第二章纳什均衡与一致预测性.pptVIP

第二章 纳什均衡与一致预测性 柯华庆 2.1 博弈论的基本假设 2.1.1 理性人rational 非合作博弈仅仅从自己利益出发，仅仅利己。合作博弈是利人利己，利人也是为了利己，集体利益最大化以后再在集体中对个人进行补偿。 2.1.2 智能人intelligent 共同知识Common knowledge：如果每个人都知道某个知识，每个局中人都知道每个局中人都知道它，如此等等，从而行如 “（每个局中人都知道）k每个局中人都知道它”的语句对k=0,1,2……都是正确的，那么我们就称这个知识为局中人中间的共同知识。 有趣的例子：妻子不贞。 2.1 博弈的基本结构 2.1.1 游戏(game) 很多游戏都有一个特点：策略或者计谋有举足轻重的作用。 2.1.1.1齐威王田忌赛马：每次双方各出三匹马，一比一比赛三场，每一场的输方要赔一千斤铜给对方。 2.1.1.2猜硬币游戏 2.1.2 博弈的基本结构 2.1.2.1 局中人player (谁与谁玩？） 2.1.2.2 策略 strategy（几种玩法？） 2.1.2.3 次序 order（谁先玩？还是同时 玩？） 2.1.2.4 信息 information(依靠什么玩？） 2.1.2.5 得益 payoff（每种玩法得到什 么？不是仅仅玩） 2.2 静态博弈 2.2.1 规则：所有局中人同时选择行动且只选择一次。 任何一方在选择策略时都不可能知道另一方的选择是什么，因此不管他们决策的时间是否相同，我们可以把他们的决策看作是同时作出的；每一方都知道对方的得益情况；这两个决定了是完全信息静态博弈。 “同时”是信息概念，不是时间概念。 2.2.2占优策略 2.2.2.1在博弈中，如果不管其他博弈方选择什么策略，一博弈方的某个策略给他带来的收益始终高于其他策略，至少不低于其他策略，此时“某个策略”必然是该博弈方愿意选择的策略。称为“上策”或“占优策略”。 2.2.2.2如果一个博弈的某个策略组合中的策略都是各个博弈方各自的上策，那么这个策略组合肯定是所有博弈方都愿意选择的，必然是该博弈比较稳定的结果。称这样的策略组合为“上策均衡”。因为上策均衡反映了所有博弈方的绝对偏好，因此非常稳定，根据上策均衡可以对博弈结果作出最肯定的预测。 2.2.2.3上策均衡是博弈论中最强的观念，一个参与人如有可能总是选取一个严格占优策略并且总是不选取任何严格劣策略。上策均衡只要求每个参与人是理性的，而并不要求每个参与人知道其他参与人是理性的，这是因为，不论其他参与人是否理性，上策总是一个理性参与人的最优选择。最有名的博弈模型“囚徒困境”就有上策均衡。 2.2.2.4“囚徒困境” 两个犯罪嫌疑人被捕并受到指控，但除非至少其中有一个人供认犯罪，警方缺乏足够的证据指证他们所犯的罪行，从而将他们按罪判刑。为了得到所需的口供，警察将这两名罪犯关押在不同牢房以防止他们串供或结成攻守联盟，并给他们同样的选择机会：如果他们两人都拒不认罪，则根据已经掌握的证据他们会被判以 1 年徒刑；如果双方都坦白招认，都将被判入狱 5 年（比事实上的罪行要轻）；如果两人中有一人坦白认罪，则坦白者从轻处理，立即释放（信息费用），而另一人则重判 8 年徒刑。得益矩阵如下： 囚徒困境 第一，根据个体理性行为准则和完全理性行为准则，两个博弈方的目标都想要实现也有能力判断自身的最大利益。实际上对双方来说最佳结果是（-1 ，-1 ），对单方最佳结果是（-8 ， 0 ）或（ 0 ，-8 ），问题就在于他们都看到对自己有利的结果，两者之间不能串通，双方都不敢相信或者期望对方有合作精神，所以最后的结果是 （-5 ，-5 ）。 第二，对结果评价的多视角：就囚徒而言，是有害的；对警察有利、对社会利益来说是非常理想的结果，因为节省了信息费用（调查事实真相的费用） 第三 个体理性与集体理性 从博弈论的一般性来看（不涉及具体人），两个决策者的立场是不明智的（“聪明反被聪明误”），因为既没有实现团体的最大利益，也没有真正实现自身的个体最大利益。一般认为该博弈揭示了个体理性与集体理性的矛盾，对经济学中斯密“看不见的手”理论是一种重创。“他受着一只看不见的手指导，去尽力达到一个并非他本意想要达到的目的……。他追求自己的利益，往往使他能比在真正出于本意的情况下更有效地促进社会的利益”。单个囚徒仅仅考虑自己，由于策略的相互依存性，最后的结果违背了囚徒自身的利益（仍然是个体利益）。所以囚徒困境揭示的是“事与愿违”，原因在于社会中策略的相互依存性，即个体追求自身利益要考虑其他人的策略，单纯从自身考虑最后的结果可能正好相反。 第四，“囚徒困境”时有广义和狭义