博弈论与信息经济学讲义PPT课件

-,1,博弈与社会导论:个人理性与社会效率,张维迎教授北京大学光华管理学院,-,2,纳什均衡与一致预期,张维迎教授北京大学光华管理学院,-,3,博弈的基本概念（1）,参与人（players)：博弈中决策主体的集合：什么人参与博弈？每个人是什么角色？行动（actions):每个人有些什么样行动可以选择？在什么时候行动？信息(information)：在博弈中的知识；每个人知道些什么（包括特征、行动等）？战略（strategies)：行动计划；每个人有什么战略可供选择？战略的完备性；,-,4,博弈的基本概念（2）,支付（payoffs)：每个人在不同战略组合下得到些什么？依赖于所有参与人的选择；均衡（equilibrium)：所有参与人最优战略的组合；结果（outcomes)：我们所感兴趣的东西。,-,5,静态博弈,最简单的博弈：所有参与人同时选择行动，并且只选择一次；“同时”是一个信息概念，而不一定与日历上的时间一致；,-,6,囚徒困境（prisonersdilemma),囚徒困境,坦白,不坦白,坦白,不坦白,8，8,0，10,10，0,1，1,无论对方如何选择，每个人的最优选择：坦白。所以，我们可以预测，结果将是（坦白，坦白）,-,7,占优均衡(dominant-strategyequilibrium),一般来说，由于每个参与人的效用依赖于所有人的选择，因此每个人的最优选择（战略）也依赖于所有其他人的选择（战略）。但在上述例子中，一个人的最优选择并不依赖于他人的选择。这样的最优战略，被称为“占优战略”(dominantstrategy)。由所有参与人的占优战略构成的战略组合被称为“占优均衡”。占优战略均衡的出现只要求所有人都是理性的，但不要求每个参与人知道其他参与人是否理性。囚徒困境博弈有占优均衡，所以其结果很容易预测。,-,8,个人理性与集体理性的冲突,“囚徒困境”表明个人理性与集体理性的冲突。这样的例子很多：寡头竞争，军备竞赛，团队生产中的劳动供给，公共产品的供给，等等；许多的制度就是为解决“囚徒困境”而存在的；,-,9,公共产品（publicgoods),提供,不提供,提供,不提供,4，4,-1，5,5，-1,0，0,无论对方如何选择，每个人的最优选择：不提供。所以，我们可以预测，结果将是（不提供，不提供）,-,10,公共产品与税收制度,比较私人产品与公共产品的不同：使用上排他性；私人产品是志愿购买的，但公共产品可能需要强制购买；税收制度就是保证公共产品的生产，解决公共产品生产上的“囚徒困境”,-,11,“囚徒困境”的一般表示,合作,不合作,合作,不合作,T，T,S，R,R，S,P，P,满足：RTPS;(S+R)R-T,-,13,“智猪博弈”(boxedpigs),有些博弈没有占优均衡，但通过剔除“坏”战略，我们可以预测博弈的结果。如“智猪博弈”,按,等待,按,等待,3，1,2，4,7，1,0，0,这个博弈中，大猪的最优选择依赖于小猪的选择，但小猪的最优选择与大猪的选择无关。如果大猪知道小猪的理性的，大猪将选择“按”。均衡是“大猪按，小猪等待”。“劣”战略：无论对方选择什么，如果自己选择A得到的总是收益小于选择B得到的收益，A就是相对于B的劣战略。,-,14,重复剔除占优均衡,“重复剔除严格劣战略”(iteratedeliminationofstrictlydominatedstrategy)的思路：首先找出博弈参与人的劣战略(dominatedstrategy)（假定存在的话），把这个劣战略剔除后，剩下的是一个不包含已剔除劣战略的新的博弈；然后在剔除这个新的博弈中的劣战略；继续这个过程，直到没有劣战略存在。如果剩下的战略组合是唯一的，这个唯一的战略组合就是“重复剔除占优均衡”(iterateddominanceequilibrium)。如果这样的解存在，我们说该博弈是“重复剔除占优可解的”(iterateddominancesolvable).,-,15,理性共识（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,-,16,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？