博弈论与信息经济经济学系学.pptx

博弈论与信息经济经济学系学.pptx

《博弈论与信息经济经济学系学.pptx》由会员分享，可在线阅读，更多相关《博弈论与信息经济经济学系学.pptx（185页珍藏版）》请在冰点文库上搜索。

博弈论与信息经济学,经济学系陶金13387555749E-mail:

参考文献：

1.艾里克拉斯穆森（EricRasmusen），博弈与信息：

博弈论概论，中国人大出版社第三、四版，。

2.克里斯汀蒙特等（ChristianMontet），博弈论与经济学，经济管理出版社2005年版。

3.朱弗登博格和让梯若尔（DrewFudenbergandJeanTirole），博弈论，中国人大出版社2002年版。

4.张维迎，博弈论与信息经济学，上海人民出版社1996年版。

5.谢炽予，经济博弈论，复旦大学出版社第三版。

第一章导论,“正如理性预期学派使宏观经济学发生革命一样，博弈论广泛而深远地改变了经济学家的思维方式。

”让梯若尔（JeanTirole）（和让雅克拉丰一起创立图卢兹学派）,经济学与博弈论的契合,20世纪80年代以来，博弈论迅速成为主流经济的重要组成部分，几乎吞没了整个微观经济学，就如同计量经济学吞没了“经验经济学”一样。

为什么？

博弈论的研究范式：

建模者对players规定pay-offfunctions和strategysets，观察当参与人选择策略以最大化其支付时会产生什么结果。

原因一，博弈论的研究范式是“MaximizationSubjecttoConstraints”和“NoFreeLunch”经济学思想的结合。

原因二，主流经济学对寡头垄断的束手无策。

博弈论是建模的工具，它依赖于ideas。

运用博弈论建模的方式通常称为“无脂建模”（no-fatmodeling）或者实例建模（modelingbyexample）或者实例化理论。

Fisher“实例化理论并不告诉我们什么是必将发生的，而只告诉我们什么是可以发生的。

”,社会的两个基本问题：

协调（coordination）协调问题的核心是预测（prediction）：

预测其他人如何行为；合作（cooperation）合作问题的核心是激励（incentive）个人行为与社会利益的冲突什么是个人的最优选择？

什么是社会的最优选择？

如何把个人行为与社会利益统一起来？

“美丽心灵”纳什,在1994年诺贝尔经济学奖揭晓的那天下午，普林斯顿大学为纳什举行了一个小型香槟酒会。

纳什在会上说，他不习惯发表讲话，但这次他有三件事要说。

第一件事就是，他希望获得诺贝尔奖可以改善他的信用评级，因为他实在太需要一张信用卡了；第二件是他更希望自己能够独享诺贝尔奖，因为他太需要那笔钱，他要为自己的住房支付欠款；第三件是他认为自己的博弈论研究是与超弦理论类似的高度智力课题，其实用性也许是次要的或者可疑的,美国数学家约翰纳什、约翰海萨尼、莱因哈德泽尔腾因在非合作博弈均衡分析理论方面做出了开创性贡献，从而对博弈论和经济学产生了重大影响，而共同获得诺贝尔经济学奖。

非合作博弈和合作博弈,区分的依据：

约束力的协议（bindingagreement）内生与外生研究的重点：

非合作博弈强调的重点主要在个人行为；合作博弈强调的重点在于参与者联盟会形成什么样的联盟，他们之间如何瓜分合作的收益等。

均衡s*=（s1*，sn*）是指由博弈的n个参与人每人选取的最佳策略所组成的一个策略组合。

那什么是最佳策略呢？

纳什均衡的精炼逻辑,NEMSNESPEPTHEBNEPBE和SEPTHESEPBESPENE,NE的不存在需要对NE扩展,NE的多重性需要对NE精炼,对SPE“完美”,对SPE“序贯”,引入不完全信息需要对NE概括,Mixedstrategynashequilibrium,Sub-gameperfectequilibirum,Perfecttremblinghandequilibirum,Bayesnashequilibrium,Sequentialequilibirum,PerfectBayesequilibirum,精炼,博弈论的关键：

