博弈信息与理性培训教程文件.pptVIP

第八章 现实世界中的经济主体行为特征：博弈、信息与理性 第一节 博弈论 博弈论（Game Theory）：又名对策论，游戏论。顾名思义，是一门研究互动关系的游戏中参与者各自选择策略的科学，换言之，是研究机智而理性的决策者之间冲突及合作的学科。博奕论把这些复杂关系理论化，以便分析其中的逻辑和规律，并对实际决策提供指导或借鉴。 一个所谓游戏至少需要三个要素： （1）博弈或游戏参加者。博奕论分析假定参与者都是机智而理性的。 （2）行动或策略空间。博奕参与者必须知道他自己及其对手伙伴的策略选择范围，并了解各种策略之间的因果关系。 （3）有可评价优劣高下的决策行为结果。博弈论用数字表示这类结果，并称之为报酬（Payoff)。 上述3部分描述了一个博弈的规则或结构。 报酬矩阵 可以用报酬矩阵（Payoff Matrix，又称支付矩阵，收益矩阵，赢得矩阵等）来描述一个博弈结构。 下面这个简单的报酬矩阵中，有两个参与者厂商A和厂商B；它们各自可以选择两种策略，分别用“左右”和“上下”来标识（它们可以表示生产或不生产某种商品，提高或不提高价格，做不做广告的选择等）；数字表示双方在不同策略选择组合下各自得到的报酬，较大数字代表较大利益或效用。例如，在厂商A和B分别选择上和左代表的策略时，左上角方框的数字“1，2”表示A和B分别得到的报酬。同理， A和B分别选择策略下和右时，它们分别得到右下角方框数字“1，0”代表的报酬。 一、囚徒困境 下面支付矩阵表示著名的“囚徒的困境（Prisoners’ Dilemma)”游戏。从博弈论角度看，这是一个存在上策均衡的博弈：因为对囚犯A，B来说，无论对方如何选择，“坦白”都是各自的最优选择。 虽然从两名囚犯共同利益看，最好的选择是合作，即同时选择抵赖，然而，由于猜忌，试图获得更大好处等竞争性动机阻碍了它们达到更好的互利选择，它们面临“囚徒的困境”。我们将看到，寡头垄断厂商经常面临类似的困境。 纳什均衡 上策均衡是一个特例，并非每个博弈都存在上策均衡。下面的报酬矩阵表示的博弈中，厂商A，B在选择做广告问题上存在着策略关系。其中厂商A没有上策。因为A的最佳决策取决于B的选择。例如，当B选择做广告时，A应当选择做广告，由此得到10而不是6的报酬；然而，当B选择不做广告时，A应当选择不做广告，从而得到20而不是15的报酬。假定两个厂商需要同时决策，A应当如何决策？ 解答这一问题，A需要把自己放在B的位置，从B的角度看什么是最好的选择，并在此基础上考虑自己的选择。报酬矩阵表明B有一个上策：不论A选择如何，B选择做广告时报酬较大（5，8对0，2），因而A可以判断B会选择做广告。而在B做广告时，A应当选择做广告。因而，均衡结局是双方都做广告。 纳什均衡 上述均衡结果被称作纳什均衡(The Nash Equilibrium)。纳什均衡指对手的策略给定的前提下，各博弈方存在着最佳选择。美国数学家和统计学家纳什（Nash)50年代提出这一概念，所以称作纳什均衡。 在上面广告策略关系事例中，给定厂商B做广告的策略，A所能做的一个最好选择是做广告；而当A做广告时，B的选择仍是它能做的最好的。因而，纳什均衡条件得到满足。 它与上策均衡的区别在于：在纳什均衡下，“我（你）所做的是，给定你（我）的选择，我（你）所能做的最好的”；而支配均衡下， “我（你）所做的是，不论你（我）的选择，我（你）所能做的更好的”。支配均衡必然是纳什均衡，但纳什均衡未必是支配均衡。 二、重复博弈 上面讨论的“囚徒的困境”暗含的几个假定是静态的一次性博弈，结果陷入了个体理性决策导致集体非理性结果的困境。现在我们改变假定条件，讨论博弈可以多次进行的重复博弈（Repeated Game)。这时囚犯同时选择不交代有可能成为纳什均衡点。 因为重复性博弈中选择坦白的机会成本太高，可能成为不利的选择。例如，A有机会与B组成策略联盟，并对B宣布如下方针：我将选择抵赖，并要求你也如此，来增进各自利益；然而，如果你半途背叛选择坦白，我从下一阶段游戏开始便一直采取坦白。这一方针与A利益一致，因而是可信的。从B角度来看，如和A合作，可在每阶段得到1年监禁的较好结果；如中途变卦，固然当期可得一次0年的更好结果，但此后便每次面临3年监禁后果，显然是不利的。因而，重复性博弈中，“抵赖+抵赖”点可能成为对双方最佳选择，因而成为纳什均衡点。——由于博弈条件由一次性变为重复性，均衡状态随之发生变化。 序列博弈 至此讨论的博弈是参与者同时选择。在序列博弈（Sequential Game)中，各博弈方先后依次行动。下面报酬矩阵描述了一个序列博弈，假定厂商A是市场的先进入着，可以先决定是否进入市场。我们就有了序列博弈：A先作决策，B随后选择。A决策时必须考虑竞争者的理性反应：它需要知道，不论自