博弈论述课件(总).ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 下图描述了该博弈的标准型。 为了得到标准型中的收益，在没有自然的情形下，每一个策略组合只能引出一条路径。而在具有自然行动的情形下，一个策略组合可能对应多条路径。这多条路径的收益可根据自然的概率分布，进行平均化。 例如，为了求出策略组合(GFGE，A)所对应的收益，参与人1到达上方那个节点的概率为p，参与人2接受的收益向量为(1,1)；到达下方的节点的概率为1-p，参与人2接受的收益向量为(1,-1)。因此对策略组合(GFGE，A)，参与人1的获得的期望收益为px1+(1-p)x1=1。参与人2的期望收益为px1+(1-p)x(-1)=2p-1。其他单元格同样计算，得到如下标准型。 24 随机事件与不完美信息 1\2 A R GFGE 1,2p-1 -1,0 GFNE p,p -p,0 NFGE 1-p,p-1 p-1,0 NFNE 0,0 0,0 25 缔约的风险和激励问题 收益的不确定性是合同关系中需要重点考虑的问题。因为人们通常都关心他们是否都面临风险。 风险规避。 首先介绍收益如何表示参与人对风险的偏好。假设有两个选择A和B。如果你选择A，我给你950元。如果你选择B，我们通过抛硬币来做决定。如果正面朝上，我给你2000元，如果反面朝上，我什么都不给。因此，选择B是一个赌局。 想象用一个函数v来定义钱和效用之间的关系。即v(x)是x元的效用。有很多不同的函数可以表示钱越多越好，其中一个是v(x)=x。其他函数包括v(x)=x/1000和v(x)=x1/2。任何增函数都能够满足钱越多越好的要求。 25 缔约的风险和激励问题 是否所有的增函数都能够准确表示你以上例子的偏好呢？事实上，答案是否定的。 随机的结果是通过计算期望效用衡量的。因此，你选择A的效用是v(950)，而选择B的期望效用是(1/2)v(0)+(1/2)v(2000)。你的效用函数具有性质v(950)v(0)/2+v(2000)/2。 大多数人会选择950美元的确实收益。实际上，现在B带来的期望收益是1000元。大多数人认为B赌局存在风险。这意味着大多数人的效用函数满足v(950)v(0)/2+v(2000)/2。 函数v(x)=x不满足这个不等式。满足这个不等式的一个效用函数是v(x)=x1/2。你可以证明，9501/2(1/2)(0)+(1/2)(20001/2)。形状是凹的效用函数就有这个性质。 如果一个人严格偏好于得到确定性的货币收益，而不是具有同等期望收益的赌局，我们就称他是风险规避的。如果他对两者之间没有偏好，那么他就是风险中性的。 25 缔约的风险和激励问题 委托-代理博弈。 风险与激励的标准模型称为存在道德风险的委托-代理模型。 “委托-代理”是指一方(委托人)雇用另一方(代理人)为它完成一个项目的情形。“道德风险”是指代理人努力的程度无法被证实的情形。 假设帕特希望雇用艾伦来开发一个软件包。如果艾伦为帕特工作，他必须决定工作中付出高努力还是低努力。项目的成功给帕特带来6的收益，不成功收益为2。项目的成功同时还取决于随机因素。即如果艾伦付出高努力，成功的可能性为1/2。如果付出低努力，则肯定不成功。付出高努力，艾伦必须承受1单位的个人成本。 双方签订合同，根据项目成功与否支付艾伦的报酬。假定金钱对阿拉德价值为效用函数VA(x)=xα。假定艾伦是风险规避的，即0α1。帕特是风险中性的，效用函数为VP(x)=x。 25 缔约的风险和激励问题 24 随机事件与不完美信息 假设参与人根据下图的扩展型开展博弈。下图是一个不完全信息博弈。 当博弈开始时，帕特向艾伦提出一个工资加奖金的薪酬机制。不管项目的结果如何，公司都支付工资w。而只有项目成功，才提供奖金b。接着由艾伦决定是否接受合同。如果拒绝，帕特得到0，艾伦得到1。 如果艾伦接受合同，他要决定是努力工作(H)还是偷懒(L)。努力工作会引出一个机会节点，由自然选择项目的成功(概率为1/2)和失败(1/2)。 一个成功的项目可以使帕特的收入提高到6，而艾伦除了工资外，还能够获得奖金b。 Y H S N 2-w,(w-1)α 6-w-b,(w+b-1)α P A 2-w,wα 0,1 L U W,b A 24 随机事