• 目錄

  一. 博弈論概述

  二. 基本假設(shè)

  三. 囚徒困境

  四. 萬元陷阱和智豬博弈

  五. 懦夫博弈和性別戰(zhàn)

  六. 混合策略和監(jiān)督博弈

  七. 最后通牒與討價還價

  八. 重復(fù)博弈與制度建設(shè)

  ---

  一. 博弈論概述

• 1. 博弈：在一定的游戲規(guī)則約束下，基于直接相互作用，各參與人依據(jù)掌握的信息，選擇各自的策略（行動），以實現(xiàn)利益最大化的過程
  • 1.1?直接相互作用也就是各參與人之間的互動?
  • 1.2 行為的選擇：與對手的情況（如：強(qiáng)、弱）有關(guān)，與外部環(huán)境的變化（如：對參與人威脅程度的高、低）有關(guān)；博弈既可以是競爭，也可以是合作?
  • 1.3 由于互動，每人的得益不僅取決于自己的策略，還取決于別人的策略。博弈的核心：整體思維基礎(chǔ)上的理性換位思考，用他人的得益（預(yù)期的結(jié)果）來推測他人的策略（為獲得該結(jié)果采取的行動），從而選擇最有利于自己的策略
  • 1.4 策略：參與者在行動前準(zhǔn)備的完整行動方案（預(yù)案）
    • 1.4.1 策略具有完整性、多樣性、不可觀察性
    • 1.4.2?好的應(yīng)急預(yù)案：信息分類，責(zé)任到人，措施具體，時效性
    • 1.4.3 策略讓我們建立起了從信息到行動的快速反應(yīng)機(jī)制，從而能夠以最快的速度做出行動選擇
    • 1.4.4 三十六計中的每一計只是具體的行動，而如何基于信息進(jìn)行選擇才是策略
  • 1.5 均衡（equilibrium）：所有參與者的最優(yōu)策略組合。參與者無法通過改變自己的策略來獲得更多的收益（即，參與者不會再做出改變）
  • 1.6 規(guī)則：參與者（誰能參加）、行動（能采取什么行動）和結(jié)果（如何進(jìn)行評判）合起來稱為博弈的規(guī)則
• 2. 注
  • 2.1 博弈，只需領(lǐng)先一步，高人一籌。有的時候，過猶不及??
  • 2.2 不要在一個充分競爭的市場去追求成功。進(jìn)入門檻越低的市場，最終可獲得的收益越低。無論采取何種手段，暴富的幾率都很小
  • 2.3 選對市場（對手）比選對策略更重要。 如：炒股VS炒房
  • 2.4 在博弈之前，博弈就已經(jīng)開始了。在博弈之前，先評估一下勝算的概率
• 3. 博弈論：一種研究人們怎么進(jìn)行策略選擇以及最終均衡結(jié)果是什么的理論
• 4. 博弈分類
  • 4.1 合作博弈和非合作博弈
    • 4.1.1 合作博弈：參與者能夠達(dá)成一種具有約束力的協(xié)議（合作），在協(xié)議范圍內(nèi)選擇有利于雙方的策略
    • 4.1.2 非合作博弈：參與者無法達(dá)成這種協(xié)議?
  • 4.2 靜態(tài)博弈和動態(tài)博弈
    • 4.2.1 靜態(tài)博弈：在博弈中，參與者同時選擇，或雖非同時選擇，但是在邏輯時間上是同時的
    • 4.2.2 非靜態(tài)博弈：在博弈中，參與者行動有先后順序，且后行動者能觀察到先行動者的行動
  • 4.3 完全信息博弈和不完全信息博弈
    • 4.3.1 完全信息博弈：在博弈中，每個參與者都準(zhǔn)確知道其他參與者的信息，如參與者的類型、策略空間和損益函數(shù)
    • 4.3.2 非完全信息博弈：在博弈中，總有一些信息不是所有參與者都知道的（信息不對稱）
  • 4.4 零和博弈與非零和博弈
    • 4.4.1 零和博弈：博弈后的損益總和與博弈前的損益總和相等。如：無抽水麻將
    • 4.4.2 非零和博弈：博弈后的損益總和不等于（大于/小于）博弈前的損益總和（正和/負(fù)和）。如：有抽水麻將（負(fù)和）、股市（負(fù)和）、彩票（負(fù)和）