,-,17,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。,-,18,R排除C选择C1,RbelievesCbelievesRbelievesCisrational,(C1,C2),R1,C2,-,19,好事变坏事？,在单人决策中，个人给定选择在所有情况下的收益都增加，一个人的状况不会变得更坏，但博弈中则不同。,上,下,左,右,上,下,左,右,-1,3,2,1,0,2,3,4,1,3,4,1,0,2,3,4,-,20,选择越多，对理性共识的要求越高,R1,R2,R3,R4,C1,C2,C3,C4,5，10,0，11,1，20,10，10,4，0,1，1,2，0,20，0,3，2,0，4,4，3,50，1,2，93,0，92,0，91,100，90,-,21,(1)Zero-orderCKR:CnotchooseC4forCisrational(2)1st-orderCKR:RnotchooseR4forR(b)C(3)2nd-orderCKR:CnotchooseC1forC(b)R(b)C(4)3rd-orderCKR:RnotchooseR1forR(b)C(b)R(b)C(5)4th-orderCKR:CnotchooseC3forC(b)R(b)C(b)R(b)C(6)5th-orderCKR:RnotchooseR3forR(b)C(b)R(b)C(b)R(b)Cso,(R2,C2)isanequilibrium,-,22,不能用重复剔除解的博弈,许多博弈没有占优均衡，也没有重复剔除的占优均衡。考虑如下博弈：,C1,C2,C3,R1,R2,R3,0，4,4，0,5，3,4，0,0，4,5，3,3，5,3，5,6，6,-,23,可理性化的选择,Rationalizablestrategy:不能被重复剔除的战略；或者说，可以被合理的信念(belief)所支持的行为；例如：R理性化选择R1：如果R(b)C选择C2，如果R（b）C（b）R会选择R2；如果R（b）C（b）R（b）C会选择C1；如果R（b）C（b）R（b）C（b）R会选择R1,-,24,Consistentlyalignedbeliefs(CAB),考虑（R3，C3）：对方不会犯预期错误：R选择R3，如果他认为C会选择C3；C会选择C3，如果他认为R会选择R3。CAB：每个人对别人行为的预期（信念）是正确的；Harsanyidoctrine:如果两个理性的人具有相同的信息，他们一定会得出相同的推断和相同的结论;RobertAumann:rationalagentscannotagreetodisagree.,-,25,纳什均衡与一致预期,纳什均衡：所有参与人的最优战略的组合：给定该战略中别人的选择，没有人有积极性改变自己的选择。一致预期：基于信念的选择是合理的；支持选择的信念是正确的；预期的自我实现：如何所有人认为这个结果会出现，这个结果就会出现。预期是自我实现的，预期不会错误。如果你认为我预期你将选择X，你就真的会选择X。,-,26,哲学思考,如果参与人事前达成一个协议，在不存在外部强制的情况下，每个人都有积极性遵守这个协议，这个协议就是纳什均衡。,-,27,寻找纳什均衡,C1,C2,C3,R1,R2,R3,100，100,0，0,50，101,50，0,1，1,60，0,0，300,0，0,200，200,-,28,纳什均衡：举例,广告博弈纳什均衡：（做广告，做广告）,企业1,企业2,-,29,利用纳什均衡寻租,考虑股票市场融资的例子：设想企业价值是100，现在发行的流通股为100股，每股价值1元。现在假定经理想筹集100元，投资价值只有50元。有人买新股吗？假定每一股配4股，价格为0.25元。如果股东不接受配股：原来一股1元的价值就变成0.3元（=150/500）；如果接受配股，他持有的股票的价值是1.5元；因为配股的成本是1元，所以他的最优选择是接受配股。