两阶段博弈.ppt

* * * * * * * * 张醒洲，大连 张醒洲，大连 完全非完美信息两阶段博弈 第3章和第4章要点 博弈类型 举例 解的概念 简单的完全且完美信息动态博弈 Stackelberg (1934) 双寡头垄断模型 鲁宾斯坦 (1982) 讨价还价模型 Backwards Induction Outcome (BIO) 后向归纳结果 2人两阶段重复博弈 (“同时行动” 意味着 “不完美信息”) LazearRosen Tournaments (1981 ) 工作竞赛模型 Subgame Perfect Outcome (SPO) 子博弈完美结果 动态博弈中心问题: 可信威胁与承诺会影响现在的行为 下一次博弈开始前的所有博弈结果都能被观察到的重复博弈 Subgame-perfect Nash equilibrium 子博弈完美NE Outline of Unit 3 and 4 完全信息动态博弈 表述 Normal-form / Strategic-form 标准式/策略式 Extensive-form 扩展式 解的概念 Nash Equilibrium (NE) Nash均衡 Subgame-perfect Nash equilibrium (SPNE) 子博弈完美Nash均衡 Central Issue 中心问题 credibility threats or promise (self-enforcement) 可信性威胁或承诺 Theme 主题思想 一个完全信息动态博弈可能会有很多个纳什均衡，但是有些均衡包含了不可置信的威胁和承诺。子博弈完美纳什均衡就是通过了可信任检测的均衡。 完全非完美信息两阶段博弈：时间顺序 博弈的过程按一系列的阶段进行，下一阶段开始前参与人可观察到前面所有阶段的行动。本节我们允许每一阶段中存在着同时行动，这就包含了非完美信息。 1. 参与人1和2同时从各自的可行集 A1和 A2 中选择行动a1和a2； 2. 参与人3和4观察到第一阶段的结果(a1, a2)，然后同时从各自的 可行集 A3和 A4中选择行动a3和a4； 3. 收益为ui(a1, a2, a3, a4) ， i = 1,2,3,4。 完全非完美信息两阶段博弈: 后向归纳法 我们仍然沿用后向归纳的思路解决此类博弈问题。 但这里从博弈的最后阶段后向推导的第一步就包含了求解一个真正的博弈（给定第一阶段结果时，参与人3和4在第二阶段同 时行动的博 弈），而不再是前一节求解单人最优化的决策问题。 为了简化问题，本节中我们假设对第一阶段博弈每一个可能结果（a1, a2)，第二阶段博弈（参与人3和4之间的博弈）有唯一的纳什均衡，表示为 如果参与人1和2预测到参与人3和4在第二阶段的行动为对第一阶段行动的最优反应，则参与人1和2在第一阶段的问题就可用以下的同时行动博弈表示： 1. 参与人1和2同时从各自的可行集 A1和 A2 中选择行动a1和 a2； 2. 收益情况为ui(a1, a2, a3*(a1,a2), a4 *(a1,a2)) , i =1,2； 假定(a1*,a2*)为以上同时行动博弈唯一的纳什均衡，我们称 (a1*, a2*, a3*(a1*,a2*), a4 *(a1*,a2*)) 为这一两阶段博弈的子博弈完 美解。此解与完全且完美博弈中的后向归纳解在性质上是一致的，并且与后者有着类似的优点和不足。 完全非完美信息两阶段博弈:子博弈完美结果 完全非完美信息两阶段博弈:不可置信的威胁 如果参与人3和4威胁在后面的第二阶段博弈中，他们将不选 择纳什均衡下的行动，参与人1和2是不会相信的，因为当博 弈真的进行到第二阶段时，参与人3和4至少有一个人不愿把 威胁变为现实（这是因为它不是第二阶段博弈的纳什均 衡）。 另一方面，假设参与人1与参与人3是同一个人，并且参与人1在第一阶段并不选择a1*，参与人4就会重新考虑参与人3（即参与人1） 在第二阶段将会选择a3*(a1,a2)的选择。 工作竞赛: 描述 考虑为同一老板工作的两个工人，工人 （其中 等于1或2）生产的产 出 ，其中 是努力程度， 是随机扰动项。生产的程序如下：第 一，两个工人同时选择非负的努力水平 ；第二，随机扰动项 和 相互独立，并服从期望值为0、密度函数为 的概率分布；第三，工人的产 出可以观察，但各自选择的努力水平无法观测，从而工人的工资可