
múltiples combinaciones de pagos hoy y en el 
futuro 
Andreoni et al. (2015) 
Procrastination 
• Augenblick et al. (2013) 
– Asignación intertemporal de dinero 
– Asignación intertemporal de tareas 
Procrastination 
• Augenblick et al. (2013) 
– Asignación intertemporal de dinero 
– Asignación intertemporal de tareas 
• Mucho más “sesgo por el presente” cuando 
hay que asignar esfuerzo que cuando hay que 
asignar dinero 
 
Introducción a la 
Economía Experimental 
Preferencias Sociales: 
Altruismo y Reciprocidad 
César Mantilla 
cesar.mantilla@iast.fr 
Juego del Ultimátum 
• Usted ha recibido $10,000 pesos y ha sido emparejado con 
otra persona en este salón. 
• La persona con quien Usted ha sido emparejado no ha 
recibido dinero. 
• A continuación Usted va a proponer una división de este 
dinero, en múltiplos de $1,000, indicando cuánto desea 
guardar para usted y cuánto quiere transferir a la otra 
persona. 
• La otra persona puede aceptar esta oferta, o rechazarla. 
• En caso de que la rechace, ambos recibirán $0 como 
ganancias. 
Juego del Ultimátum 
{𝐴𝑐𝑒𝑝𝑡𝑎𝑟, 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟} Transferir: 
{0,1,2, … , 9,10} 
Juego del Ultimátum 
{𝑨𝒄𝒆𝒑𝒕𝒂𝒓, 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟} Transferir: 
{0, 𝟏, 2, … , 9,10} 
Juego del Ultimátum en una 
perspectiva intercultural 
La tribu Machiguenga 
• Comunidad dedicada a la “tala y quema” que 
vive en el sureste de la Amazonía peruana 
La tribu Machiguenga 
• Henrich (2000) reporta los resultados de un juego 
del ultimatum con apuestas relativamente altas 
(cerca de 160 USD) 
• Y encuentra unos resultados muy particulares… 
Estudiantes 
Los Angeles 
Machiguenga 
Oferta media 0.48 0.26 
Oferta mediana 0.50 0.15 
Rechazo | oferta < 20% 0/0 1/10 
The cross-cultural behavioral 
experiments project 
Ofertas en el juego del Ultimátum 
Respuestas en el juego del Ultimátum 
• Las ofertas por encima de la minima son 
necesariamente pro-sociales? 
– Pueden reflejar que los individuos tienen creencias 
correctas de que ofertas bajas son rechazadas 
• Los autores estiman la Oferta Maximizadora del 
Ingreso (IMO) 
– Esta es la oferta que un individuo que maximiza sus 
ganancias va a proponer, asumiendo que conoce la 
distribución de los valores que serán rechazados 
Ofertas en el juego del Ultimátum 
Ofertas generosas Ofertas Maximizadoras 
del Ingreso 
Diferencias entre Grupos: Pagos a la 
Cooperación e Integración al Mercado 
Diferencias entre Grupos: Pagos a la 
Cooperación e Integración al Mercado 
Comportamiento en el 
Experimento y su Cotidianidad 
• Los Lamalera son cazadores de 
ballenas 
• Cuando regresan de cazar un 
miembro del grupo divide 
meticulosamente la presa entre 
miembros y no miembros del 
grupo de caza 
• Los Aché comparten carne 
regularmente 
• No hay una relación entre la 
cantidad que un cazador 
contribuye y la proporción que le 
corresponde a su familia 
Comportamiento en el 
Experimento y su Cotidianidad 
• Los Hadza también comparten 
carne 
• Pero lo evitan cuando es posible 
• Lo hacen por temor a las 
sanciones sociales 
