不完全信息博弈

不完全信息博弈

不完全信息博弈（Game of Incomplete Information）是博弈论中的一个核心概念，描述至少有一位参与人不完全了解其他某些参与人特定信息的策略情境。这种未知信息通常指其他参与人的支付函数（即他们从不同博弈结果中获得的效用）。与完全信息博弈相对，在不完全信息博弈中参与人拥有私有信息，这些信息是他们自己知道但其他人不知道的。例如，拍卖中每个竞拍者知道自己的估值但不知道他人的估值。经济学家约翰·海萨尼通过一个天才的分析框架海萨尼转换解决了这类博弈的建模和求解问题，为此获得诺贝尔经济学奖。

海萨尼转换与贝叶斯纳什均衡

海萨尼的洞见在于任何不完全信息博弈都可转换为等价的不完美信息博弈。转换过程为，引入虚拟参与人"自然"（Nature），在博弈开始前"自然"根据所有参与人都知道的概率分布为每位参与人随机选择一个类型（Type）。参与人的类型唯一决定其私有信息，包括支付函数、成本、偏好或信念。例如在二手车市场中，卖家类型为"高质量车"或"低质量车（柠檬车）"。自然行动后每位参与人仅知自己类型但不知其他参与人具体类型，而类型分布的概率是所有参与人的共同知识。这一转换将关于支付函数的不确定性转化为关于类型的不确定性，参与人虽不知对手确切支付函数但可基于已知概率分布形成理性期望，从而使标准博弈论工具分析成为可能。

贝叶斯纳什均衡（BNE）是纳什均衡在不完全信息环境下的自然延伸，即一组策略组合，其中每个参与人的策略为其每种可能类型指定最优行动。核心要求为，对每个参与人的每一类型，其策略必须在给定其他参与人所有可能类型的策略及关于类型分布的信念下最大化自身期望效用。参与人 $i$ 在类型 $t_i$ 下选择行动 $a_i^*$ 满足期望支付最大化。

经典应用：逆向选择

不完全信息最著名的经济后果之一是逆向选择（Adverse Selection），由乔治·阿克洛夫在柠檬市场模型中经典阐述。二手车市场中卖家知道汽车真实质量（类型），买家仅知市场中好车坏车的比例。买家无法区分质量只能按平均期望价值出价，高质量车主不愿接受平均价值而退出市场，结果是低质量车驱逐高质量车，即"劣币驱逐良币"现象。逆向选择解释了为何许多市场中信息不对称可能导致市场失灵。

不完全信息博弈在现代信息经济学中有广泛应用，涵盖信号传递模型（Spence的教育信号模型）、甄别模型（Rothschild-Stiglitz保险市场模型）、机制设计理论和拍卖理论。在金融学中，不完全信息解释了信贷配给、股权融资的啄序理论和信息不对称下的委托代理问题。海萨尼转换和贝叶斯纳什均衡奠定了不完全信息博弈论的数学基础，与纳什均衡和子博弈完美均衡共同构成了现代博弈论解概念的完整体系。