?	靜態(tài)	動態(tài)
完全信息	完全信息靜態(tài)博弈 納什均衡	完全信息動態(tài)博弈 子博弈精煉納什均衡
不完全信息	不完全信息靜態(tài)博弈 貝葉斯納什均衡	不完全信息動態(tài)博弈 精煉貝葉斯納什均衡

• 二. 基本假設(shè)

• 1. 理性假設(shè)
  • 1.1 認(rèn)知理性：人是自我利益的判斷者——具有一定的偏好
    • 1.1.1 偏好的完備性：A>B, A~B, A<B
    • 1.1.2 偏好的傳遞性：A>B, B>C, A>C
    • 1.1.3?中庸之道：若A~B, C=(A+B)/2, 則C>A, C>B??
  • 1.2?行為理性：人是自我利益的追求者——追求利益最大化
    • 1.2.1 兩利相權(quán)取其重，兩害相權(quán)取其輕
    • 1.2.2 做決策時需要有依據(jù)（參照）
    • 1.2.3 如果不給對方你的兩利讓其相權(quán)，則對方很可能會把你的一利和他人的一利相權(quán)，最終放棄你（多做選擇題，少做判斷題）
    • 1.2.4 不能給對方太多的選項（2~3個選項）；給對方的幾個選項必須有明顯的區(qū)別
• 2. 共同知識假設(shè)（common knowledge）：各參與者在無窮遞歸意義上均知悉的事實。即每個人知道事件E，每個人知道每個人知道事件E，一直到無窮層
  • 2.1 達(dá)成共識是一件非常困難的事。所有人都知道一件事還不夠，還要所有人都知道所有人都知道這件事...無窮遞歸
  • 2.2 共識的作用：通過共識以及一些人的個人信息，可以推測出其他人的個人信息（“黑臉”之謎）
  • 2.3? 在信息不對稱的情況下，有時候博弈的結(jié)果不取決于大家是怎么想的，而取決于大家認(rèn)為大家是怎么想的（“皇帝的新衣”）

• 三. 囚徒困境

• 1. 游戲的規(guī)則決定游戲的結(jié)局。游戲結(jié)果與事實真相是無關(guān)的，而是基于游戲規(guī)則選擇對自己有利的行為
• 2. 囚犯困境的定義及原因分析
  • 2.1 一般條件下的囚徒困境
    • 2.1.1 雙方都有占有策略
    • 2.1.2 存在一個合作解，使雙方的收益都優(yōu)于其在占優(yōu)策略均衡下的收益。如果雙方選擇合作，就能得到更好地結(jié)果
  • 2.2 原因
    • 2.2.1 表面上看，囚犯對自身利益的追求是導(dǎo)致囚犯困境的原因；實際上，真正的原因是，囚犯們在追求自身利益的同時，以更多的損害他人的利益為代價?
    • 2.2.2 根本原因：私人成本與社會成本的差異，即個人行為的負(fù)外部性。?
  • 2.3 如果有一種制度，在該制度下，每個人都只能通過利人才能實現(xiàn)利己的目標(biāo)，這一定是一種好的制度。（市場的邏輯）?
• 3.? 如何解決囚徒困境
  • 3.1 道德教化：減少完全利己主義的比例，增加利他主義的占比
  • 3.2 制度建設(shè)（財產(chǎn)私有）：每個人為自己的行為負(fù)責(zé)，多勞多得，少勞少得
  • 3.3 溫故知新：讓歷史告訴未來（重復(fù)博弈）；學(xué)習(xí)博弈論