Comportamiento en el 
Experimento y su Cotidianidad 
• Au y Gnau de Papua New Guinea 
tienen tasas de rechazo muy altas 
Comportamiento en el 
Experimento y su Cotidianidad 
Castigo de Terceros 
Castigo de Terceros y Normas Sociales 
• ¿Qué es una norma social? 
– Estándares normativos de comportamiento que se hacen 
cumplir a través de sanciones sociales informales 
• Se cumplen dadas las expectativas que las violaciones del 
comportamiento esperado será castigado 
– El castigo de un second-party es más poderoso, pero menos 
frecuente porque las transgresiones de normas no suele tener a 
alguien directamente afectado 
– Que un third-party haga cumplir la norma magnifica el alcance 
de las normas que regulan nuestro comportamiento 
• ¿Cuál es la utilidad de un experimento? 
– Para separar las sanciones que son motivadas por un 
comportamiento egoísta de aquellas motivadas por un 
comportamiento altruista 
Juego del Dictador 
• Usted ha recibido $10,000 pesos y ha sido emparejado con 
otra persona en este salón. 
• La persona con quien Usted ha sido emparejado no ha 
recibido dinero. 
• A continuación Usted va a proponer una división de este 
dinero, en múltiplos de $1,000, indicando cuánto desea 
guardar para usted y cuánto quiere transferir a la otra 
persona. 
• La otra persona no puede rechazar esta oferta. 
Un Juego del Dictador con 
Castigo de Terceros 
• Jugador A – Dictador 
– Dotación inicial de 100 puntos 
– Puede transferir 0, 10, 20, 30, 40 o 50 al Jugador B 
• Jugador B – Receptor 
– Se usa el strategy method para reveler sus creencias sobre el 
castigo impuesto por el tercero 
• Jugador C – Puede castigar al Jugador A 
– Dotación inicial de 50 puntos 
– 1 punto de castigo reduce el pago del Jugador A en 3 puntos 
– Se usa el strategy method para revelar su patron de castigo para 
cada nivel de transferencia hecho por el Jugador A 
• El Jugador A sabe de antemano que puede ser castigado 
• Predicciones: 
– Castigar es costoso para el Jugador C: no va a castigar 
– El Jugador B no debería esperar castigo por parte del 
Jugador C al Jugador A 
– El Jugador A no debería transferir nada al Jugador B 
• Resultado Final: 
– πA, π B, π C = (100,0,50) 
Un Juego del Dictador con 
Castigo de Terceros 
Castigo: Margen Extensivo 
Castigo: Margen Intensivo 
Modelos de Preferencias Pro-Sociales 
• Altruismo 
– Andreoni (1989): 
• Jugadores no egoístas se preocupan positivamente por las ganancias de otros 
actores 
• Reciprocidad 
– Rabin (1993): 
• Premiar buenas intenciones y castigar malas intenciones 
• Modelo de dos jugadores: solo puede explicar castigo directo 
– Falk y Fischbacher (1999): 
• Los jugadores ven la desigualdad como injusta y son deseosos de incurrir en un 
costo para reducirla 
– Levine (1998): 
• Deseo de castigar individuos con preferencias egoístas o maliciosas 
• Aversión a la desigualdad 
– Fehr y Schmidt (1999): 
• A los jugadores les importa la diferencia entre sus pagos y los de todo otro 
jugador 
– Bolton y Ockenfels (2000): 
• A los jugadores les importa la diferencia entre sus pagos y el pago promedio de 
los otros 
 
