第十章 博弈论70303

1、第十章第十章 博弈论博弈论 第一节第一节 博弈论基础博弈论基础 一、博弈论（一、博弈论（Game Theory） 博弈论研究决策主体的行为相互发生直接作用时的决策，以及这种决 策的均衡问题。也就是说，一个主体（一个人或一个企业）的选择受到其 他主体选择的影响，并且其选择反过来会影响到其他主体的选择，这类的 的决策问题和均衡问题就是博弈论研究的对象。在这个意义上说，博弈论 也称为“对策论”。 博弈论中的个体决策与传统经济学中的行为个体决策不同。 二、博弈论的基本概念二、博弈论的基本概念 1、参与者、参与者/局中人（局中人（players）：）：在博弈中选择行动以最大化自己效用的决 策主体。 2、

2、行动（、行动（acttions, moves)：参与者的决策变量。 3、战略（、战略（strategies）：）：参与者选择行动的规则。 4、信息（、信息（information）：）：是参与人在博弈中的知识，特别是有关其他参 与人(对手)的特征和行动的知识。 5、支付、支付/收益（收益（payoff）：）：是参与人从博弈中获得的效用水平，是所有参 与人战略或行动的函数，也是是每个参与人真正关心的东西。 6、结果（、结果（outcomes）：）：是指博弈分析者感兴趣的要素的集合。 7、均衡（、均衡（equilibrium）：）：是所行参与人的最优战略或行动的组合。 上述概念中，参与人、行动、结

3、果统称为博弈规则，博弈分析的目的 是使用博弈规则决定均衡。 三、博弈的分类三、博弈的分类 1、合作博弈（、合作博弈（cooperative game）和非合作博弈（）和非合作博弈（non- cooperative game ）：）： 人们的行为相互作用时，当事人能不能达成一个具有约束力的协议，如 果有，就是合作博弈；反之，则是非合作博弈。 现在经济学家谈到博弈论，一般指的是非合作博弈，很少指合作博弈。 2、静态博弈（、静态博弈（static game）与动态博弈（）与动态博弈（dynamic game）：）： 按参与人行动的先后顺序划分，静态博弈：静态博弈：参与者同时决策，或非同时 决策但后决

4、策者不知道先决策者的行动。动态博弈：动态博弈：参与者的行动有先后， 后决策者能观察到县决策者的行动，并据此选择行动。 3、完全信息博弈（、完全信息博弈（games of complete information）和不完全信息博弈）和不完全信息博弈 （ games of incomplete information ）：）： 完全信息指的是每一个参与人对所有其他参与人(对手)的特征、战略空 间及支付函数有准确的知识；否则，就是不完全信息。 第二节第二节 完全信息静态博弈完全信息静态博弈 一、博弈的标准式（一、博弈的标准式（nomal form representation） 例：囚徒困境。例：囚

5、徒困境。 囚徒面临的问题可用下图所示的双变量矩阵表来描 述。 -1，-1-9，0 0，-9-6，-6 囚犯囚犯B 囚犯囚犯A 沉默招认 沉默 招认 在此博弈中，每一囚徒 有两种战略可供选择：招认、 沉默)。 在一组特定的战略组合 被选定后，两人的收益由矩 阵中相应单元的数据来表示。 博弈的标准表述包括：博弈的标准表述包括：(1)博弈的参与者，(2)每一参与者可供选择的战 略集，(3)针对所有参与者可能选择的战略组合，每一个参与者获得的 收益。 可以用支付矩阵表述一个博弈。 假定有n个参与者参加博弈，序号分别为1，2，n，第i个参与者可以 选择的战略集合（i的战略空间）为Si ，每个具体的战略s