,-,30,所有权配置与等级结构,考虑团队生产：让其中的一个人变成所有者,工作,偷懒,工作,偷懒,6，6,2，2,0，8,8，0,-,31,纳什均衡与学习过程,R2,R1,NE,q1,q2,-,32,双寡头竞争：Cournot博弈,两个企业同时选择产量，价格由市场决定；假定需求函数为其中为企业1的产量，为企业2的产量假定成本函数为：那么，利润函数为：,-,33,双寡头竞争（续）,企业最大化利润的一阶条件为：纳什均衡产量：纳什均衡利润为,-,34,垄断产量和垄断利润,垄断企业的目标函数：垄断产量：垄断利润：,-,35,划拳博弈,老虎,鸡,虫,杠子,老虎,鸡,虫,杠子,0，0,1，-1,0，0,-1，1,-1，1,0，0,1，-1,0，0,0，0,-1，1,0，0,1，-1,1，-1,0，0,-1，1,0，0,-,36,混合战略纳什均衡,有些博弈没有“纯战略”纳什均衡，但有混合战略纳什均衡，如监督博弈。,监督,不监督,偷懒,不偷懒,1，1,1，2,2，3,2，2,给定工人偷懒，老板的最优选择是监督；给定老板监督，工人的最优选择是不偷懒；给定工人不偷懒，老板的最优选择是不监督；给定老板不监督，工人的最优选择是偷懒；如此循环。,-,37,纳什均衡的存在性问题,每一个有限博弈至少存在一个纳什均衡（纯战略或混合战略）；如果一个博弈存在两个纯战略纳什均衡，那么，一定存在第三个混合战略纳什均衡。,-,38,风险与均衡,由于纳什均衡要求理性共识和一致预期，当人们可能犯小小的错误时，纳什均衡不一定被选择。如下面这个博弈中，多数人将选择“下”而不是“上”。,上,下,左,右,8,10,-1000,9,7,6,6,5,只要B有千分之一的概念错误地选择右，A将选择下；如果B怀疑A怀疑自己可能犯错误，B将选择右。所以，出现的不是纳什均衡,-,39,有问题的纳什均衡？,C1,C2,C3,R1,R2,R3,2，2,3，1,0，2,1，3,2，2,3，2,2，0,2，3,2，2,-,40,第三章多重均衡与制度和文化,张维迎北京大学光华管理学院,-,41,实验：选数博弈,规则：有两个人，110十个数字，每个人可以选择其中的任意五个；如果两个人的选择没有重复，每人得到50元；否则，各为0。,-,42,多重纳什均衡：产品标准,许多博弈可能有多个纳什均衡,3.5“,5.5“,3.5“,5.5“,8,8,3,2,2,3,6,6,这个博弈被称为“协调博弈”：有两个纯战略纳什均衡，一个混合战略均衡。哪一个将出现呢？,-,43,交通博弈,靠左行,靠右行,靠左行,靠右行,1，1,1，1,-1，-1,-1，-1,-,44,约会博弈,芭蕾舞,足球场,芭蕾舞,足球场,1，2,0，0,0，0,2，1,-,45,进门博弈,先进,后进,先进,后进,-1，-1,-1，-1,2，1,1，2,-,46,分蛋糕博弈,x1,x2,1,1,任何满足x1+x2=1的点都是纳什均衡。,-,47,资源争夺博弈（chicken),Hawk,Dove,Hawk,Dove,-1，-1,5，5,10，0,0，10,-,48,如何协调？,仅仅“理性”是不够的；FOCALPOINT（PROMINENCE）：Schelling（1960）；帕累托最优均衡：可以通过协商选择一个纳什均衡；cheaptalking；文化与制度行业组织；,-,49,帕累托最优均衡,3.5“,5.5“,3.5“,5.5“,8,8,3,2,2,3,6,6,（3.5“,3.5”)帕累托优于(5.5“,5.5”),Cheaptalk可以帮助协调到一个帕累托最优均衡,-,50,为什么要相信？,C1,C2,R1,R2,9，9,0，8,8，0,7，7,不论C选择什么，他都有积极性告诉R他将选择C1；所以没有理由认为R应该相信C的话。,R,C,-,51,锁定效应与路径依赖,如果博弈参与人很多，达成协议的成本很高，最初的非帕累托均衡可以被锁定（lock-in),导致路径依赖（pathdependence)：每个人多偏好于新产品（或标准），如果其他人都选择新产品的话；但由于每个人都预期其他人不会选择新产品，所以每个人的最优选择是不转向新产品，结果是整个社会被锁定在现有的产品（标准）（非帕累托最优）；这常被用来作为市场失灵的理论证据；经验证据：QWERTvsDvorak键盘；BetavsVHS录象机；MAC与IBM计算机软件；但最新的研究似乎正在推翻这些广泛流行的结论。