Modelos de Preferencias Pro-Sociales 
• Altruismo 
– Andreoni (1989): 
• Jugadores no egoístas se preocupan positivamente por las ganancias de otros 
actores 
• Reciprocidad 
– Rabin (1993): 
• Premiar buenas intenciones y castigar malas intenciones 
• Modelo de dos jugadores: solo puede explicar castigo directo 
– Falk y Fischbacher (1999): 
• Los jugadores ven la desigualdad como injusta y son deseosos de incurrir en un 
costo para reducirla 
– Levine (1998): 
• Deseo de castigar individuos con preferencias egoístas o maliciosas 
• Aversión a la desigualdad 
– Fehr y Schmidt (1999): 
• A los jugadores les importa la diferencia entre sus pagos y los de todo otro 
jugador 
– Bolton y Ockenfels (2000): 
• A los jugadores les importa la diferencia entre sus pagos y el pago promedio de 
los otros 
 
Castigo: 
Second-Party versus Third-Party 
• Etapa 1: Juego del Dictador 
• Etapa 2: +50 Dotación 
Castigo: 
Second-Party versus Third-Party 
Altruismo y 
Comportamiento Caritativo 
Modelamiento de 
comportamiento caritativo 
• Preferencias por dar/donar 
– Individuo 𝑖 con ingreso 𝑚𝑖 que consume un bien privado 
𝑥𝑖 y dona 𝑔𝑖 a obras de caridad 
– 𝐺 = 𝑔𝑖
𝑛
𝑖=1 es la contribución total a obras de caridad 
• Podemos interpreter 𝐺 como un bien público 
– En un modelo de altruismo puro, 𝑖 tiene preferencias 
𝑈𝑖 = 𝑢𝑖 𝑥𝑖 , 𝐺 
• Conlleva a conclusiones erradas (proporción de donantes) 
 
– En un modelo de altruism impuro, 𝑖 tiene preferencias 
 𝑈𝑖 = 𝑢𝑖 𝑥𝑖 , 𝐺, 𝑔𝑖 , con𝑑𝑈𝑖
𝑑𝑔𝑖
> 0 
• Captura el hecho que uno siente más utilidad de su contribución a 
𝐺 comparada con la contribución de los demás 
• Esto se conoce como el warm-glow de donar (Andreoni, 1989) 
Evidencia Experimental de 
Altruismo Impuro 
• Crumpler y Grossman (2008) 
– A los participantes se les pidió una contribución a 
la caridad 
– Los investigadores iban a transferir siempre el 
mismo monto por participante, y ellos lo sabían 
• 10 USD = X del participant + (10-X) del investigador 
• Aún así, 57% de los participantes hicieron una 
contribución a la caridad 
Evidencia de la neuroeconomía: 
Harbaugh, Mayr y Burghart (Science, 2007) 
• Una parte de las ganancias por participar (100 USD) serían 
donadas a la caridad 
– Tratamiento: obligatorio o voluntario 
Evidencia de la neuroeconomía: 
Harbaugh, Mayr y Burghart (Science, 2007) 
• Una parte de las ganancias por participar (100 USD) serían 
donadas a la caridad 
– Tratamiento: obligatorio o voluntario 
Harbaugh, Mayr y Burghart (Science, 2007) 
Voluntaria – líneas continuas 
Obligatoria –líneas a tramos 
Harbaugh, Mayr y Burghart (Science, 2007) 
La ilusión del matching: 
Karlan y List (2007) 
• Cartas para recoger fondos a 50,000 donantes potenciales 
– Diferentes precios de donar: sin matching, 1-a-1, 2-a-1, or 3-a-1. 
– Tamaño de la ilusión del matching: $25,000, $50,000, o $100,000 
• Tasa de respuesta: 2% (not atípica para estos experimentos) 
– 300 respuestas en el grupo de control (sin matching) 
– 735 respuestas en los tratamientos 
La ilusión del matching: 
Karlan y List (2007) 
• Cartas para recoger fondos a 50,000 donantes potenciales 
– Diferentes precios de donar: sin matching, 1-a-1, 2-a-1, or 3-a-1. 
– Tamaño de la ilusión del matching: $25,000, $50,000, o $100,000 
• Tasa de respuesta: 2% (not atípica para estos experimentos) 
– 300 respuestas en el grupo de control (sin matching) 
– 735 respuestas en los tratamientos 
• Cualquier matching incrementa la probabilidad de donación 
• No encuentran un efecto del tamaño del matching y tampoco 
del precio de las donaciones 
Teoría sobre Donaciones Líderes 
• Andreoni (1998) propuso un modelo de donaciones 
asumiendo que las organizaciones tienen costos fijos 
– Dos equilibrios 
• La organización alcanza su objetivo 
• La organización no recibe ninguna donación si los costos fijos 
exceden lo que un solo donante está dispuesto a contribuir 
– Las Donaciones Líderes resuelven un problema de 
información 
• “Si alguien ya contribuyó tanto, la organización y su causa valen la 
pena” 
– Conlleva a una interpretación alternative a los resultados 
de Karlan y List (2007) 
• El efecto principal del matching es generar una Donación Líder que 
resuelve el problema de información 
Donaciones Líderes: Huck y Rasul (2011) 
• Un experimento para recolectar dinero y ayudar a 
familias pobres en Alemania 
– La logística tuvo el apoyo de la Bavarian State Opera House 
– 14,000 cartas dirigidas a individuos que habían comprador 
tiquetes para operas o ballets 
• Tres tratamientos y un grupo de control 
– Control: no se mencionó una donación líder ni un 
matching 
– T1: se anunció una donación líder de €60,000 
– T2: donación líder + matching 0.5-a-1 
– T3: donación líder + matching of 1-a-1 
 
