《博弈论讲座.docVIP

博弈论讲座 【导语】 美国环球公司2001年出品了一部电影，叫做《美丽心灵》。这部影片可谓家喻户晓，它一举囊括了第59届金球奖5项大奖，并荣获2002年第74届奥斯卡奖4项大奖。影片本身与银幕背后的人物原型，都深深震撼了全世界人们的心灵。 《美丽心灵》是一部纪实性影片，它艺术地再现了数学天才、博弈论大师、患妄想型精神分裂症30多年又奇迹般恢复正常的约翰·纳什（John Nash）传奇般的人生经历。 在一般的纪实性电影中，演员形象总是比真实生活中的原型更具有动人风采。然而，让人难以置信的是，现实的纳什无论容貌风度都比男主角奥斯卡影帝罗素·克洛(Crowe Russell)稍高一筹。 正是这个曾如希腊古神一般英俊潇洒却又古怪精灵的数学与经济学的双料天才——纳什，其早年在博弈理论方面的巨大贡献一直改变着我们的生活。因为他在博弈论方面的突出贡献，1994年被授予诺贝尔经济学奖。这是诺贝尔经济学奖第一次授予博弈论专家。与他同期获奖的还有海萨尼和泽尔滕。 1994年，诺贝尔经济学奖授予三位博弈论专家：纳什、海萨尼、泽尔腾，以表彰他们在非合作博弈的均衡分析理论方面做出了开创性的贡献，对博弈论和经济学产生了重大影响；1996年，诺贝尔经济学奖授予两位博弈论与信息经济学研究专家：莫里斯、维克里，前者在信息经济学理论领域做出了重大贡献，尤其是不对称信息条件下的经济激励理论的论述；后者在信息经济学、激励理论、博弈论等方面都做出了重大贡献；2001年，诺贝尔经济学奖授予阿克洛夫、斯彭斯、斯蒂格利茨，表彰他们在柠檬市场、信号传递和信号甄别等非对称信息理论研究中的开创性的贡献；2005年，诺贝尔经济学奖授予有以色列和美国双重国籍的罗伯特·奥曼和美国人托马斯·谢林，以表彰他们在博弈论领域做出的贡献。 为什么博弈论在经济学领域会产生如此大的影响呢？源于博弈论在解释现实经济生活和经济政策的分析中所具有的极其广泛的重要作用，它从一个独特的视角帮助我们更加深刻地理解和把握经济现象，并指导更加有效的经济政策制订。 一、什么是博弈论：从“囚徒困境”谈起 案例1： 囚徒困境 甲和乙两个嫌疑犯作案后被警察抓住，警方将两人分别置于两个房间分开审讯。每个嫌疑犯必须选择是否供认并指证同伙。如果二人中一人供认，一人不供认，则鉴于供认者与警方合作的表现，无罪释放，其同伙将遭到严惩，判刑15年；如果二人都供认并指证同伙，两人都将判刑8年；如果二人都不供认，则证据不足但因非法携带武器各拘留1年。 在这里，嫌疑人甲和乙称为局中人，每个局中人都有两种选择：坦白或抵赖，博弈论里边称之为策略或战略。每个局中人遭受的徒刑则是对他的支付或收益。由此，“囚徒困境”博弈可用收益矩阵表示。表中，第一列是嫌疑人甲的策略空间，即局中人甲各种可能策略的集合；第一行是嫌疑人乙的策略空间，即局中人乙的各种可能策略的集合；第二、三行和第二、三列的交叉部分是两个局中人的收益组合，每一收益组合中的两个数字分别对应于两个局中人。 表1 囚徒困境收益矩阵 乙 甲 坦白 抵赖 坦白 -8，-8 0，-15 抵赖 -15,0 -1，-1 应该如何解决这一博弈问题呢？ 引导学员思考并研讨 分析： 对于甲、乙两个局中人，什么样的战略才是最理性的呢？如果两人都抵赖，结果是两人都判刑1年，这对整体而言，无疑是最有利的，这是最好的结果；如果两人都坦白，各判刑8年，这是最坏的结果。大家可能会认为，既然两个囚犯最好的结果是都抵赖，两人都只判刑1年，那么，这个博弈的最终结果就是两个囚犯都选择抵赖。然而，人算不如天算，“囚徒困境”之所以称为困境，正是因为这个博弈的最终结局恰恰是最坏的结果，即两个囚犯统统招供，结果都被判处有期徒刑8年。为什么两个囚犯都选择了“坦白”，傻到接受这种最坏的结果呢？ 我们可以运用“剔除劣战略”的方法来分析。对甲来说 ，他可能会做如下思考：“有两种可能性会发生：乙坦白或抵赖。假定乙坦白，则我抵赖将被判刑15年，坦白将判刑8年，所以这种情况下最佳选择是坦白。相反，假定乙抵赖，则我也抵赖将判刑1年，坦白将获得自由，坦白还是最佳选择。”尽管甲不知道乙是选择了“坦白”还是“抵赖”，他发现他自己选择“坦白”都是比选择“抵赖”为好的。因此，“抵赖”是相对于“坦白”的劣战略，他不会选择劣战略。所以，甲会选择“坦白”，在这里，“坦白”称之为占优策略。同样，根据对称性，乙也会选择“坦白”，结果是甲乙两人都“坦白”。 “囚徒困境”博弈中，局中人所选择的战略构成的组合（坦白,坦白）被称为博弈均衡。这个组合中前后两个战略分别表示甲和乙所选择的战略。甲和乙都不会选择劣战略“抵赖”，称为“剔除劣战略的占优策略均衡”。其中“坦白”是占优于(优于)“抵赖”的占优策略。 囚徒困境的问题是博弈