• 四. 萬元陷阱和智豬博弈

• 1. 萬元陷阱
  • 1.1 掉入陷阱的人通常有兩種動機(jī)：
    • 1.1.1 經(jīng)濟(jì)（理性）的動機(jī)：渴望贏錢，想贏回?fù)p失，想避免更多的損失等；
    • 1.1.2 非經(jīng)濟(jì)（感性）的動機(jī)：渴望挽回面子，證明自己是最好的玩家，懲罰對手等
  • 1.2 對策
    • 1.2.1 確立投入的極限及預(yù)先的約定，例如投資多少錢或多少時間
    • 1.2.2 極限一經(jīng)確立，就要堅持到底（止損）。一定要學(xué)會及時止損
    • 1.2.3 自己打定主意，不必看別人
  • 1.3 補(bǔ)充對策
    • 1.3.1 不要指望能夠以很低的價格買入。（絞刑架）在可競爭市場中，很難出現(xiàn)長久的暴利
    • 1.3.2?盡快傳遞“勢在必得”的信號。破釜沉舟，讓別人知難而退
    • 1.3.3 只爭饅頭不爭氣，沒了饅頭終斷氣。（務(wù)實，不要意氣用事 ）人與人之間的博弈是靠實力取勝的。計謀只能取得某一場戰(zhàn)爭的勝利，而最終的勝利靠的是實力
    • 1.3.4 高瞻遠(yuǎn)矚，深謀遠(yuǎn)慮。（三思而后行）
  • 1.4 搶占成本的最低點，就是搶占勝利的制高點
• 2. 智豬博弈（多勞未必多得）
  • 1.1 這是一個搭便車的博弈。一方付出了相應(yīng)的代價，雙方共享了所得到的收益
  • 1.2 啟發(fā)
    • 1.2.1 個體理性與集體理性相沖突/相一致，取決于制度安排（游戲規(guī)則）
    • 1.2.2 解決個體理性與集體理性之間的沖突不是靠否定個體理性，而是靠修改制度（游戲規(guī)則），從而在滿足個體理性的基礎(chǔ)上實現(xiàn)集體理性
    • 1.2.3 從智豬博弈中還可發(fā)現(xiàn)，在凈收益>0時，任一方付出代價都是集體理性的選擇。而收入分配的不均將有助于減少個體理性與集體理性的沖突

• 五. 懦夫博弈和性別戰(zhàn)

• 1. 懦夫博弈（競爭關(guān)系）
  • 1.1 斗雞博弈：均衡的結(jié)果是，一方進(jìn)，另一方退
  • 1.2 鷹鴿博弈
    • 1.2.1 當(dāng)A>C時，都采取老鷹的策略時均衡的結(jié)果
    • 1.2.2 當(dāng)A<C時，雙方采取老鷹策略的概率p=A/C時，是均衡的結(jié)果
    • 1.2.3 推論：當(dāng)A增加時，雙方更可能采取老鷹的策略；當(dāng)C增加時，雙方更可能采取鴿子的策略
  • 1.3 贏者通吃的行業(yè)，容易出現(xiàn)過度競爭
  • 1.4 競技體育很多時候就是個萬元陷阱，除非它本身就能給你帶來快樂
• 2. 公共物品
  • 2.1 公共物品的特點：非排他性，非競爭性
  • 2.2 誰來提供：囚犯困境（需要由政府提供）， 智豬博弈，斗雞博弈
• 3. 性別戰(zhàn)（合作關(guān)系）
  • 3.1 均衡的結(jié)果：同進(jìn)或者同退
• 4. 擴(kuò)展分析
  • 4.1 農(nóng)戶的產(chǎn)品選擇（規(guī)模與合作）：一定種植規(guī)模內(nèi)，合作更好；當(dāng)規(guī)模超過本地區(qū)容量，農(nóng)戶種植不同類別的作物更好
  • 4.2 休假制度（團(tuán)聚與旅游）：以旅游為目的，分開休假；以團(tuán)聚為目的，集中休假
  • 4.3 有效需求（長尾理論）
• 5. 均衡的存在性和多重性
  • 5.1 存在性定理：每一個有限博弈至少存在一個納什均衡（純戰(zhàn)略的或者混合戰(zhàn)略的）
  • 5.2 多重性（“聚點”均衡?）
    • 5.2.1 文化、歷 史（接人）
    • 5.2.2 道德（出門）：老弱病殘優(yōu)先
    • 5.2.3 法律（右行，斑馬線）：車與人的均衡（車讓人）