 
74,3 
132 
78 
151 
14 
185 
40 
0
20
40
60
80
100
120
140
160
180
200
Avg. Donation % increase
Control T1 T2 T3
Donaciones Líderes: Huck y Rasul (2011) 
Introducción a la 
Economía Experimental 
Preferencias Sociales: 
Fallas de Coordinación 
César Mantilla 
cesar.mantilla@iast.fr 
Una Tipología de Bienes 
Excluíbles No Excluíbles 
Rivales Bienes Privados 
Bienes Comunes 
(de acceso común) 
No Rivales Bienes de Peaje Bienes Públicos 
Una Tipología de Bienes 
Excluíbles No Excluíbles 
Rivales Bienes Privados 
Bienes Comunes 
(de acceso común) 
No Rivales Bienes de Peaje Bienes Públicos 
Una Tipología de Bienes 
Excluíbles No Excluíbles 
Rivales Bienes Privados Bienes Comunes 
No Rivales Bienes de Peaje Bienes Públicos 
Provisión de Bienes Públicos 
Provisión de Bienes Públicos 
• Cuando un bien es no rival no tenemos ningún 
problema con su asignación 
– La no excludibilidad no es un problema per se desde el 
punto de vista de la asignación 
• ¿Qué pasa si los individuos anticipan que no pueden 
ser excluídos del bien público (incluso sino 
contribuyen)? 
– Tenemos un problem del free-rider o polizón! 
 
Bienes Públicos: Diseño Experimental 
• 𝑁 miembros de un grupo. Cada uno con una 
dotación de 𝑒 tokens 
• Pueden guardar los tokens (fondo privado) ó 
contribuir 𝑥𝑖 al bien público (fondo común) 
– Cada unidad contribuida al fondo común genera un 
retorno 𝛼 para cada miembro del grupo 
• La función de ganancias para el individuo 𝑖 es: 
𝜋𝑖 = 𝑒 − 𝑥𝑖 + 𝛼 𝑥𝑖
𝑁
𝑖=1
 
• Equilibrio de Nash del juego? 
• Contribuir es individualmente costoso: 𝛼 < 1 
• No puedo ser excluído de las contribuciones 
hechas por los otros 
• La estrategia individualmente racional es 𝑥𝑖 = 0 
• Pago esperado: 
𝜋𝑖 = 𝑒 − 0 + 𝛼 0
𝑁
𝑖=1
= 𝑒 
 
Bienes Públicos: Diseño Experimental 
Bienes Públicos: Diseño Experimental 
• Solución desde la perspectiva del planificador social? 
• Cada unidad contribuida produce 𝛼 × 𝑁 ganancias para 
la sociedad 
• Siempre y cuando 𝛼 × 𝑁 > 1, el planificador social 
optará porque cada individuo contribuya todo (𝑥𝑖 = 𝑒) 
al fondo común 
• Maximizar el bienestar social no nos dice nada acerca de la 
asignación de recursos 
• Asumimos que cada uno recibe el mismo beneficio del 
bien público 
• Pago esperado: 
𝜋𝑖 = 𝑒 − 𝑒 + 𝛼 𝑒
𝑁
𝑖=1
= 𝛼𝑁𝑒 
 
Fehr y Gachter (2000) 
• 𝑒 = 20 
• Grupos de 4 personas 
• MPCR (α) is 0.4 
Bienes Públicos: 
Resultados Experimentales 
• Factores que incrementan la cooperación 
– Comunicación 
– Inclusión de un umbral o punto de provisión 
– Magnitud del MPCR (α) 
• Factor que no tiene un efecto 
– Tamaño del grupo 
Explicaciones a las Contribuciones 
en Juegos de Bienes Públicos 
• Los individuos se comportan como cooperadores 
condicionales 
– Más proclives a contribuir si esperan que los demás 
también contribuyan 
– Entre 50-60% de los participantes son cooperadores 
condicionales 
• Por qué hay un decaimiento de la cooperación? 
– “Self-serving bias” (sesgo de auto-interés): cada 
cooperador condicional quiere contribuir un poco 
menos que los demás 
Castigo en Juegos de Bienes Públicos 
Fehr y Gachter (2000) 
• 𝑒 = 20, 𝑁 = 4, 𝛼 = 0.4 
• Dos tipos de emparejamiento en el juego: 
• Fijo (partners) y aleatorio (strangers) 
• Introducen una segunda etapa con castigo 
• El costo de castigar es cuadrático 
 
