第3节 2信息经济学探究方法 博弈论4.pptVIP

§3.5 不完全信息动态博弈 3.5.1 不完全信息博弈 “自然”首先选择参与人的类型，参与人自己知道，其他参与人不知道； 参与人开始行动，后行动者能观测到先行动者的行动，但不能观测到先行动者的类型； 后行动者通过观察先行动者所选择的行动来推断类型或修正对其类型的先验信念（概率分布），然后选择自己的最优行动； 先行动者预测到自己的行动将被后行动者所利用，就会设法选择传递对自己最有利的信息，避免传递对自己不利的信息。 §3.5.2 贝叶斯法则 先验概率(prior probability): 修正之前的判断； 后验概率(posterior probability)： 修正之后的判断 §3.5.2 贝叶斯法则 贝叶斯法则： 假定参与人i有K个类型，有H个行动，用?k和sh分别代表一个特定的类型和战略，假定i属于?k的先验概率是p(?k)?0,?p(?k)=1,i选择sh的条件概率为p(sh??k),?p(sh??k)=1。 §3.5.2 贝叶斯法则 贝叶斯法则： 假如观测到i选择了sh,i属于类型?k的后验概率Prob(?k?sh)有以下公式存在： §3.5.2 贝叶斯法则 贝叶斯法则举例： 假定现实中分为好人(?1)和坏人(?2)(type)，所有的事分为好事(s1)和坏事(s2)(strategy),那么一个人干好事的概率p{s1}就等于他是好人的概率p(?1)（先验概率）乘以好人干好事的概率p(s1??1)，加上他是坏人的概率p(?2)乘以坏人干好事p(s1??2)的概率，即p{s1}=p(s1??1)p(?1)+p(s1??2)p(?2)(边缘概率)。 §3.5.2 贝叶斯法则 贝叶斯法则举例： 假定观测到一个人干了一件好事，那么这个人是好人的后验概率为： §3.5.2 贝叶斯法则 贝叶斯法则举例： 假设认为这个人是好人的先验概率为1/2，那么在观测到他干了好事之后来修正他是好人的先验概率依赖于这件事好到什么程度。 假设这件事非常好，好人一定干，坏人一定不干，则有p(s1??1)=1， p(s1??2)=0，那么后验概率Prob(?1?s1)=(1*1/2)/(1*1/2+0*1/2)=1 假设这是一件非常一般的好事，好人会干，坏人也会干，则有p(s1??1)=1, p(s1??2)=1,后验概率Prob(?1?s1)=(1*1/2)/(1*1/2+1*1/2)=1/2 假设介于上述两种之间，好人肯定会做，坏人可能做也可能不做，则有p(s1??1)=1, p(s1??2)=1/2，后验概率Prob(?1?s1)=(1*1/2)/(1*1/2+1/2*1/2)=2/3 §3.5.3 精炼贝叶斯均衡（PBNE） PBNE是不完全信息动态均衡的基本均衡概念，是泽尔腾的完全信息动态博弈子博弈精炼纳什均衡（SPNE）和海萨尼的不完全信息静态博弈贝叶斯均衡（BNE）的结合。 BNE中，参与人的信念是事前给定的，均衡概念没有规定参与人如何修正自己的信念。 SPNE要求均衡战略不仅在整个博弈上构成纳什均衡，而且要求在每个子博弈上构成纳什均衡，剔除了那些包含不可置信威胁的战略。 §3.5.3 精炼贝叶斯均衡（PBNE） PBNE要求，给定每一个参与人有关其他参与人类型的后验信念，参与人的战略组合在每一个后续博弈（continuation game，每一个信息集开始的博弈的剩余部分，不同于开始于单结信息集的子博弈）上构成贝叶斯均衡。 §9.5.3 精炼贝叶斯均衡（PBNE） PBNE要求： （1）在每一个信息集上，决策者必须有一个定义在属于该信息集的所有决策结上的一个概率分布（信念）； （2）给定该信息集上的概率分布和其他参与人的后续战略，参与人的行动必须是最优的； （3）每一个参与人根据贝叶斯法则和均衡战略修正后验概率。 §3.5.3 精炼贝叶斯均衡（PBNE） 精炼贝叶斯均衡的定义： s*(?)=(s1*(?1),…,sn*(?n))和一个后验概率组合 ，满足： （P）对于所有的参与人i，在每一个信息集h，存在 （B） 是使用贝叶斯法则从先验概率pi(?-i??i)，观测到的行动 和最优战略 得到的。 §3.5.3 精炼贝叶斯均衡（PBNE） 精炼贝叶斯均衡是均衡战略和均衡信念的结合： 给定信念 ，战略s*=(s1*,…,sn*)是最优的；给定战略s*=(s1*,…,sn*)，信念 是使用贝叶斯法则从均衡战略和所观测到的行动得到的。 §3.5.4 信号传递博弈及其应用 信号传递博弈(signaling games)