㈠ 信息不對稱理論的信息案例
非對稱的信息（Asymmetricinformation）經濟學名詞。
在某些市場中，市場每個參與者擁有的信息並不相同。例如，在舊車市場上，有關舊車質量的信息，賣者通常要比潛在的買者知道得多。阿羅——德布魯模型表達的古典福利經濟學定理如下：第一、競爭均衡或瓦爾拉斯一般均衡符合帕累托最優狀態；第二、若對初始收益進行適當的再分配，任何具有帕累托效率的配置都能達到瓦爾拉斯均衡。當然，上述結論必須滿足一系列的假定條件，其中一條就是對稱信息假定。該假定認為，所有的經濟行為人對所有的經濟變數具有相同的信息。現實的經濟活動無法滿足對稱信息的要求，但經濟學家卻能通過非對稱信息更好地認識和解釋各種經濟現象。
非對稱信息指某些行為人擁有但另一些行為人不擁有的信息。在1967年以前，經濟學家還不能夠恰當地處理這一問題，因為當一個行為人不知道對手的情況時，競爭規則是沒有定義的。海薩尼通過引入一個虛擬的行為人——「自然」，自然首先行動決定特徵，行為人知道自己的特徵而對手不知道，即行為人具有私人信息；這樣，不完全信息可以轉換成完全但不完美信息來處理。這就是著名的「海薩尼轉換」。通過轉換。可以找到非對稱信息下的均衡點。即存在貝葉斯均衡。澤爾騰、克瑞普斯和威爾遜、弗得伯格和蒂羅爾等對此做出了重要的貢獻。
非對稱信息的運用
非對稱信息的最重要的應用領域是企業理論。如果有一個委託人和一個代理人，代理人對自己的行動或能力擁有私人信息。由於委託人無法准確觀測到代理人的行為，那麼，無論採取何種獎勵措施，代理人都會選擇最大化自己效用水平的行動。換言之，在非對稱信息條件下，委託人只能通過合理地設計一套機制來誘使代理人顯示其私人信息，從而達到雙方的利益協調。委託代理理論或機制設計理論進一步把非對稱信息區分為以下幾類：若非對稱性發生在簽約前，稱為逆向選擇；若簽約後發生了非對稱性，則屬於道德風險；若行為人的行動不可觀測，稱為隱藏行動；若行為人具有對手無法觀測的知識，稱為隱藏知識或隱藏信息。
非對稱信息的另一個應用領域是研究市場失敗。阿克洛夫的「舊車市場」模型講述了一個「劣幣驅逐良幣」的經典故事。假定存在一個舊車市場，只有賣主知道車子的質量（這是私人信息）。若採取平均質量定價法，賣主就會趁機抽走高質量的舊車；若採取差別定價法，賣主也會抬高劣品的價格。無論如何，只要存在信息不對稱，舊車市場上生存下來的一定是賣不出去的劣質車。產業組織引入非對稱信息後取得了豐碩的成果。例如，假設同一行業內有幾家企業，成本結構是每個企業的私人信息。與對稱信息模型相比，這種模型的均衡更符合通常認為的掠奪性定價或極限定價現象。巴羅應用非對稱信息模型研究了政府對壟斷企業的規制。
假設政府要提高稅收量，最好的辦法是向最有付稅能力的人課稅。但是，付稅能力是行為人的私人信息。最優所得稅方案必須直接或間接地提示這些私人信息是否符合每個行為人的利益。莫里斯最早建立了非對稱信息下的最優所得稅模型，並因此榮獲1996年諾貝爾經濟學獎。與莫里斯同獲諾貝爾獎殊榮的維克里大概是最早應用非對稱信息的經濟學家，他曾設計了信息不對稱時的最優拍賣機制。羅森則較好地概述了非對稱信息下的最優勞動合同問題。霍姆斯特龍和梅耶森則對非對稱信息條件下的福利判斷作了詳盡的分析。非對稱信息已經滲透到經濟學的各個研究領域，並使主流經濟學更加貼近現實。
㈡ 什麼是信息不對稱你能從現實生活中找到具體的事例嗎並分析其影響
信息不對稱理論是指某些參與人
擁有而另一些參與人不擁有或較
少擁有的信息。�0�2�0�2
說白了就是經濟活動中你知道而
別人不知道的信息，或者反過來�0�2
㈢ 證券投資中信息不對稱現象辨析
證券市場分3類 強有效市場， 半強有效市場， 弱有效市場
分別代表了信息的對稱程度，比如強有效市場就是完全對稱的
無法獲得超平均的收益，中國資本市場是弱有效市場，因為信息大量不對稱
具體入手:
1 證券市場的信息不對稱概念
2 產生的原因（信息來源渠道的差距，調研實力的差距，不可抗拒力造成的變化）
3 不對稱的表現 （重組股票停牌前放巨量漲停，部分機構提前得知某股票的利好比如業績，分配預案，造成股票隨大勢下跌完了以後繼續飆升不斷創出新高）
4 如何應用這種不對稱的信息來提高投資收益,利用美元走勢跟非美貨幣走勢，美元走勢跟歐美股市走勢的翹翹板效應來舉例子，比如美元見底了，那麼美股就要開始跌了，美股漲不動了，大量避險資金買入美元，這就是不對稱信息下資本的一種流向，因為不知道到底有很么利空利好，但是資本市場會提前反應信息.