 
Fehr y Gachter (2000) 
Castigo en Juegos de Bienes Públicos 
Gurerk et al. (2006) 
• Los participantes escogen estar en un ambiente con sanciones o 
un ambiente sin sanciones 
 
 
Castigo en Juegos de Bienes Públicos 
Gurerk et al. (2006) 
• Los participantes escogen estar en un ambiente con sanciones o 
un ambiente sin sanciones 
 
 
Retaliación en 
Juegos de Bienes Públicos 
1. 
Contribucion 
2. Castigo 
3. Retaliación 
• Solo quienes 
fueron 
castigados 
Retaliación en 
Juegos de Bienes Públicos 
Manejo de Recursos de Uso Común 
Excluíbles 
No 
Excluíbles 
Rivales 
Bienes 
Comunes 
No Rivales 
Esfuerzo por unidad de pesca es bajo 
El recurso se preserva 
Existen incentivos para incrementar la pesca 
Esfuerzo por unidad de pesca se incrementa 
El recurso resulta amenazado 
No existen incentivos para incrementar o 
reducir la pesca 
Esfuerzo por unidad de pesca es bajo 
El recurso se preserva 
Existen incentivos para incrementar la pesca 
Esfuerzo por unidad de pesca se incrementa 
El recurso resulta amenazado 
No existen incentivos para incrementar o 
reducir la pesca 
¡El recurso es rival! 
Costo Social de Extracción < Costo Individual de Extracción 
Esfuerzo por unidad de pesca es bajo 
El recursose preserva 
Existen incentivos para incrementar la pesca 
POR QUÉ NO OBSERVAMOS MENOS 
COOPERACIÓN? 
Instituciones (Reglas de Juego) que Ayudan 
a Mejorar el Manejo del Recurso 
• Comunicación “cara a cara” 
• Comunicación escrita 
• Comunicación “incomplete” 
Communicación 
• Sanciones monetarias y no 
monetarias 
• Sensibilidad a la probabilidad de 
inspección 
• Proposición de reglas 
Cuotas de Pesca 
y Sanciones 
Instituciones y Manejo del Recurso 
Comunicación: 
Una vez 
• Cada grupo tiene 5 minutos de conversación 
antes de tomar las 10 decisiones 
Comunicación: 
Repetida 
• Cada grupo tiene 5 minutos de conversación 
antes de cada ronda 
Multa Alta 
• Una multa de $175 por cada unidad por 
encima de la cuota permitida (x=1) 
Multa Baja 
• Una multa de $50 por cada unidad por encima 
de la cuota permitida (x=1) 
Sin Multa: 
Anuncio 
Público 
• La extracción es anunciada al grupo si extrae 
por encima de la cuota permitida 
Introducción a la 
Economía Experimental 
Experimentos y Mercados 
César Mantilla 
cesar.mantilla@iast.fr 
Primeros Experimentos de Mercados 
• Edward Chamberlin: 
– Escribió “The Theory of Monopolistic 
Competition” (1973) 
– Al mismo tiempo diseñó el primer 
experimento de mercados 
• Vendedores: carta con su costo de producción 
• Compradores: carta con su valoración por el 
bien 
• Los estudiantes circulaban por el salón y 
llegaban a transacciones decentralizadas 
• El experimento no alcanzó un nivel muy alto de 
eficiencia: demasiadas transacciones 
Primeros Experimentos de Mercados 
• Edward Chamberlin: 
– Escribió “The Theory of Monopolistic 
Competition” (1973) 
– Al mismo tiempo diseñó el primer 
experimento de mercados 
• Vendedores: carta con su costo de producción 
• Compradores: carta con su valoración por el 
bien 
• Los estudiantes circulaban por el salón y 
llegaban a transacciones decentralizadas 
• El experimento no alcanzó un nivel muy alto de 
eficiencia: demasiadas transacciones 
Pero uno de sus estudiantes intuyó cuál había sido el problema del experimento! 
Primeros Experimentos de Mercados 
• Vernon Smith 
– Propuso la doble subasta 
• Centralizó los intercambios 
• Ofertas y precios de transacción son observados públicamente 
• Compradores: comienzan ofreciendo poco e incrementan sus 
precios 
• Vendedores: comienzan pidiendo mucho y luego comienzan a 
reducir sus precios 
• Contrato: un comprador y un vendedor acuerdan un precio 
– Importancia de sus resultados 
• La doble subasta converge a resultados eficientes 
– Con un número reducido de agentes 
– Con información privada de costos y valoraciones 
 
