博弈学习理论及企业组织治理研究

-本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载-博弈学习理论及企业组织治理研究本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！摘 要：博弈 学习 理论 是当今 经济 学 研究 的前沿领域，它用三种学习模型来研究制度变迁、行为 分析 、经济演化以及 社会 交往等热点 问题 。博弈学习理论为 企业 组织治理问题的研究提供了全新的视角， 应用 该理论来研究企业组织治理问题有其合理性和必然性，对于拓宽经济学和管 理学 的研究视野具有重要的理论价值。 关键词：博弈学习理论；有限理性；复制者动态；组织治理 Abstract： The theory of learning in games has become the frontier in economic research in recent years. With three learning modes，it studies such hot topics as system transformation，action analysis and economic development. The theory of learning in games provides a new angle for the research of enterprise organizational governance. Therefore，it is reasonable and inevitable that it be used in studying the problem of enterprise governance. It is also of great theoretical value in widening the scope of the science of economic management. Key words：the theory of learning in games；bounded rationality；duplicator dynamics；organizational governance 2005年，美国经济学家托马斯C谢林因其在分析现实中合作与冲突现象这一领域所作的贡献而荣获诺贝尔奖。事实上，谢林是第一位明确阐述许多微观决策是如何演变为可观测的宏观行为模式的经济学家，其重要思想为博弈学习理论的 发展 奠定了坚实的基础1。自20世纪90年代以来，在Binmore、Fudenberg、Young等一批经济学家的直接推动下，博弈学习理论获得了迅速发展并成为当今经济学最富有挑战性的研究领域之一。本文将对这一理论及其研究动态进行综述。 一、经济理论存在的局限性 博弈学习理论是在对已有经济理论的质疑和困惑中发展起来的，这些经济理论在 方法 论和认识论等方面存在一定的局限性。 1.主流微观经济理论 新古典学派和新古典综合派着重于静态以及比较静态分析，研究均衡状态的制度如何运行以及是否具有效率。其基本理论基于完全市场竞争假说，即对于市场中任何企业而言，价格是给定的，企业不能 影响 市场价格，每个企业都在给定市场价格的基础上做出其最优决策，企业之间的决策也互不相关。 由于主流微观经济理论的基本研究范式是分析个体最优化决策下的供求均衡，因而对微观经济主体采用了“理性经济人”假说，其基本内涵包括两个方面：一是“自利性”，即追求自身利益是驱策经济人行为的根本动机；二是“理性行为”，即经济人以追求最大利润作为其行为的唯一目标，以最优化决策的所有信息来指导自己的行动。通常，企业被假定是同质的，都以利润最大化为目标，这显然是对现实情况的理想假设和高度抽象。 2.经典博弈论与信息经济学 过去的20多年间，博弈论和信息经济学的广泛应用丰富了微观经济学的 内容 。然而，经典博弈论和信息经济学分析框架基于完全理性假设，要求参与人始终以自身利益最大为目标，具有在各种环境中追求自身利益最大化的判断和决策能力，具备博弈规则及收益函数等“理性共同知识”，强调均衡是参与者分析和反省的结果，在复杂且多层次的交互推理中，参与人不会犯错误，不会怀疑对方的理性、能力和信任，这些前提和假设往往脱离现实经济活动的环境。 近年来，实验经济学的一些研究成果已经证实人们在寻求一个博弈的均衡时常常使用试错的方式来达到其目的。现实经济活动中，人类在缺乏完全理性的前提下具有实现纳什均衡的可能性。此外，从研究对象来说，博弈论主要针对少数参与人(通常是两个)，缺乏对现实世界大量存在的群体行为的研究。 3.交易费用理论 交易费用理论以交易为基本分析单位，以机会主义行为假设为前提，即人具有随机应变、投机取巧、为自己谋取更大利益的行为倾向。Williamson认为，“人在追求自身利益时会采用非常微妙和隐蔽的手段，会耍弄狡猾的伎俩”2，如说谎、欺骗、偷窃和毁约等。