如何预测对方的行动,博弈论关注的是意识到其行动将相互影响的决策者们的行为。

也就是说博弈论涉及那些真实生活中的情形当理性的人们彼此相互作用的时候，即当某个人的行动依赖于他人如何行动的时候。

一、博弈的要素,博弈的要素包括：

参与人（players）、行动（actions）、信息（information）、策略（strategies）、支付（payoffs）、结果（outcome）和均衡（equilibrium）。

对一个博弈的描述至少必须包括参与人、策略和支付；而行动和信息则是建筑材料。

1参与人,参与人是独立决策和独立承担结果的个人或组织。

每个参与人的目标都是通过选择来最大化自身的效用（理性）。

假设我们构造一个“OPEC模型”，我们将参与人设定为沙特阿拉伯（S）和其他生产者（O），消费者只是被动的个体不是参与人，只是环境参数。

要理解何种情形适宜用博弈来模型化，考察以下几个例子：

1OPEC成员国选择其年产量2GM向USX（美国最大的钢材商）购买钢材3中石油在全国招聘工人4一家电力公司在估计了未来10年对电力的需求后，决定是否购置一套新的发电机组。

1OPEC成员国的产量都会影响世界油价2双方的产量或需求量会影响价格3每个工人对中石油的影响微乎其微4电力公司决策的复杂性并非来自另一个理性的主体如何改变重要的经济变量使3和4转化成博弈？

自然是一种虚拟的参与人，它在博弈的特定时点上以特定的概率随机选择行动。

自然的支付是无差异的。

在“OPEC模型”中，我们用D来表示石油的需求。

我们还可以假定需求只分“强”和“弱”。

假设前者的概率为70%，后者为30%。

一个博弈会因随机变动的结果不同而有着不同的结果。

2行动,参与人i的行动以ai表示，是他能做的某一选择。

参与人的行动集（actionset）,Ai=ai,是其可以采用的全部行动的集合。

一个行动组合（actionprofile）是一个由博弈中的n个参与人每人选择一个行动所组成的有序集，a=ai,i=1,2,n,除了设定对于参与人来说何种行动是可行的之外，还必须设定何时这种行动是可行的。

这就是行动顺序（orderofplay）若石油生产要求提前计划，则一国在博弈之初就选择两年的产量，OPEC模型的行动顺序可以是：

第一步，自然选择需求D，强或弱第二步，S从如下行动集中选择其1998和1999的产量：

（Qs,8=L,Qs,9=L）,（Qs,8=L,Qs,9=H）（Qs,8=H,Qs,9=L）,（Qs,8=H,Qs,9=H）O同时从其相应行动集中选择其产量。

3信息,既然博弈的关键是预测行动，信息理所当然是重要的。

信息是以信息集的概念来模型化的。

可以将参与人的信息集看做是他在特定时点对于不同变量的取值的了解。

信息集的要素包括参与人认为可能的不同值。

若有很多元素，则表明存在参与人无法排除的许多取值。

若只有一个元素，则表明他准确知道这些变量的取值。

我们假定，在自然行动后，沙特知道世界石油需求是强还是弱，但其他生产者无法排除任何一种可能，因此模型的信息集为：

其他生产者：

D=强，D=弱沙特：

D=强或D=弱，视需求而定。

参与人的信息集不仅包括如石油需求强度等变量取值的差别，还包括对已采取过什么行动的了解。

因此信息集是变化的。

博弈的信息（Information）,完美（perfect）或不完美信息的，是指博弈的规则而言：

如果参考者在选择自己行动时对于前面发生的情况很清楚，并且假设没有同时的行动，那么就是完美信息；否则就是不完美信息的。

完全（complete）或不完全信息，是指博弈进行的环境而言，是指参与者之间对博弈的各个方面相互了解的程度。

不完全信息和不完美信息的区别,不完全信息指的是参与者的信息特征；不完美信息指的是博弈的信息结构。

后面会讲到，经过海萨尼转换，任何不完全信息博弈都可以转化为不完美信息博弈。

什么是“共同知识”（CommonKnowledge）最早出现在哲学领域（DavidLewis）,1976年奥曼（Aumann）引入到博弈论中。

举例说明。

理性的共同知识（commonknowledgeofrationality）,

（1）Zero-orderCKR:

