第四讲 重复博弈(下).ppt

表2 囚徒困境博弈 乙 招 不招 招 甲 不招 （这样一个博弈重复进行2次） 表3 囚徒困境博弈 乙 招 不招 招 甲 不招 (二) 存在多个NE的有限次重复博弈 例1：三价博弈 故事：两生产同质商品的寡头。在两寡头都是高价时市场总利润为10，都是中价时市场总利润为6，都是低价时市场总利润为2。两寡头同时决策，价格相同时分享利润，否则低价者独占。 三价博弈 存在两个纯策略纳什均衡（M,M）和(L,L)（还有混合策略）。但显然（H,H）帕雷托效率最高。是否重复（两次）进行能够实现使效率改善？ 触发策略（trigger strategy） 一方的机会主义行为将触发其他参与人策略中的惩罚机制发生。我们把这种包含着奖励和惩罚机制的策略称为触发策略。正是由于害怕“触发”其他参与人的惩罚机制，所以不敢利用机会使自己在该阶段利益最大化，从而使该阶段的“合作”出现。从这个意义上看，触发策略是“温柔的”。 触发策略（trigger strategy） 假设寡头采取触发策略（trigger strategy），即开始选择合作，如果对方也合作，就一直合作；但在博弈中一旦发现对方不合作，就永远选择报复，不合作。 寡头1，第一次选H.如果第一次结果为（H,H)， 则第二次选M;否则选L. 寡头2：同上。 子博弈精炼纳什均衡结果是：第一阶段（H，H）,第二阶段（M，M）。 证明 第二阶段（M,M）是原博弈的纳什均衡，参与人的行为不会发生偏离。第一阶段（H,H）虽然不是原博弈的纳什均衡，单独偏离为M能增加1单位支付，但这样做第二阶段要损失2，因而不会偏离（H,H)。 三、无限次重复博弈 无限次重复博弈与有限次重复博弈的异同： 1、没有最后一阶段博弈； 2、不可忽略贴现问题 3、都可能通过惩罚来实现理想的均衡。 一、无限次重复的囚徒困境 以寡头削价竞争为例 基本博弈的结果是（L,L）。 前面已经证明，有限次重复不会改变结果。如果是无限次，则在贴现因子较大的情况下（比较重视长期利益）可能实现合作。 触发策略：第一阶段采取H，在t阶段，如果前t-1阶段的结果都是（H,H），则继续采用H；一旦发现对方不合作（L），则以后永远选择L报复。 假设参与人1已经采用了触发策略。 如果寡头2 也选择触发策略，则总支付的现值是： 如果寡头2不采取触发策略，在第一阶段采用L，因为第二阶段起被报复只能采用L,因而支付为（5,1,1,...）。总支付的现值是： 因此，只要 ，即 ，采用触发策略对寡头2就是明智的。 由于寡头1、2是对称的，因而同样可以证明触发策略对寡头1也是明智的。 这样，我们就证明了触发策略是一个纳什均衡。 由于博弈进行无限次，从任何一个阶段开始的子博弈都与这个博弈结构相同，因而触发促策略在任何一个子博弈上都是纳什均衡。 所以，触发策略构成该无限次重复博弈的子博弈精炼纳什均衡。 启发：在博弈重复无限次，且参与人都有耐心的情况下，任何短期的机会主义行为的所得都是微不足道的，参与人有积极性为自己建立一个乐意合作的声誉，同时也有积极性惩罚对方的机会主义行为。 无限次重复古诺模型 假定： ，边际成本都为2。 在无限次重复古诺模型中，当贴现率 满足一定条件时，两厂商采用下列触发策略构成一个子博弈完美纳什均衡： 在第一阶段生产垄断产量的一半1.5；在第 t 阶段，如果前 t-1 阶段结果都是