,-,52,键盘的寓言,1868年ChristopherL.Stoles发明QWERT键盘；由Remington公司生产；1936年Dvorak发明简化键盘（DSK，DvorakSimplifiedKeyboard):认为这一键盘通过平衡双手和更有力的手指之间的工作量，极大地减少了打字产生的手指运动，其优势在于提高速度、减少疲劳，以及更容易的学习。为什么没有被采用？最初的打字员不选择学习Dvorak，因为Dvorak机器很难找到；办公室不原配置Dvorak，因为找不到打字员；但这些说服并不成立：（1）支持Dvorak更好的论点证据不足，许多是猜测；（2）人体过程学方面的研究发现，它没有任何在科学上可靠、重要的优势；（3）打字机市场上的竞争要比通常报告的要激烈的多；（4）其他许多比赛证明其他键盘的优越性。,-,53,VHS与Betamax,Sony公司1975年开始销售Betamax,并把一再把该技术提供给松下、JVC；1976年4月三家公司最终同意召开一次会议来比较Betamax，VHS和VX；但由于JVC的侵权，SONY和松下-JVC分道扬镳；SONY相信“小”，松下相信“长”；SONY吸引东芝和三洋支持Beta，松下则把日立、夏普和三菱拉入阵营；一种制式的任何改进都伴随着另一阵营的相同改进；一方降价，另一方也跟进。两中制式在几乎所有方面都被证明是完全相同的，除了一方面：VHS播放时间更长，Beta两小时，VHS4小时；Beta5小时，VHS8小时。市场在播放时间和磁带压缩之间的投票是决定性的：1979年前，VHS在美国的销售是Beta的三倍，1983年前，Beta的在世界市场份额的份额下降到12%；1984年，只有SONY在生产Beta。,-,54,MAC与IBM,据称：Macitosh要比命令行DOS好得多，甚至比基于DOS的Windows好，但为什么消亡了？通常的解释：DOS成功了是因为它成功了：有更多的软件，更多的用户；事实是：（1）成本优势；（2）速度优势；（3）商业环境中，一台机器只用于一种软件，一旦操作员学会，Macitosh的界面优势就没有了；（4）为DOS写软件要容易的多。StanLiebowitz,andStephenMargolis,“TheFableoftheKeys”,JLE(1990);Beta,MacitoshandotherFabulousTales”,1999(Winner,LosersandMicrosoft).,-,55,大学改革：教师招聘,只留本校生,不留本校生,只留本校生,不留本校生,2，2,2，0,0，2,10，10,-,56,交通博弈与交通规则,靠左行,靠右行,靠左行,靠右行,1，1,1，1,-1，-1,-1，-1,-,57,法律和社会规范如何协调预期,法律和社会规范就是这种协调预期的规则，帮助人们在多个纳什均衡中筛选一个特定的纳什均衡。社会规范是通过习惯、长期的交互博弈产生的行为规则，法律是立法机关制定的行为规则，但不论是法律还是社会规范，它们的功能都是协调预期。,-,58,交通规则的演变,在多个纳什均衡之间不存在优劣之分时，偶然事件对选择具有重要意义；从历史上来考察，许多交通规则一开始并不体现为法律，而是长期演化而来的。在欧洲大陆的早期，道路行走规范是非常地方化的，有些地方采用靠左走的习惯，有些地方采用靠右走的习惯，是不统一的。只是随着道路的增加和地区间交往的扩大，地方性的习惯才逐步演变为区域性的规范，然后有演变为全国性的规范。但直到世纪前，道路规则也仅仅是作为规范而得到遵守，而不是作为交通法律而得到执行。现在欧洲大陆的靠右走的规则是在法国兴起的。,-,59,交通规则的演变,在法国大革命以前，贵族的马车习惯上是靠左行的，穷人在路上看到富人的马车来了，要站在马路的右边。因此，靠左行与“特权阶级”相联系，而靠右行被认为更为“民主”。