12第十二章贝叶斯纳什均衡及其精炼.pdf

第十二章 贝叶斯纳什均衡及其精炼 前两章讨论的是完全信息条件下的博弈，给出 了博弈的基本分析框架。 本章将讨论不完全信息下的博弈行为，包括不 完全信息静态博弈和不完全信息动态博弈。 12.1 不完全信息博弈与贝叶斯纳什均衡 一、不完全信息博弈 完全信息博弈指博弈中的参与人对所有其他 参与人的支付（偏好）函数有完全的了解，并且支 付函数是所有参与人的共同知识（common knowledge）的博弈。 反之，不满足完全信息博弈假设的博弈称为不 完全信息博弈。 二、海萨尼(Harsanyi)转换 在博弈中，信息不完全使得博弈参与人必须预 测其他参与人的类型。 至于“类型”概念，以两个企业博弈的例子说 明。 假设参与人1为在位者企业，参与人2为进入 者企业。 1 进入者依据在位者的生产成本高低选择是否 进入该行业，高则进，低则不进。但是进入者不知 道在位者的成本是高还是低。 因此，进入者必须预测在位者的成本“类型”， 究竟是高成本的还是低成本的。 海萨尼提出通过引入“自然”概念解决这个问 题。 即由自然实现行动，确定其他参与人的类型， 从而转换成我们已讨论过的扩展式动态博弈结构。 即通过自然选择类型，实现不完全信息向完全信息 的转换，我们称之为海萨尼转换。 在本例中，通过自然选择在位者的成本类型， 进入者再针对高成本或低成本进行是否进入的博 弈决策。 应当指出，通过自然选择类型的划分，不仅是 针对支付函数而言的，其包括参与人所拥有的所有 个人信息，如战略空间和信息集等等。 通过上述分析可知道，不完全信息意味着，至 少有一个参与人拥有多种类型，否则就成为完全信 息博弈。 用θ表示参与人i的一个特定类型，Θ 表示参 i i 与人i所有可能类型的集合，θ ∈Θ ，并假定 i i {θ}n 取自某个客观的分布函数P(θ ,L,θ )。 i i=1 1 n 2 为简化起见，假定只有参与人i本人观察到自 θ θ 己的类型 ，其他人都不能察到 。但依据海萨尼 i i 公理，我们假定分布函数P(θ ,L,θ )是所有参与 1 n 人的共同知识，就是说，在博弈开始时，所有参与 人关于自然行动的信念是相同的。 用θ = (θ ,L,θ ,θ ,L,θ )表示除i之 −i 1 i−1 i+1 n 外 的 所 有 参 与 人 的 类 型 组 合 ， 这 样 ， θ = (θ ,L,θ )= (θ ,θ )。 1 n i −i 定义p(θ θ )为参与人i的条件概率即给定 i −i i 参与人i属于类型θ 的条件下，其他参与人属于 i θ−i的概率。 根据条件概率规则： p(θ θ) i −i i p(θ ,θ) = i −i i （12.1）