6、i为Si 的元素。令 （ s1，s2，sn)为每个参与人选定一个战略的组成的战略组合， ui表示在 该战略组合下参与人i的收益收益函数： ui（ s1，s2，sn ），表述的标准 形式为： nn uuSSG,;, 11 二、占优战略均衡（二、占优战略均衡（Dominant-stragety equilibrium） 一般来说，由于每个参与者的效用（支付）是博弈中所有参与人的战 略的函数，因此每个参与者的最优战略选择依赖于所有其他参与人的战略 选择。但在些特殊的博弈中，一个参与人的最优战略可能并不依赖于其 他参与人的战略选择，就是说，不论其他参与人选择什么战略，他的最优 战略是唯一的，这样的最优

7、战略被称为“占优战略”（dominant stragety）。 的严格占优战略。是局中人相对于）均成立，则称 合（中每一种可能的战略组间对其他局中人的战略空 ）（）（ ，即的收益都大于于战略选择，战略对于其他局中人的任一 的两个战略，如果为参与者，中，假定在博弈 issss ssSSSS sssssusssssu ss issuuSSG iini inii niiiiniiii ii iinn , , , , ,;, 1 11111 111111 11 三、重复剔除严格劣战略均衡（三、重复剔除严格劣战略均衡（interated dominance equilibrium） 在每个参与人都有占优

8、战略的情况下，占优战略均衡是一个非常合理 的预测，但在绝大多数博弈中，不存在占优战略均衡。 在囚徒困境中，“招认”是每个囚 犯的占优战略。博弈的结果是两人都选 择“招认”，尽管福利不是最大。 -1，-1-9，0 0，-9-6，-6 囚犯B 囚犯A 沉默招认 沉默 招认 占优战略均衡：占优战略均衡： 略均衡。 ）称为占优战组合（的占优战略，那么战略 均为参与者，中，对于所有参与人在博弈 niii inn sssss isiuuSSG *,*,*,*,* *,;, 111 11 小猪小猪 大猪大猪 按等待 按 等待 3，12，4 7，-10，0 考虑下面的“智猪博弈”。两猪共槽吃 食，按下在房间另

9、一端的按钮，能出食8单 位，按下按钮者将付出2单位的代价。若大 猪先到食槽，能吃到7单位的食，小猪只能 吃到1单位的食；若小猪先到食槽，能吃到4 单位的食，大猪能吃到4单位的食。 的严格劣战略。是局中人相对于）均成立，则称 合（中每一种可能的战略组间对其他局中人的战略空 ）（）（ ，即的收益都小于任一战略选择，战略如果对于其他局中人的 的两个战略，为参与者，中，假定在博弈 isssss sSSSS sssssusssssu ss issuuSSG iinii nii niiiiniiii ii iinn , , , , ,;, 11 1111 111111 11 如果把“理性的参与者不会选择严

10、格劣战略理性的参与者不会选择严格劣战略”作为局中人的理性假 设，并且局中人的理性是博弈中的共同知识共同知识，则可以通过重复剔除严格重复剔除严格 劣战略劣战略来选择均衡。 小猪小猪 大猪大猪 按等待 按 等待 3，12，4 7，-10，0 在此博以中，小猪的占优战略为“等待”， 而大猪不存在占优战略。此时，不存在占优战 略均衡。 严格劣战略：严格劣战略： 在智猪博弈中，“按”是小猪的严格劣战略， 理性的小猪不会选择“按”；而大猪知道小猪是理 性的，不会选择“按”。因此，博弈就变成右边的 形式。 显然，“等待”是大猪的严格劣战略，大猪不 会选择“不按”。（按，等待）为均衡结果。 小猪小猪 大猪大猪

11、 等待 按 等待 2，4 0，0 考虑下面的博弈：局中人A的战略空间为（上，下）、局中人B的战略 空间为（坐，中，右），收益矩阵如下： 1，01，20，1 0，30，12，0 局中人局中人B 局局 中中 人人 A 左中 上 下 右 “右”是B的相对于“中”的严格 劣战略。理性的理性的B不会选择“右”， 而理性的A也知道也知道B不会选择“右”， 博弈就变为： 1，01，2 0，30，1 局中人局中人B 局局 中中 人人 A 左中 上 下 此时，“下”是A的相对于“上”的严格劣 战略。理性的理性的A不会选择“下”，而理性的B 也知道也知道A不会选择“下”，博弈就变为： 1，01，2 局中人局中人B