參考資料可以參考博弈論(網上找電子版),證券投資分析(高校教材)
㈣ 股票市場信息不對稱的原因
一個是公開的制度安排，一個是信息渠道的暢通。
首先是交易所對上市公司信息披露的具體內容和格式的要求，符合信息分享的實際現實。
這方面，就個股本身各個層面的信息披露交易所和行業管理部門，很努力，進步很大，越來越全面，越來越及時，展示平台建設也極富成效。
但是，在行業基礎，個股重大決策的醞釀階段等重要信息，因為沒有強制性要求，只能自己收集，這里渠道就至為關鍵了。
有的是需要付費的，有的是特殊關系，五花八門，真假難辨。
這就構成了信息不對稱，投資者無法共享影響上市公司股價的非強制披露的重要信息，是當前市場一個影響投資效率的大問題。
這個很難由管理部門解決，只能自己了解、建立各種信息來源渠道，以幫到自己。
㈤ 跨國並購因信息不對稱而失敗的案例
可以找找中國TCL收購湯姆遜的案例，TCL由於當時信息的不對稱，未能預測平板電視是未來的發展趨勢，錯誤收購湯姆遜彩管業務，陷入投資黑洞。
㈥ 分析信息不對稱對市場經濟的破壞
信息不對稱會破壞市場的有效性而導致市場失靈。
舉例來分析：
先看舊車市場買賣。假定有一批舊車要賣，同時有一批要買這些數量的車的購買者。舊車中有一半是優質車，一半是劣質車。假設優質車車主索價400元，劣質車車主索價200元。再假設買主對優質車願意支付480元，對劣質車願意支付240元。如果信息是完全的，即買主知道哪些車是優質的，哪些是劣質的，則優質車會在400-480元之間成交，劣質車會在200-240元之間成交。但買主事實上無法憑觀察判斷舊車質量。舊車車主會隱瞞劣質車的問題，搞以次充好，魚目混珠。買主只知道劣質車優質車所佔的比重各一半，但不知道每一輛車究竟是優質車還是劣質車。於是，他們的出價最多是：240×0.5+480×0.5=360元。然而這樣一來，優質車就不肯賣。如果買主知道只能買到劣質車，則成交價格只能在200-240元之間，從而優質車被逐出市場，市場運轉的有效性被破壞了。
同樣的，再保險市場上也是。如果保險公司和投保客戶雙方的信息是充分的，則根據大數法則所定費率足以保證保險市場的有效運轉。問題是保險公司對客戶的信息不可能充分掌握。拿健康醫療保險來說，哪些人身體好，哪些人身體差，保險公司無法充分了解。結果是身體差的人投保最多。事後保險公司才了解到實際發病率和死亡率大大高於預期的死亡率和發病率。這迫使保險公司按「最壞情況」的估計來制定保險費率，但這樣會使費率上升。費率上升會使身體好的人不願參加保險。盡管他們有獲得保障的需求，但市場無法給他們提供保險。保險市場的有效性被破壞了
㈦ 請舉幾個信息不對稱導致市場失靈的例子
1.舊車例子：假定市場中存在兩類舊車，好的與劣的。買者不完全了解信息，他只願意按舊車市場的平均價格來決定。但這時對於劣車的主人來說，以高於其內在價格出售其車，而好車的車主則只能按低於其內在價值的價格出售其產品。結果是更多的好的舊車退出這一市場，舊車的質量平均水平下降。
2.保險公司價格確定的依據是投保人的平均健康水平。健康狀況差的人一般有較大的投保熱情。如果這類人在市場中比例上升，保險公司將被迫提高定價，結果是健康的人將更遠離這一市場。
3.黑球與黑哨，銷售人員不努力，經理追求自身利益等。
4.投保人在投保之後的行為與投保前的行為不一樣。
望採納
㈧ 關於百度百科上信息不對稱的例子
例：從北京南站到站後，如果你去西停車場打的，那麼無論高峰與否，你等待的時間都很難短於30分鍾，基本上遇到的是一車難求的局面；如果你去東停車場打的，那麼你會很驚訝的發現，這里的情況和西停車場完全相反。的哥在這里成了買方市場，由你來任意選擇乘車的對象。
簡簡單單的情況，為什麼人們寧願在西邊等待而不願意到東邊來嘗試呢？為什麼東邊那麼多的的哥寧願等待而不願意到東邊來增加供給呢？這其實反映的是一個典型的經濟學現象--「信息不對稱」。
信息不對稱表現為買方和賣方之間的信息不對等，由此造成了市場的缺陷，影響了資源配置的效率。解決信息不對稱交易產生了委託——代理關系，交易中擁有信息優勢的一方為代理人，不具信息優勢的一方是委託人，交易雙方通過信息博弈來達到各自資源配置的目的。
在「東西車場」案例中，進行隨機選擇的乘客和司機（除非像我這樣已經知道了兩個車場差異的人），都是信息資源的短缺者。
在西停車場等待的乘客，無法確定另一個停車場的情況會更好，從機會成本的角度考慮，除非他沒有參與打車的過程（交易），其博弈的結果只能是繼續等待，直到等到的士為止。
而對東停車場的司機來說，情況也一樣。由於不了解如何能便捷的進入西停車場（據了解，去西停車場的路線極不明顯），他們的選擇也只能是等待。由此導致了市場失靈產生-交易雙方的效率降低，都無法獲得滿意的結果。
信息的擁有方其實是南站，本來作為信息的中介方，他們完全可以採用指示牌引導或者安排專人引導的形式來改變這種狀況，提高客流疏通的效率。但由於他們的不作為，其結果是乘客和司機都不滿意，甚至催生出了一部分信息優勢者的新角色——黑車司機，擾亂了正常交易的秩序。
我們的資本市場、金融市場、教育界等等方面，都存在著類似的現象，而催生這種現象的原因，更多的是由於具有公共資源支配能力的相關部門的不作為。
㈨ 信息不對稱下信貸風險案例分析
你到「中國典當聯盟網」里看看啊。裡面有典型的案例分析，你一定會找到你想要的答案