多对多估价的演化稳定策略研究.docxVIP

多对多估价的演化稳定策略研究 1 不完全信息下的定价机制 价格是一种常见的经济现象，包括交易双方之间的价格谈判、劳动争议、雇主之间的利益或奖金分享、不同资源权益的分享等。这些问题的性质是不同经济实体之间对特定利益的分配或分配。根据参与主体的数量，可分为“个体”、“多个客户”和“更多和更多”。 国外经典讨价还价模型大部分是建立在博弈论基础上的“一对一”模型,分别从静态和动态、信息完全和不完全两个维度来建模.例如,完全信息下的静态博弈模型以Nash在公理化体系下建立的“纳什讨价还价解”为代表,完全信息下的动态博弈模型以Rubinstein通过引入贴现因子而建立的“完全信息轮流出价讨价还价模型”最为著名.此外,Fudenberg和Tirole、Rubinstein分别给出了不完全信息下的动态博弈模型,Binmore等研究了静态模型和动态模型的关系,Ausubel等对不完全信息下的讨价还价研究进行了综述.这些经典模型都是建立在交易双方完全理性假设条件下,且认为均衡是“一步到位”,不关心均衡的具体形成过程. 国内学者对讨价还价问题也进行了理论和应用研究.在理论研究方面,马本江和邱菀华建立了多个卖方和一个买方“得寸进尺”策略下的一次博弈模型,苏秦和刘强研究了单买方和多卖方供应链多边谈判中的买方策略问题,王刊良和王嵩扩展了非对称压力和非对称信息下的三阶段讨价还价动态博弈模型;在应用研究方面,邹小燕和王正波运用Rubinstein模型研究了电力市场中的电力价格讨价还价问题,李勇军和梁樑结合数据包络分析和纳什讨价还价模型研究了固定成本分摊问题,李娟等分析了讨价还价博弈下的供应链回购合同问题. 综上所述,现有的研究主要集中在“一对一”和“一对多”讨价还价,而“多对多”问题,由于其结构复杂、难于建模,研究相对较少.近年来,随着互联网技术和电子商务的普及,“多对多”讨价还价问题得到了业界和学术界的重视.例如,网上团购是典型的由多个供应商和多个采购者组成的“多对多”讨价还价问题,类似问题还包括政府网上采购、电力竞价上网等.Krishna和Serrano首次把Rubinstein模型拓展到了多对多的情况,Bennett研究了多对多讨价还价中的联盟问题,Cai探讨了在完全信息下多对多讨价还价中的协议延迟问题,韩雪建立了基于协调人的多对多谈判支持系统. 在多对多讨价还价环境中,传统的“完全理性”假设与实际相去甚远,参与方不太可能找到全部的备选方案及其结果,也很难准确预测其他人的策略.演化博弈的出现,为我们研究该问题提供了全新的视角.“演化”意味着博弈方往往不会一开始就找到最优策略,而是通过不断的学习和试错来寻找较好的策略,从理论上克服了经典博弈论中的“完全理性”博弈分析脱离实际的问题;其次,演化博弈能很好地解释博弈的动态过程,“演化”也意味着均衡是不断调整和改进、而不是一次性选择的结果,即使达到了均衡也可能再次偏离.本文在“有限理性”假设条件下,通过建立复制动态(replicator dynamics)演化博弈模型来研究买卖双方直接交易的“多对多”讨价还价问题,国内外相关的研究还不多见. 2 发展模型 2.1 纯策略纳均一化 “最优反应动态”和“复制动态”是演化博弈中常用的两种演化机制,其中“最优反应动态”适合于学习速度快的小群体演化,而“复制动态”适合于学习速度慢的大群体演化.“复制动态”的核心思想是:下一阶段中采取每一种策略的人数在种群中所占的比例,与该策略当前阶段所获得的收益正相关;长此以往,那些获得较高收益的策略在种群中所占的比例会越来越高,而获得较低收益的策略在种群中的比例会越来越低,直至最后消亡. 本文采用复制动态机制来研究“多对多”讨价还价的策略演化问题,模型的基本假设如下: ①假设讨价还价中存在无限多的买方和卖方,所有买方对标的物的估计均为V,而所有卖方的成本均为C,且VC. ②令si和sj分别为买方和卖方的纯策略集(i,j=0,1,…,10),两者的纯策略空间均为si,sj∈S={0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0}.采取第i种策略的买方报价函数为: 采取第j种策略的卖方报价函数为: ③令xi(t)为第i种买方策略在第t(0≤t∞)个演化阶段的买方种群中所占比例,有■;同理,令yj(t)为第j种卖方策略在第t(0≤t∞)个演化阶段的卖方种群中所占比例,有■. ④在任意演化阶段,买卖双方随机匹配且同时出价.如果买方报价不低于卖方报价(即:bi≥aj),双方立即成交,且成交价格■,此时买方获得的收益为V-p,卖方的收益为p-C;否则(即:biaj),不成交,双方获得的收益均为0. ⑤买卖双方均为为风险中性. 令π(bij)和π(aji)分别表示si策略的买方和sj策略的卖方一次随机匹配后的收益,