随着法国大革命，作为一个革命的象征，规定所有的车都要靠右走。随着拿破仑对欧洲大陆的征服，拿破仑将法国的规则带给了欧洲，也包括靠右行驶的规则。当然，在地域上这个规则的转变也是从西到东逐步完成的。比如说，与靠右行的西班牙接壤的葡萄牙是在一战之后才转为靠右行，奥地利是从西到东一个省一个省逐步转变的，匈牙利、捷克和德国是在二战前才由左行转向右行的。瑞典，一直到1967年，才通过法律宣布从靠左行改为靠右行。,-,60,文化的冲突与协调,为什么欧洲大陆的交通规则收敛于一致？英国将如何办？文化冲突，无论是组织和组织之间的，还是国家和国家之间的，大部分不过是游戏规则社会规范和法律的冲突，用博弈论的话来说，是一个均衡的选择问题；全球化意味着资源的重新分配。,-,61,解决规则冲突的三个方式,一是一个规则取代其他的规则，让一部分人改变行为规范适应另一部分人，也就是所谓的“接轨”，如前面讲的欧洲大陆交通规则的演变所显示的。二是建立全新的规则，如中国人和德国人在一起交流时都用英语，而不是中文，也不是德文；三是建立协调规则的规则。如“入乡随俗”，“客随主便”。究竟哪一种，与规则要解决的问题有关，也与其他因素有关。,-,62,一致与冲突,先走,后走,先走,后走,-1，-1,2，1,1，2,-1，-1,进门博弈,-,63,文化既解决冲突又协调预期,尊老爱幼；妇幼保护；遵师重教；先来后到；社会分层与非对称权力（排位问题；黑社会组织）；公平观念（如分蛋糕博弈）；抓阄；,-,64,分蛋糕问题与公平观念,x1,x2,0.5,0.5,-,65,信息与身份（identity),信息对预期的协调很重要：如果不知道谁是谁，协调就很困难；身份是传递信息的重要工具；身份的外在化：服饰，车座，秘书；学界的官本位问题；,-,66,资源争夺博弈（chicken),Hawk,Dove,Hawk,Dove,-1，-1,5，5,10，0,0，10,-,67,产权的先占规则,人们为什么遵守这个规则？人们希望得到别人认可的愿望：一旦规则建立，每个人都预期其他人会遵守规则；给定这个预期，每个人发现遵守规则是自己的利益所在，也希望别人能遵守这个规则。任何不守规则的行为都会使守规则的人受到损害或者感到威胁，从而引起后者的愤怒；任何其他人也因此会觉得自己未来的利益受到威胁，对此种行为表示不满，对受害人表示同情；少数人不守规则并不会导致规则的消失；但如果规则总是偏向于某一组特定的人群，受到不公正对待的人并不会蔑视不守规则的人，规则就容易被违反。罗尔斯（Rawls）的正义论,-,68,关于论资排辈问题,容易被个人操纵的信息是没有价值的；当缺乏其他有效的信息时，资历可以成为协调博弈的信息；孙丕扬于万历22年（1595年）出任吏部尚书，创建了“掣签法”：官员们无论贤愚清浊，一律抽签上岗。（吴思潜规则）,-,69,为什么制度要有稳定性？,制度是为了稳定预期，频繁的变化会打乱人们的预期；希思罗机场的MeetingPoint；,-,70,第四章动态博弈与承诺,张维迎北京大学光华管理学院,-,71,动态博弈,行动有先后顺序，不同的参与人在不同时点行动，先行动者的选择影响后行动者的选择空间，后行动者可以观察到先行动者做了什么选择，因此，为了做出最优的行动选择，每个参与人都必须这样思考问题：如果我如此选择，对方将如何应对？如果我是他，我将会如何行动？给定他的应对，什么是我的最优选择？如下棋,-,72,博弈树（gametree),A,B,B,进入,不进入,进入,不进入,进入,不进入,(-1,-1),(1,0),(0,1),(0,0),-,73,动态博弈中的战略,战略是一个完备的行动计划：在博弈开始之前就规定出每一个决策点上的选择，即使这个决策点实际上不会出现。考虑老师与学生之间考试之后的一个博弈：老师先行动（判分），学生后行动（在不同分数下如何应对）。假定学生的实际成绩是不及格。,-,74,战略表式下的纳什均衡,及格,不及格,老师,学生,A，F,F，A,A，A,F，F,-1，1,-10，-10,-1，1,-10，-10,-10，-10,1，-1,1，-1,-10，-10,-,75,三个纳什均衡,（及格；A，F）；（不及格；F，A）；（不及格；A，A）问题：哪一个会出现呢？