博弈论及其经济学应用01.ppt

证明：1.冷酷战略是纳什均衡。 由于是无限次博弈，不能用逆推归纳法求解。令δ为二者相同的贴现因子。假定囚徒j选择上述冷酷战略，冷酷战略是否是i的最优战略呢？如果i在某阶段选择坦白，该阶段收益为0不是-1，但这将触发j的“永远坦白”的惩罚，因此i随后每个阶段的收益均为-8。 如果0+δ(-8)+δ2(-8)+…≤-1+δ(-1)+δ2(-1)+… 或δ*≥1/8。i将不会选择坦白。就是讲，在δ≥1/8时，给定j坚持冷酷战略，并且j没有首先坦白，i不会选择首先坦白。 若j首先选择了坦白，由于j坚持冷酷战略，j以后永远选择坦白，这时i坚持冷酷战略每阶段收益为-8，否则为-10，即i有积极性坚持冷酷战略。 由于对称性知，给定i选择冷酷战略，j也有积极性坚持冷酷战略。 上述证明了这是一个纳什均衡，下证明这是一个子博弈精炼纳什均衡。 因为博弈重复无穷多次，从任何阶段开始的子博弈与原博弈的结果相同，故符合子博弈精炼纳什均衡的概念。 这即证明冷酷战略是无限次囚徒博弈的一个子博弈精炼纳什均衡。（抵赖，抵赖）是每一阶段的均衡结果，囚徒走出了困境。 （解释δ≥1/8的作用） 这背后的原理是:如果博弈重复无穷多次，且每个参与人有足够的耐心，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于合作的声誉，同时也有积极性惩罚对方的机会主义行为。 另外，可以证明团体的合作除依赖于规则之外，还与团体中人员多少有关，人数越多，越不容易合作。这也解释：干坏事的合伙人越多，事情越容易败露。 无名氏定理 四.不完全信息重复博弈 我们知道在完全信息条件下，通过有限次重复博弈解决不了不合作问题，囚徒走不出困境。而在不完全信息条件下，如果囚徒1带有一定的非理性，即囚徒1有两个类型{理性，非理性}，概率分别为P和1-P。假定囚徒2只有一个类型是理性的，非理性囚徒只有一种策略，即“针锋相对”，开始选择抵赖，然后在t阶段选择囚徒2在t-1阶段的选择。这里，C—坦白（不合作），D—抵赖（合作）。 囚徒博弈进行两次 t=1 t=2 非理性囚徒1 D X 理性囚徒1 C C 囚徒2 X C 在t=2时，囚徒2和理性囚徒1只选择C，非理性1的选择依赖于囚徒2在t=1的选择。 在t=1时，非理性1选D（假定），理性1选C，囚徒2选X。 （1）若X=D，2的支付为: P(-1)+(1-P)(-10)+[P*0+(1-P)(-8)]=17P-18 （2）若X=C，2的支付为: [P*0+(1-P)(-8)]+(-8)=8P-6 若（1）≥（2），即17P-18≥ 8P-6或P≥2/9时，囚徒2将在t=1时选择合作（抵赖）。 KMRW(Kreps,D.,P.Milgrom,J.Roberts,R.Wilson)定理 在T阶段重复囚徒博弈中，如果每个囚徒都有P0的概率是非理性的（即只选择“针锋相对策略”或“冷酷策略”），如果T足够大，那么存在一个T0T，使得下列策略组合构成一个精炼贝叶斯均衡： 所有理性囚徒在t≤T0阶段选择合作（抵赖），在tT0阶段选择不合作（坦白），而且非合作阶段的数量(T-T0)只与P有关而与T无关。 * * * * * * 五.信号传递博弈 信号传递博弈举例 讨论如下页图所示的两类型信号传递博弈，注意，这里“自然”赋予每一类型的可能性是相同的，我们用 (p,1-p) 和 (q,1-q) 表示接受者在其两个信息集内的 贝叶斯推断。 从图中可以看出，这一个两类型、两信号的博弈有四个可能的精炼贝叶斯均衡： （1）混同均衡于m1,发送者的策略为m(t1)=m(t2)=m1，即(m1, m1),则接收者对应于m1的信息集处于均衡路径上，接收者在这一信息集内的推断(p,1-p)决定于贝叶斯法则和发送者的策略。由于此时接收者无法通过信号纠正先验概率，故接收者的推断p=0.5.给定这样的推断，接收者在观测到m1之后的最有反应是a1，类型t1和类型t2的发送者分别得到的支付为1和2。为确定是否两种类型的发送者都愿意选择m1，需要考察m2时接收者将如何反应。如果接收者对m2的反应为a1，则类型t1的发送者选择m2的支付2大于选择选择m1的支付1。但如果接收者对m2的反应为a2，则发送者选择m2，t1和t2类型的支付将分别是0和1，低于选择m1时的1和2。 那么如果存在一个均衡，其中发送者的策略为(m1,m1)，则接收者对m2的反应必须为a2.于是接收者的策略必须是(a1,a2).另外，