12、 局局 中中 人人 A 左中 上 此时，“左”是B的相对于“中”的 严格劣战略。理性的理性的B不会选择“下”， 而理性的A也知道也知道B不会选择“下”，博 弈的结果就是：(上，中）。 上面的过程可称为“重复剔除严格劣战略重复剔除严格劣战略”，得到的唯一均衡为重复重复 剔除严格劣战略均衡剔除严格劣战略均衡。 尽管“重复剔除严格劣战略” 的过程建立在理性参与人不会选择严 格劣战略这一合情近理的原则之上，它仍有两个缺陷： 第一，每一步剔除都需要参与者间相互了解的更进一步假定，如果 我们要把这一过程应用到任意多步，就需要假定“参与者是理性的 “共 同知识”（common knowledge，是与信息有

13、关的一个重要概念。共同知 识指的是“所有参与人知道，所有参与人知道所有参与人知道，所有参 与人知道所有参与人知道所有参与人知道”的知识）。 0，44，05，3 4，00，45，3 3，53，56，6 局中人局中人B 局局 中中 人人 A 左中 上 中 右 下 第二，这一方法对博弈结果的预测 经常是不精确的。例如，在下面的博弈 中，就没有可以剔除的严格劣战略。 四、纳什均衡（四、纳什均衡（Nash equilibrium） 设想在博弈论预测的博弈结果中，为使该预测是正确的，局中人自愿自愿 选择的战略选择的战略必须是理论给他推导出的战略理论给他推导出的战略。这样，每个局中人要选择的战 略必须是针对

14、其他参与者选择战略的最优战略最优战略。这种理论推测结果可以叫 做“战略稳定”或“自动实施”的，因为没有参与人愿意独自离弃他所选 定的战略，我们把这一状态称为纳什均衡纳什均衡。 ）（ ：是以下最优化问题的解即 什均衡。 ）是该博弈的一个纳（均成立，则称战略组合对所有 ）（）（ ）的最优反应战略，即（ 他局中人选择战略是（至少不劣于）对其，战略满足对任一局中人 ）中，如果战略组合（人博弈在 niiii i nii niiiiniiii nii i nnn ssssssu s sssSs ssssssussssssu sssss si sssuuSSGn *,*,*,*,*max * *,*,* *

15、,*,*,*,*,*,*,*,*,* *,*,*,*,* * *,*,*,;, 1121 21 11211121 1121 2111 0，44，05，3 4，00，45，3 3，53，56，6 局中人局中人B 局局 中中 人人 A 左中 上 中 右 下 在右边的博弈中， 对于A选择“上”时，B的最优战略为“左”； 对于A选择“中”时，B的最优战略为“中”； 对于A选择“下”时，B的最优战略为“右”； 对于B选择“左”时，A的最优战略为“中”； 对于B选择“中”时，A的最优战略为“上”； 对于B选择“右”时，A的最优战略为“下”； （下，右）满足纳市均衡的条件。 -6，-60，-9 -9，0-1

16、，-1 囚犯B 囚犯A 沉默招认 沉默 招认 (招认，招认）招认，招认）是重复剔除严格劣 战略均衡。 (招认，招认）招认，招认）是纳什均衡。 纳什均衡和重复剔除严格劣战略均衡的关系：纳什均衡和重复剔除严格劣战略均衡的关系：如果用重复剔除严格劣战略 把除战略组合 外所有的战略组合都剔除掉，则该所存 战略组合就是此博弈惟一的纳什均衡。 ）（ n sss*,*,* 21 由于重复剔除严格劣战略并不一定会只剩下惟一的战略组合，作为解的 概念，纳什均衡比重复剔除严格劣战略更强。 下面的例子表明一个博弈可以有多个纳什均衡。 1，20，0 0，02，1 女女 男男 歌剧拳击 歌剧 拳击 性别博弈性别博弈 (