,-,76,不可置信的威胁(noncrediblethreat),在（及格；A，F）和（不及格；F，A）中，学生“报复（F）”的威胁是不可信的：无论老师判“及格”还是“不及格”，“报复”不是学生的最优选择；事前（exante)和事后(expost)：一种战略所规定的行动在事前看来是最优的，但事后看并不是当事人的最优选择，这种行动就不可置信，该战略就不是一个合理的战略。,-,77,精炼纳什均衡（perfectNE),不包含不可置信的行动的战略所组成的纳什均衡被称为“精炼纳什均衡”；也就是说，不论过去发生了什么，构成精炼纳什均衡的战略，其所规定的行动在每一个决策点上都是最优的。所以，又称为“序惯均衡”(sequentialequilibrium);首先必须是“纳什均衡”，但并非所有纳什均衡都是合理的；只有其战略不包含不可置信行动的纳什均衡才是合理的。,-,78,子博弈（subgame),由原博弈中某个决策点（信息集）开始的部分构成一个子博弈。,1,2,3,2,3,原博弈,子博弈I,子博弈II,-,79,子博弈精炼纳什均衡,精炼纳什均衡：（1）在原博弈是一个纳什均衡；（2）在每一个子博弈上都是纳什均衡。考试博弈：（及格；A，F）在第二个子博弈上不构成纳什均衡；（不及格；F，A）在第一个子博弈不构成纳什均衡；（不及格；A，A）在所有子博弈上都构成纳什均衡。,-,80,老师,学生,学生,及格,不及格,报复,接受,报复,接受,(-10,-10),(-1,1),(-10,-10),(1,-1),考试博弈,-,81,逆向归纳法(backwardinduction),在有限博弈中，我们可以用逆向归纳法求解精炼纳什均衡：从最后一个决策点开始，找出该子博弈的纳什均衡；然后再倒回到倒数第二个决策点，找出决策者的最优决策（假定最后一个决策者的决策是最有的；如此一直到初始决策点，所有子博弈上的最优选择就是精炼纳什均衡。又称“rollback”.,-,82,举例,1,2,1,（2，0）,（5，0）,（4，2）,（1，1）,U,D,R,L,U,D,-,83,均衡路径与非均衡路径,精炼纳什均衡下所经过的决策点和最优选择构成的路径，称为均衡路径（equilibriumpath);其他的路径是非均衡路径（off-equilibriumpath);均衡结果依赖于非均衡路径上的选择：1只所以一开始就选择U，是因为他预期如果选择D的话，2将选择L；而2只所以选择L，是因为她预期如果选择R的话，1将选择U。,-,84,精炼均衡与理性共识,逆向归纳的过程实际上就是重复剔除劣战略的过程，其前提是博弈规则和理性共识：每个人是理性的，每个人知道每个人是理性的，如此等等。因此，精炼纳什均衡的合理性取决于理性共识的合理性。后面再讨论。,-,85,先动优势与后动优势,在动态博弈中，行动总有先后顺序。有些博弈具有先动优势(first-moveradvantage),但有些博弈具有后动优势(second-moveradvantage).让产量竞争具有先动优势，而价格竞争可能是后动优势；开会发言？在不完全信息下，顺序更重要。但有些博弈既没有先动优势，也没有后动优势，如抓阄。,-,86,练习：数30博弈,数30游戏：两个人，交替选择数字，每次只能选择一个或两个数字。每次可以选择1-3个数字呢？,-,87,不可置信威胁,精炼纳什均衡剔除了不可置信的威胁，使得我们可以更合理地对博弈中参与人行为的预测；不可置信威胁的根源是事前最优与事后最优不同，导致许多帕累托效率无法实现；劫机事件为什么会发生？管教孩子为什么困难？家族企业为什么难以实行制度化管理？大企业为什么效率低？（TBTF）研究学录取中的问题；,-,88,承诺,承诺是将不可置信的威胁变成可置信的威胁的行动：威胁不仅是事前最优的，也是事后最优的。承诺意味着限制自己的自由：选择少反而对自己好。如“破釜沉舟”的故事。围城战略。