• 六. 混合策略和監(jiān)督博弈

• 1. 混合策略
  • 1.1 純策略：參與者在每一個給定信息情況下只選擇一種特定的行動（混合策略的特例）
  • 1.2?混合策略：參與者在給定信息情況下以某種概率分布隨機(jī)地選擇不同的行動
  • 1.3 石頭剪刀布制勝策略（人的本能反應(yīng)，勝留敗走）
    • 1.3.1 如果你是輸家，下一輪使用能打敗對手的出手
    • 1.3.2 如果你是贏家，下一輪不要再使用原來的出手
  • 1.4 游戲玩久了，賺錢就難了。達(dá)到了一種均衡的狀態(tài)
  • 1.5 能夠降低協(xié)調(diào)成本的制度（技術(shù)），是一種更好的制度（技術(shù)）。如從交警向紅綠燈的轉(zhuǎn)變
• 2. 監(jiān)督博弈
  • 2.1 混合策略納什均衡
    • 2.1.1 微分法
    • 2.1.2 運(yùn)用均衡的理念
    • 2.1.3 達(dá)到均衡時：雇主檢查的概率H/(W+F)，雇員偷懶的概率C/(W+F)
  • 2.2 推論
    • 2.2.1 勞動成本H越大，雇主越容易檢查
    • 2.2.2 監(jiān)督成本C越大，雇員越容易偷懶
    • 2.2.3 員工薪水W越大，雇員越少偷懶，雇主越少檢查
    • 2.2.4 初始押金F越大，雇員越少偷懶，雇主越少檢查
  • 2.3 收益
    • 2.3.1 雇主的預(yù)期收益：V-W-VC/(W+F)。當(dāng)雇主降低監(jiān)督成本C時，可以獲得更多的收益
    • 2.3.2 當(dāng)雇主支付的工資W=(CV)^(1/2)-F時，雇主的受益最大。此時雇主的期望收益是：T=V-2(CV)^(1/2)+F
    • 2.3.3 員工的期望收益：T=W-H
    • 2.3.4 雙方總的期望收益：T總=V-H-CV/(W+F)。當(dāng)W=(CV)^(1/2)-F時，雙方總的期望收益是T總=V-H-(CV)^(1/2)
  • 2.4 推論
    • 2.4.1 雇主的期望收益會隨著F的增大而增大?
    • 2.4.2 雇員的期望收益會隨著F的增大而減小
    • 2.4.3 總的期望收益與支付的工資W和抵押金F的大小無關(guān)，只和雇員貢獻(xiàn)V、雇員勞動成本H以及監(jiān)督成本C有關(guān)

