第三章 完全信动态博弈.pptVIP

定理 如果阶段博弈G有唯一的Nash均衡，那么对任意有限次重复博弈G(T)有唯一的子博弈精炼Nash均衡结果：G的Nash均衡重复T次。 例 连锁店悖论(Selten) 考虑市场进入阻挠博弈 假定同样的市场有20个(可以理解为在位者有20个联锁店), 进入者每次进人一个市场,博弈就成了20次的重复博弈。人们也许会猜想，尽管从一个市场看，在位者的最优选择是默许，但因为有20个市场要保护，为了防止进入者进入其他19个市场，应该选择斗争，但子博弈精练的结果进入者在每一市场选择进入，而在位者总是选择默许。 默许 斗争 进入 不进入 5，5 -2，3 1，10 1，10 A B B 进入 不进入 默许 斗争 (5, 5) (-2, 3) (1,10) 四、 无限次重复博弈的求解 将囚犯困境一般化： B 合作 不合作 A 合作 R=-1， R=-1 S=-10， T=0 不合作 T=0，S=-10 P=-8，P=-8 其中，TRPS， R(T+S)/2（交替的背叛和被背叛不如合作好） 问题：如何走出“囚犯困境”？ 方法：引入重复博弈。常见策略有“冷酷战略”和“针锋相对” 冷酷战略 （ 也叫“触发策略” ） (1) 开始选择抵赖（合作）； (2)选择抵赖（合作）一直到有一方选择坦白（不合作）, 然后永远选择坦白（不合作） B 合作 不合作 A 合作 R=-1, R=-1 S=-10, T=0 不合作 T=0,S=-10 P=-8,P=-8 下面证明，只要每个人有足够的耐心，该策略是精炼Nash均衡 设贴现因子为δ。对于某个局中人i : 总是合作的期望收益： i首先不合作的期望收益： 令π1 ＞ π2可得： （1） δ足够大，如果对方不坦白， i 就没有积极性坦白 例如，囚犯困境中， 所以，当 时，如果对方不坦白， i 就没有积极性坦白 合作 不合作 合作 R=-1, R=-1 S=-10, T=0 不合作 T=0,S=-10 P=-8,P=-8 （2） 如果对方坦白， i 必须坦白 结论：如果博弈重复无穷次，且每个人有足够的耐心，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。 δ反映了人们对未来收益的看法,δ越大,说明未来收益越重要。 δ也表示了博弈双方再次相遇的可能性,这种可能性越大,δ越大。 δ 也可代表耐心程度， δ=0没有耐心。 冷酷策略的评价： 缺点：参与人没有改正的机会，很冷酷； 优点：冷酷的结果是双方都没有背叛对方的积极性，因而是友善的。 2. 无限次重复博弈的民间定理 相关概念： 可行支付向量：阶段博弈G的纯策略支付的凸组合。 可行支付集合V：所有可行支付向量的集合。 例如：两寡头削价竞争博弈 4，4 0，5 5，0 1，1 H L H L 该博弈一次性博弈均衡是都采用低价，是囚犯困境型博弈 Nash均衡 厂商2 支付 厂商1支付 (1,4) (3,3) (1,1) (4,1) (5,0) (5,0) 子博弈精炼均衡结果 可行支付向量集合 练习：画出囚犯困境问题的可行支付向量集和子博弈精练均衡结果集。 坦白 抵赖 坦白 抵赖 -8，-8 0，-10 -10，0 -1，-1 例：合谋的持久性：价格战的发生机制 考虑价格战。 首先介绍伯川德（Bertrand）寡头模型 价格竞争寡头的博弈模型 前提假设：产品有一定差别，即产品之间有很强的替代性，但又不是完全替代，即价格不同时，价格较高的不会完全销不出去。 设两个厂商的需求函数分别为： d1,d2为产品的替代系数 则它们的利润函数分别为： 从而可得它们的反应函数分别为： 解出 设贴现因子为δ。pi(t)表示企业i 在t期的价格， 表示企业价格，则其利润现值为： 令 ：企业i 的合谋利润； ：企业i 的Bertrand竞争利润； ：企业j遵守合谋定价，企业i 违背时的利润； 则有： 坦白 抵赖 坦白 抵赖 -8，-8 0，-10 -10，0 -1，-1 （参考“囚犯困境”，相当于0-1-8） 下面分析企业i 何时背离，何时合谋？ 考虑企业i在 时期背离，企业j 随之进行Bertrand竞争以惩罚i ，于是企业i的最佳反应也是进行Bertrand竞争。则其利润现值为： 企业i一直合谋的利润现值为： 时，企业i 不值得背离。 当 结论：当 时冷酷战略促使合谋得以维持。 “同时”是一个信息概念,而不是一个时间概念。 一、 动态博弈与静态博弈的区别 静态博弈：所有局中人同时行动；或行动虽有先后，但没有人在自己行动之前观测到别人的行动。