供应商之间基于声誉模型的合作博弈分析.pdfVIP

供应商之间基于声誉模型的合作博弈分析 表 1是由囚徒困境演化得出的重复博弈次数 T oo的供应商联盟困境 。显然在供应商 1与供应商2同时选择合作时，全局 所获得的总收益最大，然而理性的供应商选择背叛的概率很高，所以最终很可能出现二者全部背叛 、全局总收益最低的情况。 下面将通过引入声誉模型 ，对供应商博弈时究竟选择合作 c 还是选择背叛 F 才是最有利策略进行归纳分析。 表 1 供应商联盟困境 ～ ～ ～＼ 供应商2 供应商l 、、、＼ 背叛 D 合作 C 背叛 1，1 7,-2 合作 c 一2．7 5，5 1．2 声誉模型 声誉模型由Kreps、Milgrom、Roberts以及Wilson 1982 提出 。本文引入声誉模型是为了计算在合作博弈次数 T n的前 提下，各供应商声誉度的临界数值，现实中供应商的声誉度与这一数值的比较将决定其他合作竞争伙伴在博弈中究竞选择何种 博弈策略。模型的关键是不再假设供应商是理性的是共同认知。 现假定在博弈的早期阶段，供应商2是理I陛的为一个共同知识，而供应商 1不是。供应商 2认为供应商 1有两种可能的选 择类型：理性的与非理性的，概率分别为 1-p和P。作为一种非理性行为，现假定非理性的供应商 1选择报复策略 tit-for—tat strategy ：即早期阶段选择 “合作”，然后在t阶段选择供应商 2在t-1阶段所选择的行动。假设过去采取的行动与在无限次重 复博弈中一样是能够观察到的，并且假设贴现因子为 1，这就成为了一个具有可观察行动的不完全信息扩展式博弈，我们就能 够应用完美贝叶斯均衡的概念对其分析。 根据 KMRW Kreps、Milgrom、Robe,s和Wilson 定理，在 71阶段重复囚徒困境 供应商联盟困境 博弈中，如果每个囚 徒 供应商 都有p 0的概率是非理性的，如果 足够大，即重复次数足够多，那么存在一个 ，使得下列策略组合构成 一 个完美贝叶斯均衡 ：所有理性囚徒 供应商 在t≤To的各阶段都选择合作 ，在t To各阶段都选择不合作；并且非合作阶段 的数量 只与P有关而与 无关。现在我们将利用这一定理分析供应商之间的策略选择博弈。 设供应商 1的类型集合为 ． IS，S ，其中 和 ．s分别表示非理性的和理性的。供应商 1和供应商 2在阶段博弈中可选择 的行动集合分别为A和A ，且有A A c ，其中F代表背叛，C代表合作。 故有a ‘ 0tl以t 是在阶段t所选择的行动策略组合。设h一是在阶段t开始前的一个历史，其中￡ 1，…，；并且设∥ 为阶段 t开始时可能的历史的集合。显然 ，日 ，且 ‘ C ×…× c 共 项 。设 日 一X c 是终点历史的集合。故有历 史集合就是H U 日。‘用 表示在给定历史 下‘供应商2持有的供应商1是非理性的信心。行为策略6与b以及b每一 个都赋予集合 C 中的一个行动一个非终点历史HV／。 非理性的供应商 1：选择报复，即￡ 1时，6 h。 c，否则 。 理性的供应商 1及供应商2的选择策略如表2： 表2 理性的供应商 1及供应商2的选择策略 阶段 1 ≤Z’-2 1 理性的供应商1的策略 若 ≥P，为6，5 h-I 对于所有的 ，为F 与历史无关，均为F 供应商2的策略 若 ’ ≥p，为C 若be h 0，为F 与历史无关，均为F 即理性的供应商 1会选择从最初阶段到 2 包括 2 阶段都会选择报复策略；如果供应商2认为有P的概率是非理性 的，他将直到阶段 1都会选择合作。假定有 0，得到博弈的路径结果见表3： 表 3 博弈路径结果 阶段 1 2 Z1_2 1 供应商 1的策略 C C C C C C C，若非理性 F，若理性 C，若非理性 F，若理性 供应商2的策略 C C C C C C C F 采用数学归纳法，分情况讨论一下供应商 1与供应商 2的规定策略在假定对方坚持其规定策略时，每一个阶段下的最优 性。 1 在阶段 最后的阶段 ，无论之前的阶段是怎么样的，对于供应商 1和2来说，都有选择 F为严格占优策略，因此 02 j∞g ltsS~i-l h 20l4．1O 供应商之间基于声誉模型的合作博弈分析 F为最优选择。 2 在阶段 1，理性的供应商 1明白他此时的任何决策对他下一阶段的利益都将无影响，故他只需要考虑 自身在本阶 段的利益即可，即F在这个阶段博弈中是最优策略，对于所有h一来说，供应商 1在阶段 1中必然选择 对于供应商2， 只需考虑g 0或 ≥p。对于前者，F为最优；对于后者，供应商2知道供应商 1有 l 的概率是理性的，会选择F，同时供应 商