 
Primeros Experimentos de Mercados 
• Vernon Smith 
– Propuso la doble subasta 
• Centralizó los intercambios 
• Ofertas y precios de transacción son observados públicamente 
• Compradores: comienzan ofreciendo poco e incrementan sus 
precios 
• Vendedores: comienzan pidiendo mucho y luego comienzan a 
reducir sus precios 
• Contrato: un comprador y un vendedor acuerdan un precio 
– Importancia de sus resultados 
• La doble subasta converge a resultados eficientes 
– Con un número reducido de agentes 
– Con información privada de costos y valoraciones 
• Premio Nobel de Economía en 2002 
 
 
Diseño de experimentos de mercado 
• Al escribir las instrucciones: encontrar la cantidad adecuada de 
“jerga de mercado” 
– “comprador”, “vendedor”, “precio” dan una estructura básica 
– Términos más complicados (e.g. oligopolio) pueden afectar las 
expectativas y las decisiones de los sujetos 
• Esta frase aplica no sólo a mercados, pero en general al diseño de 
experimentos en economía 
“Given the relative simplicity of laboratory markets, it is tempting to 
add complexity to an experiment, but this often results in situations 
that are difficult to analyze in theory and difficult for subjects to 
comprehend quickly” 
• La selección de una estructura de costos y una estructura de 
demanda es crítica 
– Las valoraciones y los costos determinan la estructura del mercado! 
• Seis vendedores (S1 a S6) y seis compradores (B1 to B2) 
• Cada uno con dos unidades 
• Cuáles son el precio y la cantidad predichas en equilibrio? 
• Cuáles unidades van a ser intercambiadas? 
Medida de eficiencia 
• Ganancias alcanzadas / Ganancias máximas 
 
El equilibrio desde la teoría de juegos suele ser difícil de calcular 
• Las unidades a transar son discretas, por lo que las funciones de oferta y 
demanda son escalonadas 
Trading Institutions: 
Reglas de Juego en los Intercambios 
• Gran parte del trabajo experimental en mercados ha estado dedicado a 
entender los efectos del diseño de las reglas de juego 
 