17、歌剧，歌剧)和(拳击，拳击)都是纳什均衡。 五、几个命题五、几个命题 的纳什均衡。略组合是该博弈中唯一 合，则这一战）外的所有其他战略组剔除掉除战略组合（ 劣战略中，如果重复剔除严格人博弈在命题一： n nn sss uuSSGn *,*,* ,;, 21 11 劣战略中被剔除。 合不会在重复剔除严格什均衡，则这一战略组）是该博弈中唯一的纳 中，战略组合（人博弈如果在命题二： n nn s ssuuSSGn * ,*,*,;, 2111 “斗鸡博弈”也有多个纳什均衡。 1、 古诺的双头垄断模型古诺的双头垄断模型 六、应用举例六、应用举例 假定：双头垄断，非勾结，产量竞争； 同质产品，生产的边际

18、成本为0； 市场需求为线性需求曲线：P = a b Q = a b (q1 + q2 ) ； 决策：假定对方不改变产量决策，追求利润最大化。 化为标准形式：化为标准形式： 参与人：厂商1、厂商2 ),0),0 2211 SqSq ii 战略集： 收益：企业的收益就是其利润额，这样在一般的两个参与者标准式博弈 中，参与者1的收益分别为： 2 2122212 2 1211211 2 1 )()()( )()()( bqqbqaqCqqqba bqqbqaqCqqqba 每个厂商要选择的战略必须是针对其他参与者选择战略的最优战略，每个厂商要选择的战略必须是针对其他参与者选择战略的最优战略， 因而两个

19、厂商各自的反应函数就是其最优反应最优反应。 两个厂商的反应函数： 22 )(, 22 )( 1 122 2 211 q b a qqq q b a qqq 根据纳什均衡的定义，博弈的均衡解（q*1， q*2 ）必须同时满足两个 反应函数： 3 )*(* 3 2 * 3 1 * 3 1 * 2 * 2 * 2 * 2 * 21 21 2 1 1 2 2 1 a qqbaP b a qqQ b a q b a q q b a q q b a q 2、 公地的悲剧公地的悲剧 有n户村民的村庄，每年在村庄公共牧场上放牧羊只。以gi表示第i户村民放 牧的羊数，全村牧羊总数G = g1+ g2+ gn。假

20、定购买和照看每只羊的成本为c， c不随意户村民拥有的羊的数目而变化。当草地上羊的总数为G时，一户村民养 一只羊的价值为v(G)。由于一只羊要生存，至少需要一定数量的青草，草地可 以放牧的羊的总数优一个上限Gmax：当G Gmax时， v(G)0，而当G Gmax时， v(G)=0。此外，假定在最初，由于优足够的放牧空间，增加一只羊不会对已经 放养的洋产生太大影响，而随着羊的增加，所有羊只的价值将受到影响越来越 大，到当G = Gmax时，每只羊的价值为0，即： Gmax时， v(G) 0， v”(G) 0， 如下图所示： Gmax G v(G) O 这里假定羊是连续可分的，每年初，各户 村民决

21、定养殖羊的数目gi。 在此博弈中，参与人为n户村民，每户村 民的战略就是其决定养殖羊的数目gi，战略空 间为0，），而收益为： iniiii iii cggggggvg cgGvg )( )( 111 如果（g*1 ,g*n）为纳什均衡，则对于村民i，当其他村民选择战略 （g*1 , g*i-1 , g*i+1 ,g*n）时，其最优战略应是使其收益最大的战略： i i niii i iniiiii g gG ggggg n n cGvgGv cggggggvg i * )*,*,*,*,*( : 0*)( *)( , )*(max 111 111 ), 0 ：纳什均衡的总饲养量为 ，可得到纳什