,-,89,举例：如果1承诺不选择U,1,2,1,（2，0）,（5，0）,（4，2）,（1，1）,U,D,R,L,U,D,-,90,承诺举例,婚姻中的承诺：彩礼、昂贵的婚礼可以理解为一种对婚姻的承诺；订金、抵押物做为对交易的承诺；“安营扎寨”；固定资产投资可以作为承诺；所有权的承诺作用；,-,91,最惠条款,生产耐用品的企业经常被“降价预期”所困扰：如果消费者预期企业将降价，他们将会等待，结果，企业只能降价。如汽车行业面临的问题；最惠条款可以起到承诺的作用：企业不会降价了。,-,92,例子,产量,价格,收入,1,2,3,4,100,80,40,30,100,160,120,120,假定企业一开始定价80，如果前两个消费者购买了，企业将有积极性在50的价格下向第三个顾客出售。预期到这一点，前两个顾客将不会购买。如果企业向保证，任何降价的差额将返还顾客，前两个顾客将会购买。因为企业事实上不会降价了。,-,93,大学改革：不升即走(up-or-out),没有这样的制度，人才就可能得不到公正评价；“不升即走”是大学对教员的承诺：不会压制优秀人才。,-,94,Up-or-out博弈,教员,学校,学校,努力,不努力,提升,不提升,提升,不提升,(4,4),(1,7),(3,3),(2,4）,(4,4),(x,0),(3,3),(y,0),老制度,新制度,-,95,画家和政府的苦恼,名画的价值取决于数量，画家常为无法承诺而苦恼：谁相信他不会再画呢？这可能是为什么死了画家的画最值钱。政府也有类似的问题。政府经常缺乏承诺：给定投资者进入的情况下，多征税是最优的；但投资者预期到这一点，将不愿意进入。中国许多地方支付有严重的机会主义行为。“坦白从宽，抗拒从严”面临的问题也如此。,-,96,作为承诺的法律,法律改变事后的选择空间或选择成本，所以可以起到承诺的作用；合同的承诺作用（违约的成本增加，使得遵守合同更可能是事后最优的选择）；刑法：为什么不能商量？为什么对严重犯罪要执行死刑？台湾问题：立法还是政府随机应变？“法治”(ruleoflaw)是政府的承诺；,-,97,有限政府（limitedgovernment),市场要求有限政府：政府不仅要保护个人的基本权利不受其他人的侵犯，而且要把尊重这些权利作为对政府行为的限制。如果政府的自由裁量权过大，政府官员为所欲为，政府本身会受到损害；这里的关键是：老百姓与政府之间的博弈。,-,98,光荣革命与英国政府的财政,年份总收入总支出总国债1668-16881.92.12.016954.16.28.416973.37.916.717206.35.654.0177011.410.5130.6178012.522.6167.2179017.016.8244.0,-,99,-,100,主权债模型,L,D,G,L,L,H,R,P(a),P(a),-,101,政府的举债能力,假定政府借D的债务，利息率是r，贷款人对政府所能实施的最大可信惩罚是P，那么，如果D(1+r)P(a),政府将还钱，否则政府将不还钱。所以政府的举债能力为DTPS;(S+R)=0.25;结论：如果B认为A非理性的概率不小于0.25,B在第1阶段会选择合作，即使博弈只重复两次。,-,213,博弈重复3次,t=1,t=2,A,非理性(p),理性型(1-p),B（理性型),合作,X,？,背叛,X,X,t=3,X,背叛,背叛,-,214,参与人A（理性）的选择,如果A是理性的，在第2阶段和第3阶段一定会选择背叛，但第1阶段也可能选择合作，因为建立一个合作的形象可以换取B在第2阶段的合作；如果p=0.25,并且A认为B在第1阶段会合作，给定A在第2阶段合作的话B在在第2阶段也会合作，那么A选择合作得到：3+4+0=5；如果A选择背叛，得到：4+0+0=4；所以合作是最优的。