作业博弈论HR角度分析.docVIP

分析与思考 本文讨论的是基金申报管理屮如何杜绝项目申请人信息造假的问题，从完全信息静态博 弈和有限理性的进化博弈两个分析松架下给出了具体建议，给了相关管理问题很好的解决思 路。 一、完全信息静态博弈 完全信息静态博弈，是指各博弈方同吋决策，且所有博弈方对各方得益都了解的博弈。 文章中给出了三个假设：巾请人的巾报与监察人员的调查在时间上看为同时决策，双方对各 方的收益都了解，双方也都完全理性，可以根据自己的判断自行改变决策选择的概率。冇了 这三个条件的限制，就满足了完全信息静态陣弈的基础，基金申请中的申请人与监察人员之 间就构成了i种完全信息静态博弈。 文章中用完全信息静态模型的分析，其实就像课上讲的小偷和守卫的博弈。 文章中的模型描述町以归纳为： （1） 巾请人“不真实”中报，监察人员不调查，则申请人获得基金F （F0）,监察人 员有负效用一P （管理部门对监察人员的惩罚P0）； （2） 如申请人“不真实”申报，监察人员调查，则申请人被惩罚有损失一D （管理部 门对屮请人的惩罚D0）,监察人员有0效用； （3） 女I冲请人“真实”中报，监察人员不调查，则巾请人有0效用，监察人员有正效 用 S （S0）； （4） 如申请人“真实”申报，监察人员调查，则申请人与监察人员各有0效用； 即 监察人员 调查（l—Pc） 不调查（Pc） 申请人 不真实（Ps） (―D, 0) (F, —P) 真实（1—Ps） (0, 0) (0, S) 在这样的模型下，文章屮用的箭头法，而我用划线法同样也可以看出是不存在纯粹策略 的纳什均衡的。 设监察人员不调杏的概率为Pc，则调查的概率为1—Pc。因此巾请人的期望得益 =F*Pc+（—0）（1—pc）o申请人不真实申报时,最低收益是—D,最高收益是F,两者相连, 就为申请人的期职收益曲线，如下： 中请人的期望收益直线与横轴的交点就是监察人员的最佳决策Pc*，因为当检察人员不 调查概率小于Pc*时，申请人收益为负，则申请人会增加“真实”申报，“真实”申报一增 加，那么监察人员会因为其数量增多而相信材料信息,从而减少调查，不调查的概率会增加； 当Pc —旦大于站时，中请人收益为正，有利可图，则中请人会增加“不真实”巾报，监察 人员就又要增加调查，降低不调查的概率直到Pc*，因此直线与横轴的交点就是监察人员的 最佳决策。 令申请人的期望得益为0,解得pc*=D/(F+D), 1—pc*=F/(F+D),因此检察人员选择不调 査与调査的概率为(D/(F+D), F/(F+D))o 由于D和F都是巾请人“不真实”巾报的得益，所以监察人员的决策实际上只与这两 者冇关。 设申请人“真实”申报的概率为Ps，则“不真实”申报的概率为1-Ps。因此监察人员 的期望得益二(一P)Ps+S(l—PJ。监察人员不调查时，最低收益是一P,最高收益是S,两者相 连，就为监察人员的期望收益曲线，如下： 山上述理论同理可得直线与横轴的交点就是屮请人的最佳决策。 令监察人员的期望得益为0,解得ps*=S/(P+S), l-pc*=P/(P+S),因此申请人选择“真实” 与“不真实”申报的概率为 ⑸(P+S), P/(P+S))o 由于S和P都是监察人员不调查的得益，所以申请人的决策实际上只与这两者有关。 现行的做法是加大对屮请人“不真实”屮报的惩罚来规避虚假材料，而这样的加人惩罚 只会使巾请人的负得益更差，但这只会影响监察人员的决策，就像文章中给出的下降的点一 D,短期内可以降低造假，但只会使博弈在长期中又重新在新的点达到均衡，而不影响申请 人的决策，因为申请人在达到新的均衡后重新决定策略时，其决策只是由监察人员不调查的 S和P的收益决定的。所以要在长期屮规避“不真实”申报的问题，就要加大对监察人员失 职的处罚，使点一P降低，这时候在项冃申请人的混合策略中璽新形成的均衡点才会使得申 请人“不真实”巾报的概率真正的有效的降低。 二、有限理性的进化博弈 因为各种因素的影响，人不可能是完全理性的，因此文章乂给出了下列假设：1?申请人 与监察人员都是有限理性的；2.他们双方都不可能在一开始就找到最优策略，而是通过一系 列的博弈和学习过程最终进化到稳定策略；3?监察人员是尽职的，不调查是因为客观调查的 不允许。在这样的假设下，就成为一个冇限理性动态障弈。 文章中给出的条件总结如K: 申请人 检査人员 备注 博弈价值 V1 V2 ViV20 博弈失败损失 C1 C2 — 获得资金的概率 p3 — — 概率 监察人员调查出造假 P2 监察人员调查不出造价 P1 因此进一步列出屮请人与监察人员的博弈: 监察人员 调査 不调查 申请人 不真实 (PiM+Ci)—C2, p2(v2+c2)—c2) (PM,0) 真实 (P3VizC2 ) (PiVl,0)