22、均衡解户村民的反映函数联立把 户村民的反应函数。户村民的一阶条件为各 根据一阶条件 )*)( * (*)(, 0*)( * *)( 0*)( *)( cGv n G GvcGv n G Gv cnGvgGvn n n i i ，可得户村民的一阶条件加总把 第一项为每户村民每头羊的边际收益，第二、三项为对村民而言 每增加一头羊的边际成本。 从村民的反应函数可看出，尽管每户村民在决定增加饲养量时考虑了 对现有羊的价值的负效应，但他考虑的只是对自己羊的影响，而并不是对 所有羊的影响。因此，最优点上个人边际成本小于社会边际成本最优点上个人边际成本小于社会边际成本，纳什均 衡的总饲养量大于社会最优的饲养

23、量。 从整个村庄的最优选择考虑，最优的总饲养数G*优以下最优化问题 解出： cGvGGv cGvGGv cGGvG G *)*( *)*( 0*)*( *)*( , )(max ), 0 根据一阶条件 与纳什均衡结果相比较： *0)( *)*(*)( )( )( )( )( , *)( * *)( GGGv GvGv cGvGcGv n G GvGGv n G G n G cGv n G Gv 由于 由于 ，即公共资源被过渡使用了。 第三节第三节 完全信息动态博弈完全信息动态博弈 在静态博弈中，所有参与人同时行动(或行动虽有先后，但没有人在自 己行动之前观测到别人的行动。在动态博弈中，参与人的

24、行动有先后顺序， 且后行动者在自己行动之前能观测到先行动吉的行动。动态博弈常用扩展 式表述。 进入 不进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 考虑右边以博弈树描述的两阶段 博弈。在某产品市场上，厂商A和B对 是否进入该市场进行决策。 A是先行动者，B在观察了A的行 动后，决定自己的行动。 如果市场中只有一个厂商，则该 厂商得到全部1个单位的收益。不进入 市场的厂商收益为零。如果市场中有 两个厂商，则各得到-3单位的收益。 一、博弈的扩展式（一、博弈的扩展式（extentive form representation） 一个

25、博弈的扩展式表述包括博弈的扩展式表述包括： (1）参与人（）参与人（players）； （2）行动（）行动（actions） (2a)每一参与者的行动(the order of actions)； (2b)每次轮到某一参与者行动时，他的行动空间（action sets）； (2c)每次轮到某一参与者行动时，他所了解的信息集（information sets）; (3)与参与者可能选择的每一行动组合相对应的各个参与者的收益与参与者可能选择的每一行动组合相对应的各个参与者的收益。 完全（且完美）信息动态博弈的主要特点是：(i)行动是顺序发生的， (ii)下一步行动选择之前，所有以前的行动都可被观察

26、到，及(iii)每一可能 的行动组合下参与者的收益都是共同知识。 二、博弈树（二、博弈树（game tree） 博弈树由结（nodes）、枝（branches)、信息集（information set)构成。 进入 不进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1，0 0 ，1 0 ，0 1结结(nodes)：结包括决策结(decition nodes)和终点结(terminal nodes)两类。 决策结是参与人采取行动的时点，终 点结是博弈行动路径的终点。 在博弃树中，“谁在什么时候行 动”用在决策结旁边标注参与人的办 法来表示。参与人的支付标注在博弈

27、 树终点结处。 2枝枝(branches)：在博弈树上，枝是 从一个决策结到它的直接后续结的连 线，每一个枝代表参与人的一个行动 选择。 3信息集信息集(information sets)：博弈树上的所有决策结分割成不同的信息 集。每一个信息集是决策结集合的一个子集。该子集包括所有满足下列 条件的决策结：(1)每一个决策结都是轮到同一参与人的决策结；(2)该参 与人知道博弈进入该集合的的某个决策结，但不知道自己究竟处于哪一 个决策结。 如果参与人在每一步行动中，都知道前面博弈进行的全过程，则其信 息集是单结的，此时，信息是完美的（perfect information）。相反，信息 是非完美的