• 七. 最后通牒與討價還價

• 1. 最后通牒
  • 1.1 最后通牒博弈
    • 1.1.1 兩人分一筆總量固定的錢，一人提出方案，另外一人表決
    • 1.1.2 如果表決的人同意，那么就按提出的方案來分
    • 1.1.3 如果不同意的話，兩人將一無所有
  • 1.2 Note
    • 1.2.1 一個沒有信仰的人很難理解一個有信仰的人思維和行為
    • 1.2.2 人與人之間最根本的沖突是價值觀的沖突
    • 1.2.3 越是成熟的組織（社會），在管理中越多的運(yùn)用最后通牒博弈
    • 1.2.4 最后通牒一方面可以節(jié)省大量的談判成本，另一方面還可以給人以公平感
    • 1.2.5 決定出價高低的是：貪婪與恐懼
  • 1.3 權(quán)力的基礎(chǔ)（分配權(quán)的歸屬）
    • 1.3.1 隨機(jī)：拼運(yùn)氣
    • 1.3.2 智力測試：拼能力
    • 1.3.3 職務(wù)提升制度直接影響組織的管理效率。盡可能建立基于績效和能力的提升制度，并堅持公開競爭性原則
    • 1.3.4 誰承擔(dān)決策的后果，誰負(fù)責(zé)決策
• 2. 獨裁者博弈
  • 2.1 博弈設(shè)計
    • 2.1.1 兩人一組分100元，提議者提出分配方案，分給響應(yīng)者X元，自己留（100-X）元
    • 1.1.2 無論響應(yīng)者同意與否，提議者都將獲得自己的（100-X）元
  • 2.2 拿走全部錢的人很少，大部分人會選擇分一些錢給響應(yīng)者（因為他們站在響應(yīng)者的角度想，也希望能分到錢），只不過這個錢數(shù)要少于最后通牒中的錢數(shù)
  • 2.3 三個道理
    • 2.3.1 人們在決定其行動時，并不會僅僅考慮經(jīng)濟(jì)利益。雖然這可能是最主要的一個考量，他們也會考慮一些道德和社會規(guī)范，比如公平原則，“己所不欲，勿施于人”
    • 2.3.2 一個社會如果在制度安排上能給人民更多可以拒絕的權(quán)利，那么這個社會就會產(chǎn)生更多的公平性，甚至?xí)砀嗟男矢纳?/li>
    • 2.3.3 一個社會在制度安排上給了機(jī)構(gòu)（官員）更多可以拒絕的權(quán)力（比如行政審批制度），那么擁有審批權(quán)的機(jī)構(gòu)，一定能從中獲利豐厚（如社會撫養(yǎng)費）
• 3. 討價還價
  • 3.1 也稱為議價或者談判，主要是指參與者通過協(xié)商方式解決利益糾紛的分配問題
    • 3.1.1 稱為討價還價時，主要強(qiáng)調(diào)其動作或者過程
    • 3.1.2 稱為談判時，強(qiáng)調(diào)其狀態(tài)或結(jié)果
  • 3.2 均衡解
    • 3.2.1 用X表示參與者1所得的份額，（1-X）為參與者2所得的份額，Xi和（1-Xi）分別是時期i時兩參與者各自所得的的份額
    • 3.2.2 假定兩個參與者的貼現(xiàn)因子（把未來的錢換算成現(xiàn)在的錢，乘算。由于時間成本，0<貼現(xiàn)因子<1）分別是和。一般而言，越有“耐心”的人貼現(xiàn)因子越大
    • 3.2.3 這樣，如果博弈在時期t結(jié)束：參與者1支付的貼現(xiàn)值：；參與者2支付的貼現(xiàn)值：
    • 3.2.4 雙方經(jīng)過無限期博弈后，得到的納什均衡解為：參與者1獲得的份額?
    • 3.2.5 當(dāng)時，。說明參與者1占有更多的份額，即先動優(yōu)勢
    • 3.2.6 當(dāng)參與者1更有耐心，即時，，參與者1占所有份額
    • 3.2.7?當(dāng)參與者2更有耐心，即時，，參與者2占所有份額
    • 3.2.8?在討價還價中，總能找到一個均衡解
• 4 貼現(xiàn)因子
  • 4.1 一個人對眼前利益和長遠(yuǎn)利益的比較（貼現(xiàn)因子）有哪些因素決定？
    • 4.1.1 壽命：壽命越長，約看重長遠(yuǎn)利益
    • 4.1.2 財富：財富越少，越看重眼前利益（遠(yuǎn)水解不了近渴）
    • 4.1.3 未來收益的確定性：未來收入是有不確定性的，不確定性越大，越看重眼前利益。這就強(qiáng)調(diào)了法治社會的重要性，鼓勵人們進(jìn)行長遠(yuǎn)投資
    • 4.1.4 文化程度：文化程度越高，越看重長遠(yuǎn)利益
  • 4.2 組織相比于個人有更長的生命預(yù)期，因此提高了人們的貼現(xiàn)因子

• 八. 重復(fù)博弈與制度建設(shè)