每个人都是理性的，但不知道其他人是否是理性的；

（2）first-orderCKR:

每个人是理性的，并且知道其他每个人也都是理性的，但并不知道其他人是否知道自己是理性的；（3）second-orderCKR:

（1）+

（2）+每个人知道

（2）nth-orderCKR:

R（b）C（b）R（b）C（b）Risrational,4策略,参与人的策略si是如下一项规则：

给定其信息集，该策略决定在博弈的每一时点他选择何种行动。

参与人的策略集或策略空间Si=si是其可行策略的集合。

策略组合（strategyprofile）s=（s1,sn）是由博弈的n个参与人每人选择一个策略组成的策略集。

策略与行动的区别,参与人的策略是一个关于其行动程序的完备集合（completeset），它告诉参与人在每一种可预见的情况下选择什么行动，即使参与人并不预期那种情况真的会出现。

这一描述的完备性也意味着策略与行动的不同之处在于它是不可观测的，行动是物质上的，但策略仅是意识上的。

5支付,在所有参与人和自然都选择了各自策略且博弈已经完成之后，参与人i获得的效用或期望效用。

在OPEC模型中，可以将沙特和其他生产者的支付设为两个生产年份中石油收入的总和。

6结果,一个博弈的结果是指在博弈结束之后，建模者从行动、支付和其他变量的取值中所挑选出来的他感兴趣的要素的集合。

结果的定义取决于建模者所感兴趣的是什么。

OPEC模型的一个结果是：

Qs,8=L,Qs,9=H,Qo,8=H,Qo,9=L,D=L,Rs=100,Ro=80结果可以狭义地定义为仅仅是支付或产量水平的集合。

选择何种定义取决于建模者认为对OPEC而言什么是最有意义的。

7均衡,均衡s*=（s1*，sn*）是指由博弈的n个参与人每人选取的最佳策略所组成的一个策略组合。

策略组合是一组策略的集合，而结果指的是感兴趣的一组变量的取值集合。

不同的策略组合有时会导致不同的结果（Qs,8=L,Qs,9=L,Qo,8=L,Qo,9=L,D=强,Rs=100,Ro=80）这一结果可以由下述任一策略产生。

黄金规则：

无论如何都选择低产量。

沙特：

（Qs,8=L,Qs,9=L）其他生产者：

（Qo,8=L,Qo,9=L）,白银规则：

针锋相对沙特阿拉伯：

（Qs,8=L；若Qo,8=L,则Qs,9=L，否则Qs,9=H）其他生产者：

（Qo,8=L；若Qs,8=L,则Qo,9=L，否则Qo,9=H）要记住的是：

行动与策略、结果与均衡之间是存在严格区别的。

8均衡概念,仅仅规定参与人、策略与支付还不足以找到均衡，因为建模者还必须决定“最优策略”到底是什么意思。

这一点可以通过定义一个均衡概念来实现。

只有几种均衡概念被普遍接受，如优势策略均衡（dominantstrategyequilibrium）和纳什均衡（Nashequilibrium）。

第二章分散化决策,这章考察的是一种完全忽略其他参与者决策的非合作博弈。

这种决策无须关于其他决策者的任何知识，因为这里的“环境”ENVIORMENT就是不考虑策略性的不确定性。

一、优势策略均衡（DominantStrategyEquilibrium）,如果无论其他参与人选择什么策略，策略si*都是参与人i的强最佳应对，那么si*就称为优势策略。

这意味着无论别人选择什么策略，si*都使参与人i的支付最大化。

从数学上讲ui（si*,s-i）ui（si,s-i）对于任何sisi*,对于参与人i而言较差的策略称为劣式策略（dominantedstrategy）。

优势策略均衡是由每个参与人优势策略所组成的策略组合（s1*，s2*，sn*）。

优势策略只要求每个参与者是理性的，而不要求每个参与者知道其他参与者是理性的（即不要求“理性”是共同知识）,如果参与人有优势策略，无需了解他人的偏好，任何关于其他参与者策略决策的信息都是毫无价值的。

