微观经济教学课件博奕论初步(配套).ppt

博奕论初步 三、囚犯的困境——博奕论初步 在寡头市场上，每一个厂商都要选择一种策略，厂商在决定采取某一行动之前都须对同行业其他厂商可能的反应作出估计，并相应的制定下一轮的行动，如此，一个厂商就像与其他厂商玩游戏一样，所以，用博奕论方法研究厂商相互之间的竞争与合作。关于寡头市场的分析运用博奕论。 博弈论（Game Theory）又名对策论，游戏论。 顾名思义，是一门研究互动关系的游戏中参与者各自选择策略的科学。 1937年由美国数学家John.Neumann创立，并在1944年运用到经济学上。1994年三位对博奕论在经济学上应用有重大贡献的的经济学家获得诺贝尔经济学奖：约翰? 海萨尼，约翰?纳什，理查德?泽尔腾。 1、田忌赛马与博弈论的基本概念 田忌赛马故事。 齐王的马选手出场顺序：好、中、劣； 田忌根据齐王的策略，选择了劣、好、中的出场顺序。2：1赢得比赛，得1000两银子。 一个所谓游戏至少需要三个要素，即一个博弈的规则或结构： （1）田忌与齐王是博弈或游戏参加者，假定参与者都是机智而理性的。 1、田忌赛马与博弈论的基本概念 （2）田忌以（劣、好、中）出场顺序赢得比赛。 其他可能的出场顺序： （好、劣、中）； （好、中、劣）； （中、好、劣）； （中、劣、好）； （劣、中、好）等，排列组合共6种，这就是策略空间或行动。 博奕参与者必须知道他自己及其对手伙伴的策略选择范围，并了解各种策略之间的因果关系。 （3）输赢即结局，是评价优劣高下的决策行为结果。博弈论用数字表示这类结果，并称之为支付（Payoff). 博弈论研究参与者双方在一定条件下的选择及其结果。 2、博弈论中经典例子——囚徒困境 两个囚徒在一起偷车时被警察发现抓了起来，分别关在两个独立的不能互通信息的牢房里进行审讯。 此时，两个囚犯可以做出的选择：或者供出他的同伙（坦白，背叛同伙），或者保持沉默（不坦白，与同伙合作）。 两个囚犯都知道，如果都能保持沉默的话，就都会被释放，因为只要他们拒不承认，警方无法给他们定罪。 警方也明白这一点，因此规定，坦白从宽，抗拒从严，如果他们中的一个人告发他的同伙，那么他就可以减轻处罚，而他的同伙加重惩罚。 囚徒困境 用矩阵的形式表现双方的选择及其结果： A坐3年牢 B坐3年牢 A坐1年牢 B坐1年牢 A坐10年牢 B坐3个月牢 A坐3个月牢 B坐10年牢 坦白 坦白 保持沉默 保持 沉默 囚犯B 囚犯A 囚徒困境 囚犯A和B会作出什么样的决策，其结果如何？ 先看囚犯A： 如果B不坦白，我也不坦白，各坐1年牢；如果B不坦白，我坦白，我只须坐3个月牢。——坦白好。 如果B坦白，我也坦白，各坐3年；如果B坦白，我不坦白， 我要坐10年牢。——坦白好。 再看囚犯B ： 如果A不坦白，我也不坦白，各坐1年牢；如果A不坦白，我坦白，我只须坐3个月牢。——坦白好。 如果A 坦白，我也坦白，各坐3年；如果A 坦白，我不坦白， 我要坐10年牢。——坦白好。 结论：不论B坦白还是不坦白，我都要坦白。同理B，结局是二人都坦白，二人都须坐3年牢。 2、由囚徒困境——优势策略均衡 对囚犯A，B来说，无论对方如何选择，“坦白”都是各自的最优选择，由此实现的均衡—优势策略均衡。 从两名囚犯共同利益看，最好的选择是合作，即同时选择保持沉默，然而，由于猜忌，试图获得更大好处（3个月刑期）等竞争性动机阻碍了它们达到更好的互利选择，结果是双方的不合作使双方得到最差的结局。 “囚徒的困境（Prisoners’ Dilemma)” ：个体理性决策导致集体非理性结果的困境。每个人都选择了对自己最有利的策略，但却导致了双方最差的结果。 3、合作与信誉的建立——重复博弈 “囚徒的困境”暗含的几个假定是：静态的一次性博弈，结果陷入了个体理性决策导致集体非理性结果的困境。 改变假定条件，假定犯人有多次的选择机会，如几进几出的惯犯，抓住了，关了一段时间后放出来，过一段时间，又被抓住。这时，博弈可以多次进行的重复博弈（Repeated Game)。 重复性博弈中选择坦白的机会成本太高，可能成为不利的选择。这时囚犯的最优选择可能不是交代，而是同时选择不交代，即不交代有可能成为最终的结局（纳什均衡点）。 3、合作与信誉的建立——重复博弈 例如，A有机会与B组成策略联盟，并对B宣布：我将选择不交代，并要求你也这样做，对大家都好；如果你背叛，选择坦白，我从下一阶段游戏开始便一直采取坦白。 这一方针与B 利益一致，因而是可信的。从B角度来看，如和A合作，可在每阶段得到1年监禁的较好结果；如中途变卦，出卖了对方，固然当期可得一次3个月的更好结果，但此后有更坏的结果。 因而，重复性博弈中，”沉默+沉默“点可