• 1. 重復(fù)博弈
  • 1.1 定義：同樣結(jié)構(gòu)的博弈重復(fù)許多次，其中的每次博弈稱為“階段博弈”
  • 1.2 重復(fù)博弈是動態(tài)博弈中的重要內(nèi)容，它可以是完全信息的博弈，也可以是不完全信息的博弈
  • 1.3 特點
    • 1.3.1 前一階段的博弈不改變后一階段的博弈結(jié)構(gòu)
    • 1.3.2 所有參與人都能觀測到博弈過去的歷史
    • 1.3.3 參與者的總收益是所有階段損益的貼現(xiàn)值之和
  • 1.4 策略（以囚徒困境為例）
    • 1.4.1 雷鋒策略：在重復(fù)博弈中，總是選擇合作。則，對手很可能選擇背叛，從而獲得最大收益
    • 1.4.2 曹操策略：在重復(fù)博弈中，總是選擇背叛。則，對手必然選擇背叛
    • 1.4.3 冷酷策略：又稱為觸發(fā)策略。一開始選擇合作，若對方選擇合作，則第二次繼續(xù)合作；若某一階段對方選擇背叛，則從此以后都選擇背叛
    • 1.4.4 心軟策略：一開始選擇合作，若對方只有一次背叛，則依然選擇合作（給對方改正的機(jī)會）；若對方連續(xù)兩次背叛，則從此以后都選擇背叛
    • 1.4.5 針鋒相對（Tit for tat，一報還一報）：除第一次以外，每一次都保持和對方上一次的選擇一致
    • 1.4.6 人鬼策略：（對人說人話，對鬼說鬼話）看對方過去所有的行為，若合作較多，則選擇合作；若背叛較多，則選擇背叛
    • 1.4.7 欺軟怕硬：又叫檢驗者戰(zhàn)略。第一回合背叛，若對方選擇合作，則繼續(xù)背叛；若對方選擇背叛，則之后選擇合作（用于對付心軟策略）
    • 1.4.8 鎮(zhèn)定者策略：先建立信任關(guān)系，然后想辦法占小便宜
    • 1.4.9 精神病患者：又稱為醉漢策略，隨機(jī)地選擇合作或者背叛。選擇該策略的人的特點是不知好歹，所以對方必然選擇曹操策略，總是背叛
• 2. 一報還一報
  • 2.1 一報還一報的四個特點
    • 2.1.1 它是善良的（第一次選擇合作）（不樹敵）：防止陷入非合作的麻煩中
    • 2.1.2 它是可激怒的（防背叛）：保證對方背叛行為的謹(jǐn)慎性
    • 2.1.3 它是寬容的（給機(jī)會）：有助于在對方背叛后重新開始合作
    • 2.1.4 它是清晰的（易辨識）：簡單清晰的規(guī)則易于被人理解，從而導(dǎo)出長期的合作。人們更愿意和容易被了解的人合作，所以不要給別人自己高深莫測的印象
  • 2.2 四點忠告
    • 2.2.1 不要嫉妒：無論采取何種策略，最終得分不可能比一報還一報高
    • 2.2.2 不要首先背叛
    • 2.2.3 對合作和背叛都要給與匯報
    • 2.2.4 不要刷小聰明
  • 2.3 兩點啟示
    • 2.3.1 合作的基礎(chǔ)不是信任，而是關(guān)系的持續(xù)性
    • 2.3.2 組織相比于個人，往往具有更長的預(yù)期壽命，從而提高了關(guān)系的持續(xù)性
• 3. 冷酷策略
  • 3.1 對方選擇不合作的總收益R=5
  • 3.2 對方選擇持續(xù)合作的總收益R=3+3+3+...+3+...；考慮貼現(xiàn)因子
  • 3.3??的另一層含義是下一次合作的可能性?
  • 3.4 如何處理噪音？（偶然性的背叛）
    • 3.4.1 寬容。若對方一直選擇合作，但突然背叛，則寬容對方，選擇繼續(xù)合作
    • 3.4.2 悔悟。由于過失選擇背叛，導(dǎo)致對方選擇了背叛，這時自己應(yīng)該繼續(xù)選擇合作，而不是背叛
    • 3.4.3 噪音頻率低（0.1~1）時，悔悟比寬容表現(xiàn)好
    • 3.4.4 噪音頻率高（1~10）時，寬容比悔悟好
    • 3.4.5 噪音導(dǎo)致原諒，但是太多的原諒會被利用。所以應(yīng)該寬嚴(yán)相濟(jì)
• 4. 制度建設(shè)
  • 4.1 要改變一個現(xiàn)象，就要改變?nèi)藗兊男袨?#xff1b;而要改變?nèi)藗兊男袨?#xff0c;就要不斷完善制度
  • 4.2 不要去責(zé)備人的利己心。如果一種利己行為導(dǎo)致了惡劣的后果，要改變的是制度
  • 4.3 優(yōu)秀的管理者不是要消滅人的利己心，而是要充分利用人的利己心。利己心既能讓人去殺人，也能讓人去助人；既能讓人說謊，也能讓人說真話

總結(jié)

以上是生活随笔為你收集整理的博弈论基础-蒋文华（浙大）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。