DSE对信息基本无要求，只要求参与人自己是理性的就足够了。

囚徒困境举例,列抵赖坦白抵赖（-1，-1）（-10，0）行坦白（0，-10）（-8，-8）“困境”的根源不在于“囚徒”之间缺乏沟通，而是缺“动机”（Incentives）.,“囚徒困境”一般化到N个参与人，便是“公有地悲剧”，更为一般化的是，公共物品的提供和“搭便车”行为等问题。

二、重复剔除优势策略（IteratedDominanceEquilibrium）,这是建立在“重复”剔除非占优策略的准则之上的。

由于每个参与人都知道其他人的偏好，因此每个人都确信其他人不会选择dominatedstrategy（只要他们是理性的）；并且由于每个参与人都能同时洞悉其他参与人的非占优策略，那就意味着策略集缩小了，以此类推。

（换位思考）也就是说IDE要求理性是共同知识。

数学上讲，若存在这样的si，对于任何s-iui（si,s-i）ui（si,s-i），对于某一s-i，则说si弱劣于si。

弱优势策略均衡（weakdomimantstrategyequilibrium）定义为在剔除了每个参与人的全部弱劣势策略后得到的一个策略组合。

日本海军上将木村要将日本陆军运往新几内亚，有两条航线：

较短的北线和较长的南线。

美国海军上将肯尼则必须决定将其飞机派往南线还是北线进行搜索轰炸。

俾斯麦海战木村北南北（2，-2）（2，-2）肯尼南（1，-1）（3，-3）,列左中右上（10，0）（5，1）（4，-200）行下（10，100）（5，0）（0，-100）列左中右上（10，0）（5，1）（4，-200）行下（10，100）（5，0）（0，-100）,重复剔除与理性共识,重复剔除不仅要求每个人是理性的，而且要求每个人知道其他人是理性的，每个人知道每个人知道每个人是理性的，如此等等，即理性是“共同知识”（共识）,C1,C2,C3,R1,R2,R3,10,4,1,5,98,4,9,9,0,3,99,8,1,98,0,100,100,98,这个博弈只要求一阶理性共识就可以预测均衡结果。

如果把（下左）的第一个数字改为11呢？

最优选择,这个博弈只要求一阶理性共识就可以预测均衡结果：

如果R相信C是理性的，R就知道C不会选择C3，所以R的最优选择是R1；如果C相信R是理性的，C就知道R不会选择R2，所以C的最优选择是C2。

但要C预期R不会选择R3，需要二阶理性共识；要R不预期C会选择C1，需要三阶理性共识。

6767Si4545Si3030Si20Si=1耶鲁大学的试验结果是平均数为13又1/3。

6767Si4545Si3030Si20Si=1耶鲁大学的试验结果是平均数为13又1/3。

选择越多，对理性共识的要求越高,6767Si4545Si3030Si20Si=1耶鲁大学的试验结果是平均数为13又1/3。

1.IDE对理性的要求较高2.IDE可能会因为剔除顺序的不同而不同。

（需要强调的是，如果是剔除严格劣策略，则不存在这问题）3.对于大多数的博弈而言，重复剔除优势均衡也是不存在的。

三、安全策略（最大最小策略）,在策略式表述的博弈（X1,X2；u1,un）中，任何策略Xi,如果是下面问题的解：

Maxximinx-iui（xi,x-i）,则称为安全策略。

我们现在考虑的关于参与者信息的无知（ignorance），即“完全忽略”的博弈。

列左中右上（2，0）（3，-1）（0，1）0行下（2，1）（-1，2）（5，0）-10-10,列左中右上2141行下-106-1216列左中右上6-23-2行下-454-6654,安全策略是针对双人零和博弈（严格竞争的博弈）提出的。