28、（imperfect information）。 进入 不进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 在右边的博弈中，A是先行动者，其信息 集为初始结（initial node），为单结信息集。 在A行动以后，轮到B行动时， 如果如果B知道知道A的行动的行动，如A选择“进 入”，则其信息及是单结的（结点 1）。如果B不知道A的行动，则B的 信息集包括结点1和结点2，而B不知 道自己在其中的哪个结点上。 在非完美信息条件下，该两阶 段博弈其实就是一个完全信息静态 博弈。 1 2 在当然，动态博弈也可以用标准式来表述。引入信息集的

29、概念后，也 可以用扩展式表述静态博弈。 在市场进入博弈中：A有两个行动有两个行动：“进入”、“不进入”。由于是先行 动者，只有两个战略两个战略：选择“进入”或“不进入”。 B有两个行动有两个行动：“进入”、“不进入”。 但是，有4个战略个战略： 进入 不进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 (1)若A选择“进入”，B选择“进入”， 若A选择“不进入”，B选择“进入”， 即 （进入，进入）（进入，进入） (2)若A选择“进入”，B选择“进入”， 若A选择“不进入”，B选择“不进 入”，即 （进入，不进入）（进入，不进入）

30、1 2 (3)若A选择“进入”，B选择“不进 入”，若A选择“不进入”，B选择 “不进入”，即 （不进入，进入） (4)若A选择“进入”，B选择“不进 入”，若A选择“不进入”，B选择 “不进入”，即 （不进入，不进入） 根据A、B的战略空 间，可以用标准式表述该 博弈。 三、博弈的标准式表述与扩展式表述三、博弈的标准式表述与扩展式表述 -3 ，-3-3 ，-31 ，01 ，0 0 ，10 ，00 ，10 ，0 A B （进入，进入）（进入，进入） 进入 不进入 （进入，不进入）（进入，不进入）（不进入，进入）（不进入，进入） （不进入，不进入）（不进入，不进入） 市场进入博弈的标准式市场进入

31、博弈的标准式： 沉默 招认 A B B 沉默 招认 招认 沉默 收益：收益： A B -1 ，-1 -9 ，0 0 ，-9 -6 ，-6 1)参与人：A，B 2）行动顺序； A的行动空间：（“沉默”、“招 认”）、 B的行动空间：（“沉默”、“招 认”）； A的信息集：（ 初结点）、 B的信息集：（ 结点1，结点2 ）； 3)支付。 1 2 囚徒博弈的扩展式（非完美信息博弈）：囚徒博弈的扩展式（非完美信息博弈）： 四、子博弈，子博弈精炼纳什均衡四、子博弈，子博弈精炼纳什均衡 1、子博弈、子博弈 子博弈是原博弈的一部分，它本身可以作为一个独立的博弈进行分析。 进入 不进入 A B B 进入 不进

32、入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 沉默 招认 A B B 沉默 招认 招认 沉默 -1 ，-1 -9 ，0 0 ，-9 -6 ，-6 子博弈的定义：子博弈的定义：一个扩展式博弈 中的子博弈，a)由具有单结信息集的 决策结n开始，并包括博弈树中该决 策结以下的所有决策结和终点结，并 且b)没有对任何信息集形成分割（即 如果博弈树中n之下有一个决策结n， 则和n处于同一信息集的其他决策集 结也必须在n之下，从而也必须包含 于子博弈中。) 在市场进入博弈中，包含3个子 博弈（包括原博弈）。而在囚徒博弈 中，只有一个子博弈（？）。 2、子博弈精炼纳什均

