CH不完全信息静态博弈.ppt

(四)不完全信息静态博弈的战略式表述Ⅲ 不完全信息静态博弈的要素与结构 类型空间 ——参与人知道自己的类型和其他人类型的概率分布 条件概率 ——给定自己类型的条件下其他人类型的概率分布 类型依存策略空间Ai(ti) ——每个不同类型的局中人所能够选择的行动构成的集合 类型依存得益函数 ——每一个不同类型的局中人的得益，由自己的类型和所有局中人的行动选择共同决定 企业1的均衡产量为： 不完全信息古诺模型： 企业1的均衡产量为： (五) 贝叶斯纳什均衡 给定类型组合（t1,…tn），参与人得益函数为： 给定参与人只知道自己类型而不知道 t-i ,期望得益 最优策略： 贝叶斯纳什均衡： 所有局中人的最优战略构成的组合就是贝叶斯纳什均衡,每个局中人都追求最大的期望效用(完全信息静态博弈中是追求最大效用)。 不完全信息静态博弈 在信息不充分的情况下，博弈方不是使自己的得益最大，而是使自己的期望得益最大。 例如： 你有50%的概率获得100元，或者10%的概率获得200元，在两者之间选择，前者期望得益是50元，后者是20元，会选前者 不完全信息博弈 在信息不充分的情况下，博弈方不是使自己的得益最大，而是使自己的期望得益最大。 例如： 你有50%的概率获得100元，或者10%的概率获得200元，在两者之间选择，前者期望得益是50元，后者是20元，会选前者 不完全信息的博弈案例？？ 一个古董商发现一个人用珍贵的茶碟做猫食碗，于是假装对这只猫感兴趣，要从主人手里买下，主人不卖，为此古董商出了大价钱。成交之后，古董商装作不在意地说：这个碟子它已经用惯了，不如就一块送给我吧。猫主人不干了：你知道，我用这个碟子，我已经卖出多少只猫了吗？ 不完全信息静态博弈 静态贝叶斯博弈的表示： G= ｛A1,…An; T1,…Tn; p1,…pn ; u1,…un｝ Ai：策略空间， Ti：类型空间， ui：得益， ui= ui (a1,…,ai, ti) 得益函数，是策略组合和类型ti的函数。 海萨尼转换 引入“自然”这一虚拟博弈方0，按概率pi随机选择参与人的类型 每个参与人知道自己的类型，但不知道其他参与人的类型 所有参与人同时选择行动 n个参与人获得得益 ， 经过海萨尼转换后的静态贝叶斯博弈： 海萨尼转换 潜在进入企业（参与人1）决定是否进入一个新的产业，但不知道在位企业（参与人2）的成本函数，不知道它选择默许还是斗争。设在位者有两种可能的成本函数：高成本或低成本；对应两种成本状况的不同策略组合及得益矩阵如下表： 在位者 高成本 低成本 默许 斗争 默许 斗争 进入者 进入 40，50 -10，0 30，80 -10，100 不进入 0，300 0，300 0，400 0，400 海萨尼转换 Harsanyi(1967) N 高 低 [P] [1-P] 不进入 进入 不进入 进入 B B 合作 斗争 合作 斗争 (0,300) (40,50) (-10,0) (30,80) (-10,100) 进入者 在位者 在位者 (0,400) 不完全信息博弈转化为不完美信息博弈；而完全信息和完美信息之间的区别显得不再重要 拍卖(auction)理论(1) 拍卖是一种投标机制，它由一组确定谁是赢者及其支付价格的拍卖规则组成。拍卖规则还可能会对拍卖的参与、可行的投标等作一定限制并规定一定的行为准则。 拍卖(或投标)在现实中应用非常广泛，比如艺术品、国债、易趣网等。使用拍卖的原因主要有： (1)加快销售速度； (2)显示有关买者估价的信息; (3)防止卖方代理人与买者之间的不诚实交易。 拍卖理论(2) 暗标拍卖（最高价格密封出价拍卖）： 每个参与人分别提交自己的出价，但他们不知道别人的出价。出价最高的人获得物品，并按他自己的出价付钱给卖者。 参与人面临一个困境：出价越高赢得商品的概率就越大，但给定中标，出价越高买者剩余就越少。最优的策略取决于参与人的风险偏好和他对于其他参与人的估价的先念信念。 暗标拍卖 模型: N个投标人,i=1,2； vi为标的对投标人i 的价值，为私有信息（ 投标人i 的类型为vi ）； bi为投标人i的出价（战略）（i 依据 vi 和他对其他投标人出价的判断来进行出价） vi 独立服从[0，1]上的均匀分布，且vi 的分布为共同知识 ； 暗标拍卖 投标人 i 的得益： bi(vi)为严格递增函数（b ≤ vi≤1）。 给定v，投标人i出价b的期望得益为 两位投标人同时报出相同价格的概率在连续分布情形下为0 暗标拍卖 暗标拍卖