逆向选择问题来自买者和卖者有关车的质量信息不对称。在旧车市场，卖者知道车的真实质量，而买者不知道。这样卖者就会以次充好，买者也不傻，尽管他们不能了解旧车的真实质量，只知道车的平均质量，愿平均质量出中等价格，这样一来，那些高于中等价的上等旧车就可能会退出市场。接下来的演绎是，由于上等车退出市场，买者会继续降低估价，次上等车会退出市场；演绎的最后结果是：市场上成了破烂车的展览馆，极端的情况一辆车都不成交。现实的情况是，社会成交量小于实际均衡量。这个过程称为逆向选择。
如果您打算在这个产品的早期版本中使用模型，那么选择Model替代Package将会阻止一个逆向兼容性问题。
If you are planning on using models in a previous release of the product, choosing model instead of Package will help prevent a backwards compatibility issue.
在这篇文章中，我们通过采用多个体模型和引入两个变量——识别能力和估价比率来说明在什么条件下会发生逆向选择现象。
In this paper, we propose an agent-based model to examine what conditions can make the adverse selection to take its effect by introducing two variables-cognitive capability and valuation ratio.
根据逆向模型的精度，提出并评估了一种新颖的快速配方选择策略。
On the basis of the backward model performance, a novel fast recipe selection strategy is proposed and estimated.
应用推荐