33、衡、子博弈精炼纳什均衡 考虑市场进入博弈的纳什均衡。 进入 不进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 -3 ，-3-3 ，-31 ，01 ，0 0 ，10 ，00 ，10 ，0 A B （进入，进入）（进入，进入） 进入 不进入 （进入，不进入）（进入，不进入） （不进入，进入）（不进入，进入）（不进入，不进入）（不进入，不进入） 该博弈中有三个纳什均衡： 不进入，（进入，进入） 进入，（不进入，进入） 进入，（不进入，不进入） 前两个均衡的结果是(进入，不进入)， 即A进入，B不进入；第二个均衡的结果是(不进入，进入)，

34、即A不进入，B进入。 如果理论得到这样的结果，无助于预测博弈参与人的行为。此外，纳什均 衡假定，每一个参与人选择的最优战略是在所有其他参与人的战略选择给定时 的最优反应，即参与人并不考虑自己的选择对其他人选择的影响，因而纳什均 衡很难说是动态博弈的合理解。 因此， 必须在多个纳什均衡中剔除不合理的均衡解，即所谓“不可置信 威胁”。子博弈精炼纳什均衡子博弈精炼纳什均衡是对纳什均衡概念的最重要的改进。它的目的 是把动态博弈中的“合理纳什均衡”与“不合理纳什均衡”分开。正如纳什 均衡是完全信息静态博弈解的基本慨念一样，子博弈精炼纳什均衡是完全信 息动态博弈解的基本概念。 不进入，（进入，进入） 进入

35、，（不进入，进 入）进入，（不进入，不 进入） 进入 不进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 前边得到的三个纳什均衡中，均衡意味着 当A不进入时，B选择进入；而当A选择进入时， B仍选择进入（B威胁无论如何都要进入市场）。 显然，当当A选择进入时，选择进入时，B仍选择进入仍选择进入是不合理的，如果A进入市场， B选择“不进入”比选择“进入”收益要更大，理性的B不会选择进入， 而A知道B是理性的，因此也不会把该战略视为B会选择的战略。因此，B 的战略（进入，进入）是不可置信威胁的战略（进入，进入）是不可置信威胁。 进入 不

36、进入 A B B 进入 不进入 不进入 进入 收益：收益： A B -3 ，-3 1 ，0 0 ，1 0 ，0 均衡意味着当A进入时，B选择不进 入；而当A选择不进入时，B仍选择进入（B 威胁无论如何都不进入市场）。显然，当当A 选择进入时，选择进入时，B仍选择进入仍选择进入是不合理不合理的，B的的 战略是不可置信威胁战略是不可置信威胁。 不进入，（进入，进入）不进入，（进入，进入） 进入，（不进入，进入）进入，（不进入，进入） 进入，（不进入，不进入）进入，（不进入，不进入） 只有均衡是合理的：如果A进入，B不进入；如果A不进入，B进入。 因为A是先行动者，理性的A会选择“进入”（他知道B是

37、理性的，B不会 选择“进入”），而理性的B选择“不进入”。 观察博弈树上的三个均衡中，B的不可置信战略中的反应，在第二阶 段B开始行动的两个子博弈中不是最优；而合理的纳什均衡中，B的战略 在所有子博弈中都是最优的在所有子博弈中都是最优的，与A的第一阶段可能选择的行动构成该子博 弈的纳什均衡。 因此，只有当一个战略规定的行动规则在所有可能的情况下都是最优 的时，它才是一个合理的、可置信的战略。子博弈精炼纳什均衡就是要剔 除掉那些只在特定情况下是合理的而在其他情况下并不合理的行动规则。 子博弈精炼纳什均衡：子博弈精炼纳什均衡： 如果参与者的战略在每一个子博弈中都构成了 纳什均衡，则称纳什均衡是子博弈精练的(泽尔滕，1965) 。 为简单起见，假定博弈有两个阶段，第一阶段参与人1行动，第2阶 段参与人2行动，并且2在行动前观测到1的选择。令A1是参与人1的行动 空间，A2是参与人2的行