有值的严格竞争或者双人零和博弈博弈中，“安全第一”的行为是最优的。

均衡是一对最优安全策略组成的。

有时也被称为“最大最小均衡”或“最小最大均衡”。

安全策略对理性的要求,安全策略要求理性必须是共同知识。

如果某个参与者怀疑他的对手并非理性地行动，那么安全策略并非是最优的。

也就意味着有机会获得高于有保证的最低水平。

第三章纳什均衡（NashEquilibrium）,定义1：

如果一个博弈有n个博弈方，其策略空间分别为S1，S2，Sn,支付函数分别为：

u1，u2，un，则此博弈的标准式表示为：

G=S1，S2，Sn,；u1，u2，un,标准式主要用来表示静态博弈。

这种博弈中，参与者是“同时”选择策略的，但只要每一参与者在行动时不知道其他参与者的选择就可以了。

“合理”的结果每个人都认为更可能出现的结果每个人对其他人预期的行动的最佳应对（bestresponds）纳什均衡（Nashequibrium）如果大家都预测特定的纳什均衡会出现，没有哪个参与人有激励单方面偏离（“一致性”预测）数学表达为，ui（si*,s-i*）ui（si,s-i*）对于任何sisi*,囚徒困境举例,列抵赖坦白抵赖（-1，-1）（-10，0）行坦白（0，-10）（-8，-8）“困境”的根源不在于“囚徒”之间缺乏沟通，而是缺“动机”（Incentives）.,智猪博弈（boxedpigs）小猪按键等待按键（5，1）（4，4）大猪等待（9，-1）（0，0）大猪的最佳应对：

B1等待/按键，B2按键/等待小猪的最佳应对：

L1等待/按键，L2等待/等待,小猪的策略,等待,按键,按键,等待,B2，L1（按键，等待）,B1（等待，按键）,0,大猪的策略,L2（等待，等待）,性别大战,妻子韩剧球赛韩剧2，10，0丈夫球赛0，01，2,不存在重复剔除优势均衡。

看球赛和看韩剧都是纳什均衡，但分别是针对不同均衡而言。

若这对恋人事先不通气，则可能出现误会。

性别战中，任一纳什均衡都是帕累托有效的，其他任一策略都不可能在不降低其他参与人支付的条件下提高另一参与人的支付，即不存在帕累托改进。

但囚徒困境博弈中纳什均衡并不是帕累托最优的。

斗鸡博弈,妻子进退进-3，-32，0丈夫退0，20，0,市场进入阻挠,在位者默许斗争进入40，50-10，0进入者不进入0，3000，300,恩爱夫妻博弈,妻子活着死了活着2，2-6，0丈夫死了0，-60，0,仇恨夫妻博弈,妻子活着死了活着0，06，0丈夫死了0，60，0,同优势策略均衡一样,纳什均衡也有强弱之分,要定义一个强纳什均衡,只要不等式成立严格成立。

也就是说，没有参与人会对是选择均衡策略还是选择其他策略持两可的态度。

为了说明纳什均衡的这一特点，构造囚徒困境的变形。

变形的囚徒困境列抵赖坦白抵赖（0，0）（-10，0）列坦白（0，-10）（-8，-8）变形的囚徒困境没有强优势策略均衡，它仅有一个弱优势策略均衡，坦白仍是一个弱优势策略。

在一个策略组合si*，在其他参与人都不会改变已有策略的条件下，如果没有参与人有激励去改变自身的策略，则称策略组合si*为纳什均衡，数学表达为，ui（si*,s-i*）ui（si,s-i*）对于任何sisi*,优势策略均衡、重复剔除的优势均衡与纳什均衡的关系,每一个占优策略均衡、重复剔除的占优均衡一定是纳什均衡；但反之不然。

纳什均衡一定是在重复剔除严格劣策略过程中没有被剔除掉的策略组合，但没有被剔除的策略组合不一定是纳什均衡，除非它是唯一的。

团队中的道德风险模型,假设一个团队中有两个工人，每个人可以工作（si=1）或偷懒（si=0），团队总产出是4（s1+s2），并在两个工人中平均分配。

每个人工作要承担私人成本3，偷懒时私人成本为0。

工人2工作偷懒工作（1，1）（-1，2）工人1偷懒（2，-1）（0，0）,思考题,1.下面的博弈问题的结果是什么？

乙abca甲bc,2,0,1,1,4,2,3,4,1,2,5,3,1,3,0,2,3,0,1、players：

厂商1和厂商2向市场提供无差异的同质的产品；面临的决策是qi=？

qiQpui，博弈,1.Cournot模型标准式表述,p是市场出清价格，是市场供应量Q的减函数：

p=p（Q）=a-Q=a-（qi+qj）,2、策略：

产出水平qi，策略集Si=qi：

qi0,3、支付函数：

ui（si,sj）=ui（qi,qj）,=qipcqi,假定两厂商均无固定成本，只有常数边际成本c。

=qia-（qi+qj）cqi=-qi2+（a-c-qj）qi,无限策略博弈NE的求解,按NE定义的条件，如果策略组合（qi*，qj*）是NE，那么对于qj*，qi*是下列优化问题的解：