Número de compradores/vendedores 
Número de objetos intercambiables por 
comprador/vendedor 
Quién hace las ofertas 
Secuencialidad de las ofertas 
Mercados con Decisiones Simultáneas 
Decisión: Precio 
Múltiples precios 
para las 
transacciones 
Posted Offer 
Auction 
Posted Bid 
Auction 
Discriminative 
Auction 
Único precio para 
las transacciones 
Competitive 
Auction 
Clearinghouse 
Auction 
Decisión: 
Cantidad 
Juego a la 
Cournot 
Mercados con Decisiones Simultáneas 
Decisión: Precio 
Múltiples precios 
para las 
transacciones 
Posted Offer 
Auction 
Posted Bid 
Auction 
Discriminative 
Auction 
Único precio para 
las transacciones 
Competitive 
Auction 
Clearinghouse 
Auction 
Decisión: 
Cantidad 
Juego a la 
Cournot 
Posted Offer Auction 
• Mercados con precios seleccionados independientemente y 
no negociables 
– Cada vendedor selecciona un precio 
– Los compradores son seleccionados en orden aleatorio para 
tomar decisiones de a quién (y cuánto) comprar 
– Los vendedores deben vender al menos una unidad al precio 
ofrecido 
• Un ejemplo sencillo 
– Una sola unidad puede ser transada 
– El vendedor tiene un costo de $1.00 
– El comprador tiene una valoración de $2.00 
– Este es un juego de negociación con una oferta del tipo “lo toma 
o lo deja” 
• Tres vendedores con costos diferentes (Ketcham, Smith y Williams, 1984) 
• Eq. Nash predice precios 5, 6 y 8. Solo hay transacciones con precios 5 y 6 
• Los precios observados están por encima de los esperados según el Eq.Nash! 
Mercados con Decisiones Simultáneas 
Decisión: Precio 
Múltiples precios 
para las 
transacciones 
Posted Offer 
Auction 
Posted Bid 
Auction 
Discriminative 
Auction 
Único precio para 
las transacciones 
Competitive 
Auction 
Clearinghouse 
Auction 
Decisión: 
Cantidad 
Juego a la 
Cournot 
Competitive 
Auction 
Todos los objetos son 
vendidos al precio que 
vacía el mercado 
Si hay N objetos por 
vender, el precio que vacía 
el mercado es la oferta N+1 
Se ha utilizado para asignar 
“espacios” de aterrizaje en 
aeropuertos 
congestionados en Estados 
Unidos 
Clearinghouse 
Auction 
Compradores y vendedores 
hacen sus ofertas de forma 
simétrica 
El precio que vacía el 
mercado está determinado 
por la intersección entre la 
oferta y la demanda 
obtenidas al ordenar las 
propuestas 
Se utiliza para fijar el precio 
de apertura en la bolsa de 
New york 
Subastas con Precio Uniforme 
Clearinghouse Auction 
• Cada agente puede hacer 
un solo intercambio 
• Precios de los vendedores: 
{8,8,7,5,3,3} 
• Ofertas de los compradores: 
{6,5,3,2,2,1} 
Clearinghouse Auction 
• Cada agente puede hacer 
un solo intercambio 
• Precios de los vendedores: 
{8,8,7,5,3,3} 
• Ofertas de los compradores: 
{6,5,3,2,2,1} 
Precios Ofertas 
8 
8 
7 
5 6 
3 5 
3 3 
2 
2 
1 
Mercados con Decisiones Secuenciales 
y un Único Proponente 
Quién hace las 
propuestas? 
Subastador 
Walsarian 
Auction 
Compradores 
Subasta Inglesa 
Bid Auction 
Vendedores 
usando un “reloj” 
Subasta 
Holandesa 
Vendedores Offer Auction 
Mercados con Decisiones Secuenciales 
y un Único Proponente 
Quién hace las 
propuestas? 
Subastador 
Walsarian 
Auction 
Compradores 
Subasta Inglesa 
Bid AuctionVendedores 
usando un “reloj” 
Subasta 
Holandesa 
Vendedores Offer Auction 
Subastas al Primer y Segundo Precio 
Primer 
Precio 
Segundo 
Precio 
El ganador paga la 
segunda apuesta más 
alta 
El subastador adjudica el 
objeto a la persona con 
la apuesta más alta 
Proponentes escriben su 
apuesta de forma 
privada 
El ganador paga el 
monto que apostó 
El subastador adjudica el 
objeto a la persona con 
la apuesta más alta 
Proponentes escriben su 
apuesta de forma 
privada 
Subastas al Primer y Segundo Precio 
Primer 
Precio 
Segundo 
Precio 
El ganador paga la 
segunda apuesta más 
alta 
El subastador adjudica el 
objeto a la persona con 
la apuesta más alta 
Proponentes escriben su 
apuesta de forma 
privada 
El ganador paga el 
monto que apostó 
El subastador adjudica el 
objeto a la persona con 
la apuesta más alta 
Proponentes escriben su 
apuesta de forma 
privada 
¿Cómo apostar aquí? ¿Cómo apostar aquí? 
Subasta Holandesa 
• El subastador dispara un reloj a un valor que comienza a descender 
• En algún punto uno de los apostadores grita “Mío” y paga el precio indicado 
por el reloj 
Subasta Holandesa 
• El subastador dispara un reloj a un valor que comienza a descender 
• En algún punto uno de los apostadores grita “Mío” y paga el precio indicado 
por el reloj 
Subasta Holandesa 
• El subastador dispara un reloj a un valor que comienza a descender 
• En algún punto uno de los apostadores grita “Mío” y paga el precio indicado 
por el reloj 
¡Es equivalente a una subasta al primer precio! 
Subasta Inglesa 
Subasta Inglesa 
Subasta Inglesa 
Subasta Inglesa 
Subasta Inglesa 
• El subastador arranca con un “precio de reserva” 
• Los apostadores gritan precios de forma ascendente 
• Cuando no hay más gritos el objeto es transado a un precio ligeramente mayor 
al segundo precio más alto 
Subasta Inglesa 
• El subastador arranca con un “precio de reserva” 
• Los apostadores gritan precios de forma ascendente 
• Cuando no hay más gritos el objeto es transado a un precio ligeramente mayor 
al segundo precio más alto 
¡Es equivalente a una subasta al segundo precio! 
Subasta Inglesa versus 
Subasta al Segundo Precio 
Kagel, Harstad and Levin (1987) utilizan un 
experimento para comparar estas dos subastas que 
son estratégicamente equivalentes. 
• Los precios en la subasta al segundo precio resultan ser 
significativamente más altos que en la subasta inglesa 
• Explicación: la ilusión de que en la subasta al segundo 
precio pujar más alto aumenta la probabilidad de ganar 
 