交易费用理论强调组织运行中的问题只能靠治理结构“事后”解决，这种将企业的自发行为设定为不惜采取欺骗手段追求自身利益最大化以及新古典式的对交易费用节约的理性 计算 的观点失之偏颇。迈克迪屈奇也指出，交易费用理论的根本缺陷在于它是在一个静态的分析框架中考虑问题，不能充分说明一个动态背景下企业的演变3。 二、博弈学习理论的发展动态 1.基本概念 Maynard和Price最早提出了演化稳定策略的基本概念并应用于生物种群进化的研究。Maynard Simth指出：演化稳定策略是这样一个策略，如果群体中所有成员都采取这种策略，那么在 自然 选择的影响下，将没有突变策略能侵犯这个群体4。这一概念反映了系统局部的演化动态性质。在此基础上，演化均衡概念以及非对称情形下的演化稳定策略概念相继发展了起来。由于经典演化博弈一般考虑确定性系统，假定了选择动态满足收益单调性，“突变”考察的是一次性事件。而经济学家认为，如果我们相信变异是真实的而且是会重复发生的现象，那么把它们包含在模型中似乎更合适，理论上的缺陷促使经济学家将研究重点转向随机系统。Foster和Young在动态系统中考虑了随机因素并提出随机演化稳定概念，将演化稳定策略拓展到随机动态系统中5。这些概念的提出使博弈学习理论的研究基础不断完善。 2.重要模型 博弈学习理论的发展始终强调模型化的方法。 目前 ，大多数博弈学习模型建立在Young、Selten、Fudenberg和Harris、Kandori，Mailath和Rob、Binmore和Samuelson、Gale和Rosenthal等研究基础之上。值得指出的是，Foster和Young开拓性地将随机项引入标准复制者动态，研究了基于复制者动态的持续性随机系统，从而将突变这种现实中重复发生的现象包含在模型中，有助于研究外部随机冲击效应6。Fudenberg和Harris则另辟蹊径，将随机项加入控制绝对群体数量的方程，建立相应的群体份额的演化模型并解决了在22博弈中的长期行为问题7。Kandori、Mailath和Rob考察了单一同类群体进行对称的22博弈模型，得出了当变异率很小时，随机过程最终选择风险占优的纳什均衡的结论8。Fudenberg和Levine的系统性工作为研究离散系统及多种群多策略系统奠定了理论基础9。 3.研究热点 目前，博弈学习理论的研究主要集中在以下几个方面： 制度变迁。用博弈学习理论研究制度变迁，就是通过分析制度结构的发展变化过程来说明制度何以到达这里，它又将走向何方。在这方面，Schelling最早阐述了个体的微观行为与社会群体的总体行为之间是如何建立起联系的10。Schotter则发现一个正式的制度创生是一个Markov式的扩散过程，均衡则是这个过程的收敛状态11。随后，GrEif、Aoki从不同的角度通过建立博弈学习模型来研究制度和惯例。需要强调的是，应用博弈学习理论研究制度变迁与以Commons、Hayek和North为代表的制度经济学家的研究在分析方法上具有一定的差异。 行为分析。经济学家应用博弈学习理论来分析经济行为的产生过程，从而使微观层次上的行为与宏观动态过程有机地联系在一起，揭示的是一种“涌现”的机制。例如，Sethi和Somanathan、Friedman和Fung、Vega-Redondo、Bester和Gth分别将博弈学习理论应用于公共资源利用、组织模式选择、企业定价行为以及个体利他行为的稳定性等方面。此外，对于群体中经济代理人的动态随机决策问题，尤其是有限理性假设下异质性代理人的博弈学习行为的研究也频繁出现在Econometrica等一流经济学期刊上。 经济演化。Nelson和Winter提出了“搜寻”、“创新”和“选择环境”等概念，应用“模仿”和“学习”机制以阐述创新的形成(这些概念及机制和博弈学习理论的观点相一致)，并用惯例表示技术和行为战略，从而成为经济增长演化模型的基石12。在此基础上，博弈学习模型被演化经济学家们嵌入宏观和微观演化模型中，从而清晰地揭示了经济演化过程中的多样性、不确定性和路径依赖性13。 社会交往。近年来国际上一个非常明显的学术动向是，一些谙熟博弈学习分析工具以及实验经济学分析工具的经济学家和社会学家从文化、互惠合作、利他和利己行为的产生及其在社会交往中的作用等相关领域进行了引人注目的探索。其中，许多论文发表在American Economic Review、Nature等国际一流学术期刊之上，如Fehr和Gchter近年来所作的研究，等等。这些跨人类学、经济学和社会学诸学科的交叉性领域，应当引起我们足够的关注。 三、博弈学习理论的研究方法和主要特点 1.研究方法 博弈学习理论以有限理性为基础，强调现实中个体并不是行为最优者，均衡是并非完全理性的参与人随着时间的推移寻求最优化这一过程的长期结果。典型的博弈学习模型包括参与人集合，各群体个人之间进行重复博弈。在博弈的任何时点上选择不同策略的个体在群体中都有一个概率分布与其对应，如果参与人(群体)知道这种状态且能够采取最大化行为，那么他们将选择一个最大化自己期望支付的最优反应策略。否则，他们会根