Maxui（qi，qj*）qiSi,=Max-qi2+（a-c-qj*）qiqiSi,duidqi,-2qi+（a-c-qj*）,令：

-2qi+（a-c-qj*）=0得：

qi*=（a-c-qj*）/2,于是有方程组：

q1*=（a-c-q2*）/2q2*=（a-c-q1*）/2,q1*=q2*=（a-c）/3,此时，u1*=u2*=（a-c）2/9,考虑关系式：

qi*=（a-c-qj*）/2,无论qj是否最优，由qi=（a-c-qj）/2决定的qi总是厂商i针对厂商j产出水平的最优反应；我们称关系式qi=（a-c-qj）/2为厂商i针对厂商j的策略的反应函数，并记为：

qi*=Ri（qj）=（a-c-qj）/2.由此NE（qi*，qj*）必须是方程组：

q1=（a-c-q2）/2q2=（a-c-q1）/2,的解。

-反应函数法,q1,q2,a-c,（a-c）2,（a-c）/2,a-c,R2（q1）=（a-c-q1）/2,R1（q2）=（a-c-q2）/2,（a-c）3,（a-c）/3,NE,0,古诺纳什均衡的调整过程,古诺纳什均衡的简单性成为了纳什均衡调整过程的最好应用。

内省的办法：

要求理性是“共同知识”外推的办法：

只要求参与人是理性的,q1,q2,a-c,q1m,q2m,a-c,R2（q1）=（a-c-q1）/2,R1（q2）=（a-c-q2）/2,q12,q22,NE,0,q13,q23,通过内省和演绎预测对手的行为,q1q1m企业1是理性的，q12q1q1m企业1知道企业2理性的q12q1q13企业1知道企业2知道企业1是理性的q14q1q13q1=（a-c）/3理性是共同知识,q1,q2,a-c,q1m,q2m,a-c,R2（q1）=（a-c-q1）/2,R1（q2）=（a-c-q2）/2,q12,q22,NE,0,q13,q23,通过外推引导参与人采用均衡策略，每个参与人的产量是对前一阶段产量的最佳反应。

纳什均衡隐含的“信念”,关于参与人行为描述的一个问题是参与人认为自己的行动不会直接影响到其他人的行动，也就是说企业1和企业2都认为它的产量不会影响其他企业的产量。

数学表达式：

dq/dq1=1+dq2/dq1=1只有这个“信念”才能支撑纳什均衡。

对纳什均衡隐含的“信念”的辩护,假设存在大批参与人，彼此随机配对进行博弈；则现在配对的参与人不太可能再碰面，那么就不用担心他们当前的选择会如何影响他们未来对手的博弈行动。

这一辩护的缺陷在哪里？

大批参与人,2.伯川德模型BertrandModelofDuopoly,标准式表述,1、参与人：

厂商1与厂商2；他们生产同质产品。

2、他们选择价格，Si=pi：

pi0；,3、他们的支付函数就是他们的利润函数：

ui=ui（pi,pj）,NE将是：

P1*=p2*=c,Bertrandparadox,根据伯川德均衡可以得到两个结论：

1.寡头市场的均衡价格为：

P=MC；2.寡头的长期经济利润为0。

这一与实际不符的结论，被称为伯川德悖论Bertrandparadox,从前面我们得知古诺和伯川德模型并不贴近现实，为什么我们还要用它？

建模的最高的目的并不是最贴近现实，简单性永远是建模的最高目的之一。

特别是参与人超过两个时，所以这两个模型是更好的模型解决伯川德悖论的两个方法2.1生产能力约束：

合理的配给规则,2