Mercados con Decisiones Secuenciales 
y Múltiples Proponentes 
C
o
m
p
ra
d
o
re
s 
y 
ve
n
d
e
d
o
re
s 
h
ac
e
n
 
o
fe
rt
as
 
Secuenciales - 
Decentralizadas 
Negociación decentralizada 
(Chamberlin) 
Secuenciales - Centralizadas Doble subasta (Smith) 
Doble subasta 
• Compradores y vendedores pueden hacer ofertas 
simultáneamente de manera pública (Smith, 1976) 
– Cada periodo suele tener una duración fija, 3-10 minutos, según el 
número de agentes y el total de unidades transables 
– Los agentes usualmente no reciben información de las valoraciones y 
costos de los otros agentes 
– Suele haber una regla de “mejora” 
• Vendedores deben ofertar precios sucesivamente más bajos 
• Compradores deben hacer ofertas sucesivamente más altas 
• La doble subasta suele producir precios y cantidades muy 
cercanos a los niveles de un equilibrio competitivo 
– Es probablemente el mecanismo de intercambio más usado en el 
laboratorio 
Doble Subasta 
 
Periodos 1-5 
4 compradores – 4 unidades c/u con valor $6.80 
4 vendedores 
• 3 de ellos con 3 unidades c/u con costo $5.70 
• 1 de ellos con 2 unidades c/u con costo $5.70 
 
Periodos 6-10 
4 compradores – 11 unidades en total 
• c/u con un valor $6.80 
4 vendedores – 4 unidades c/u con costo $5.70 
 
Doble Subasta 
 
Periodos 1-5 
4 compradores – 4 unidades c/u con valor $6.80 
4 vendedores 
• 3 de ellos con 3 unidades c/u con costo $5.70 
• 1 de ellos con 2 unidades c/u con costo $5.70 
 
Periodos 6-10 
4 compradores – 11 unidades en total 
• c/u con un valor $6.80 
4 vendedores – 4 unidades c/u con costo $5.70 
 
 Equilibrio Periodos 1-5 
• Vendedores extraen las rentas (exceso de 
demanda) 
 
 Equilibrio Periodos 6-10 
• Compradores extraen las rentas (exceso de 
oferta) 
Doble Subasta 
• La alta eficiencia de la doble subasta ha sido confirmada por 
más de mil sesiones experimentales 
• La convergencia al equilibrio competitivo no requiere: 
– Información completa acerca de los costos y valoraciones 
– Un número grande de vendedores/compradores 
– El supuesto de individuos “tomadores de precio” 
• Su alto rendimiento está relacionado con su naturaleza 
secuencial 
– Genera tentaciones a realizar concesiones en el precio con tal de hacer 
transacciones de último minuto, con más información del mercado