经济博弈论基础第五章动态贝叶斯博弈.pptVIP

* * * * * * * * * * * * * * * * * * * 分析表明：只要囚徒1是非理性的概率p≥1/3，上表所示的策略组合就是一个完美贝叶斯纳什均衡： （导致第一阶段合作） t=1 t=2 t=3 非理性囚徒1 （p） 不坦白 不坦白 不坦白 理性囚徒1 （1-p ）不坦白 坦白 坦白 囚徒2 不坦白 不坦白 坦白 一、KMRW声誉模型 进一步分析可以证明： 如果囚徒 1 是非理性的概率p≥1/3，对于所有的 T3，下列策略组合构成一个完美贝叶斯纳什均衡：理性囚徒1在t=1至t=T-2 阶段一直选择“不坦白”，然后在t=T-1和t=T阶段选择“坦白”；囚徒2在t=1至t=T-1阶段选择“不坦白”，然后在 t =T阶段选择“坦白” 。 一、KMRW声誉模型 将任何一个囚徒选择“坦白”的阶段成为非合作阶段；两个囚徒都选择“不坦白”成为合作阶段。 结论：只要p≥1/3，非合作阶段的总数量等于2，与T无关。 一、KMRW声誉模型 在T阶段重复囚徒博弈中，如果每个囚徒都有p0的概率是非理性的（即只选择“针锋相对”或“冷酷策略”），如果T足够大，那么存在一个T0T，使得下列策略组合构成一个完美贝叶斯纳什均衡：所有理性囚徒在tT0 阶段一直选择合作（不坦白），在 tT0 阶段选择不合作（坦白）；并且非合作阶段的数量（T-T0）只于p有关而与T无关。 KMRW定理 尽管每一个囚徒选择合作时冒者被其他囚徒出卖的风险（从而可能得到一个较低的现阶段支付），但如果他选择不合作，就暴露了他是非合作型的，从而失去了获得长期合作收益的可能（如果对方是合作型的）。 KMRW定理的直观解释 如果博弈重复的次数足够多，未来收益的损失就超过短期被出卖的损失，因此在博弈的开始，每个局中人都想树立一个合作形象（使对方认为自己是喜欢合作的），即使他在本性上并不是合作型的；只有在博弈快结束的时候，局中人才会一次性地把自己过去建立的声誉利用尽，合作才会停止（因为此时，短期收益很大而未来损失很小）。 KMRW定理的直观解释 大智若愚确实是智者追求自己利益的最佳方式。 智者即囚徒博弈中的理性囚徒（非合作型），愚者即囚徒博弈中的非理性囚徒（合作型）。 行为方式的KMRW定理解释 一个人干好事还是干坏事常常不取决于他是好人还是坏人，而取决于别人认为他是好人还是坏人，因为坏人也有兴趣建立一个好人的形象以谋取长远利益。 行为方式的KMRW定理解释 货币政策的动态非一致性：政府没有办法承诺零通货膨胀率，结果是一方面遭受通货膨胀之苦，另一方面又不能得到产出增加之益。 二、声誉模型应用：政府的货币政策 Barro（1986）和Vickers（1986）利用KMRW声誉模型证明：如果公众有关政府偏好的信息是不完全的，出于声誉方面的考虑，即使政府的任期是有限的（因而博弈重复的次数是有限的），政府也可能选择不制造通货膨胀。 二、声誉模型应用：政府的货币政策 * * * * * * * * * * * * * * * * * * * * * * 第二部分 非合作博弈理论 第二章 策略型博弈 第三章 扩展型博弈 第四章 贝叶斯博弈 第五章 动态贝叶斯博弈 主要内容 第一节 动态贝叶斯博弈 第二节 完美贝叶斯纳什均衡 第三节 信号传递博弈 第四节 重复博弈与声誉模型 第五章 动态贝叶斯博弈 ——不了解对手，行动有先有后时，如何决策 第一节 动态贝叶斯博弈 动态贝叶斯博弈的含义： 动态贝叶斯博弈即不完全信息动态博弈，其含义是：自然首先选择局中人的类型，局中人自己知道，其他局中人不知道；自然选择之后，局中人开始行动，局中人的行动有先有后，后行动者能够观察到先行动者的行动，但不能观察到先行动者的类型。 第一节 动态贝叶斯博弈 动态贝叶斯博弈的含义： 但是每个局中人的行动是类型依存的，每个局中人的行动都传递着有关自己类型的某种信息，后行动者就可以通过观察到的先行动者的行动来推断其类型或修正对其类型的先验信念（概率分布），然后选择自己的最优行动。先行动者预测到自己的行动将被后行动者所利用，就会设法选择传递对自己最有利的信息，避免传递对自己不利的信息。