,-,215,参与人B的选择,B有四种战略：（合作，合作，背叛）；（合作，背叛，背叛）；（背叛，背叛，背叛）；（背叛，合作，背叛）,-,216,（合作，合作，背叛）,t=1,t=2,A,非理性(p),理性型(1-p),B（理性型),合作,X=合作,合作,背叛,X=合作,X=合作,t=3,X=合作,背叛,背叛,3+3p+(-1)(1-p)+4p+0=8p+2,预期效用=,-,217,（合作，背叛，背叛）,t=1,t=2,A,非理性(p),理性型(1-p),B（理性型),合作,X=合作,合作,背叛,X=合作,X=背叛,t=3,X=背叛,背叛,背叛,3+4p+0(1-p)+0=4p+3,预期效用=,-,218,（背叛，背叛，背叛）,t=1,t=2,A,非理性(p),理性型(1-p),B（理性型),合作,X=背叛,合作,背叛,X=背叛,X=背叛,t=3,X=背叛,背叛,背叛,4+0+0=4,预期效用=,-,219,（背叛，合作，背叛）,t=1,t=2,A,非理性(p),理性型(1-p),B（理性型),合作,X=背叛,合作,背叛,X=背叛,X=合作,t=3,X=合作,背叛,背叛,4+（-1）+4p+0(1-p)=4p+3,预期效用=,-,220,P=1,8p+2(合作，合作，背叛）,0.2,4p+3(合作，合作，背叛）（背叛，合作，背叛）,=4（背叛，背叛，背叛）,-,221,结论,只要p=0.25,下表所列战略组合是一个精炼纳什均衡：理性型A在第1阶段选择合作，然后在第2和第3阶段选择背叛；B在第1和第2阶段选择合作，然后在第3阶段背叛。,-,222,精炼纳什均衡,t=1,t=2,A,非理性(p),理性型(1-p),B（理性型),合作,X=合作,合作,背叛,X=合作,X=合作,t=3,X=合作,背叛,背叛,-,223,一般结论,可以证明：如果博弈重复T次，只要p=0.25,对于所有的T=3,下列战略组合构成一个精炼纳什均衡：理性型A在t=1.T-2阶段选择合作，在T-1和T阶段选择背叛；B在t=1.T-1阶段选择合作，在最后阶段T选择背叛。背叛只在最后两阶段出现。,-,224,双方不完全信息,在单方不完全信息下，只要p=4;T*=(5-p)/p;所以，无论p多小，只要博弈重复的次数足够大，一开始就选择背叛不是最优的。,-,227,KMRW定理,在不完全信息的情况下，只要博弈重复的次数足够长，参与人就有积极性在博弈的早期建立一个“合作”的声誉；只是在博弈的后期，才会选择背叛；并且，非合作阶段的数量只与p有关，而与博弈的次数T无关。看似不理性的行为其实是理性的；,-,228,“大智若愚”,应该树立什么样的形象？合作与非合作；强硬与懦弱；对“不理智”（情绪化）行为的新解释；,-,229,解开“连锁店悖论”,Selten(1978);,进入者,在位者,进入,不进入,默许,斗争,（40，50）,（-10，0）,（0，100）,-,230,声誉的积累,-,231,举例,为什么越有名气的人越在乎自己的声誉？（终身教授的激励问题）；画家烦恼；政府的声誉；（中国与英国有关香港问题的争论）；,-,232,第8章非对称信息与逆向选择,张维迎北京大学光华管理学院,-,233,关于“禁乞令”的争论,实施“禁乞令”的城市:北京:2003年12月:苏州:2003年12月15日;南京:2004年3月1日;广州:长沙,成都:劝戒市民不要向乞讨者施舍钱财;争论:,-,234,真乞丐与假乞丐,乞丐的“职业化”;南京市公安局:他们去年曾在此次公布的重点救助区域内,对流浪乞讨者做过登记.目前,该区域内共有乞丐1733人,只有85人表示愿意接受救助,只占不到5%,而愿意去救助站的更是少到只有13人.,-,235,非对称信息,Asymmetricinformation定义：交易关系中一方知道而另一方不知道的信息，如果卖者知道商品的质量，而买者不知道；职工知道自己的能力，经理不知道。双方都不知道的不是非对称信息,-,236,分类,非对称信息可以分为事前(exante)非对称和事后(expost)非对称。事前非对称信息是指签约之前存在的非对称信息，所以，又称为隐藏信息（hiddeninformation)，如产品质量;事后非对称信息指签约之后发生的非对称信息，又称隐藏行动(hiddenaction)，如工人的努力水平。,-,237,事前非对称信息举例,保险公司/投保人;卖者/买者;雇主/雇员;债权人/债务人;股东/经理人;患者/大夫;陌生人之间;,-,238,逆向选择,旧车市场：卖车人知道车的质量，买车人不知道，只知道平均质量，按照平均质量付价格。但此时，高质量车将退出市场，在市场上的车的平均质量将