基于信念学习模型的虚拟博弈实验研究..docVIP

基于信念学习模型的虚拟博弈实验研究 信念学习模型是博弈论的一个前沿热点问题，当前研究多数 处于初始阶段，国内鲜少有实验验证该模型。文章将教学问答环节进行博 弈化设计，对虚拟博弈信念学习模型进行验证，实验数据分析显示：模型 收敛于均衡策略。实验证明了信念学习模型的有效性，并对今后构建该类 模型捉出有益的建议。 关键词：信念学习实验经济学虚拟搏弈 屮图分类号：F240 A 1004-4914 (2016) 09-247-03 一、引言 随着博弈论在各门学科屮的广泛使用，个体行为选择在学＞』屮的作川 也不断被学者们研宄。North (1996)将心理学中个体的认知系统引入到 经济模型中，有效解释了决策中信念及偏好的关系，并将两者融合为理性 决策的基础，由此得出结论：信念是个人行为的准则，它是影响个人行为 选择的重要因素。他人的认知、行动和信念是构建有用模型的先决条件。 随着重复博弈研宄的不断加深，经济学家逐步重视学习信念行为，用 以解释当重复整个城弈时行为往往变得更为理性的原因。随着实验经济学 家对个体在重复博弈屮的学习过程进行研究，信念的形成归纳为：自身学 习以及外界互动。自身学习指自身经历不断强化使某种行为发生的概率上 升，外界互动指通过观察别人行为的收益情况进而指导自身行为决策。在 此基础上，Colin F. Camcrcr (2003)将信念学习模型定义为：“假设参与 者根据过去的事件来更新他们认为别人会如何行动的信念，从而根据这些 信念来决定哪种策略是最优的。”信念学习模型大致分为三类：信念学习 模型，强化学习模型，经历-加权吸引模型(章平，2006)。 信念学习模型以 Fundenberg and Levine ( 1998 )和 Cheung and Friedman (1997)的虚拟博弈模型为代表，该理论的基础是：参与人通过 观察其他参与人在过去各期内采取的行动概率，由此做出自身预期收益最 大化概率的行为。信念学习模型强调参与者始终牢记其他参与者以前的所 有行动，并且还要求参与者对每一期对手过去的行动赋予相等的权重，以 此来决定自己本轮的行为策略。该模型的观测经历主耍来源于其他参与人 过去的经历，即外界互动。强化学习模型以Bush-Mosteller Modle (1997) 为代表，该理论基础是：心理学认为一旦一种行动得到了奖赏，那么个人 在未来继续做出该行动的概率上升。如果足惩罚则未来做出该行动的概率 下降。强化学习模型不强调参与者形成冇关其他参与者可能行动的信念， 因为参与者更关注自己过往行为的奖赏和惩罚,该模型的观测经历主要来 源是自身经历，即自身学习。经历-加权吸引模型以Camerer and Teck Ho (1999)的 Experience-Weighted Attraction Modle 为代表，将强化学 习模型和信念学习模型相结合，通过将自身奖惩和观察其他参与者的支付 情况赋予不同的权重，拟合为吸引力指标，参与者对吸引力越敏感采取该 行动的概率越大。 综上，本文通过对教学提问环节进行博弈化设计对信念学习模型进行 研宂，检验在重复博弈下该模型是否有效？探讨行为博弈、信念形成及制 度设计方面的相互关系。 二、 理论模型 在序贯二元决策场景的重复博弈下，通常假设对手的行动集合为C (cl, c2???ci???d),在t轮傅弈之中，参与者对于其他参与者选择行 动ci所赋予的信念权重不断更新为： bt (ci) =bt-l (ci) +1在t期对手选择行动ci，信念权重相应的增 加lbt-1 (ci)在t期对手选择行动ci,信念权重相应的增加1 则在t期，参与者形成的其对手选择行动ci的概率与信念权重之间 的关系： u t (ci)= 在给定其他参与者选择各种行动的概率的信念下，参与者计算出自己 可供选择的每一个纯策略ai (参与者的策略空间为A)的期望支付n (ai/ u t),则参与者在t+1期选择纯策略ai的概率为： P 二 同样地，参与者选择具有最大概率值的策略为自己的最优响应。 三、 实验设计和实施 (一)实验设计 实验在教学提问环节进行博弈化设计的背景下，通过多次重复博弈使 本次回答问题的学生在充分了解其他参与者(之前回答问题的学生)的支 付、以及对手(教师)的行动基础上，来决定自己本轮的行为策略。 所谓教学提问环节的博弈化设计是指：将每次课堂提问作为一次博弈 局，博弈的参与者是老师和学生，由于课堂提问内容和教学内容息息相关， 两个参与者都能够充分掌握背景信息，信息对于两者来说是充分的。实验 的行动是教师让学生起来回答问题，教师根据学生的回答质量，依据公开 透明量化的考核标准对学生回答进行打分。该分数作为学生的支付，最终 体现在期末成绩中占有一定权重。为保证博弈的公平性、有效性，实验过