完备信息

完备信息（Complete Information）是博弈论中的一个核心概念，指博弈中的所有参与者对博弈的结构拥有共同且完全的了解。具体而言，完备信息要求每个参与者清楚所有参与者的策略集合（可行行动）以及所有参与者的收益函数（支付函数）。完备信息不要求参与者了解其他参与者的私人类型或信念，仅要求博弈的基本规则是公开且确定的。

定义与基本特征

在博弈论框架下，完备信息意味着以下要素对所有参与者而言是共同知识（Common Knowledge）：

1. 参与者集合：谁在参与博弈，有多少个参与者。
2. 策略空间：每个参与者可以选择哪些行动或策略。
3. 收益函数：每个参与者在每一种策略组合下的收益（支付）是多少。
4. 博弈时序：参与者行动的先后顺序（如果是动态博弈），以及每个参与者何时行动。

需要注意的是，完备信息与完美信息（Perfect Information）是两个不同的概念。完美信息要求参与者在每次行动时完全了解之前所有参与者的行动历史；而完备信息仅要求博弈的基本结构（策略和收益）是公开的，并不要求参与者观察到之前所有的行动。因此，一个博弈可以是完备但不完美的（如同时行动的囚徒困境），也可以是不完备但完美的（如不完全信息下的序贯博弈）。

完备信息博弈的分类

根据完备性与完美性的组合，博弈可以分为四种类型：

| 类型 | 信息条件 | 典型案例 | |------|----------|----------| | 完备且完美 | 结构公开 + 历史透明 | 国际象棋、井字棋 | | 完备但不完美 | 结构公开 + 历史不透明 | 囚徒困境、古诺竞争 | | 不完备但完美 | 结构不公开 + 历史透明 | 拍卖中的序贯出价 | | 不完备且不完美 | 结构不公开 + 历史不透明 | 大多数实际市场交易 |

完备信息博弈是博弈论中最先被系统研究的类型。纳什均衡（Nash Equilibrium）概念最初正是在完备信息博弈的框架下提出的。

理论基础与求解方法

在完备信息博弈中，求解均衡的主要方法包括：

1. 占优策略均衡

当每个参与者存在一个无论其他人如何行动都是最优的策略时，称为占优策略均衡。囚徒困境中的"坦白"即为典型例子。

2. 纳什均衡

在没有占优策略的情况下，纳什均衡要求每个参与者的策略是对其他参与者策略的最优反应。对于有限策略的完备信息博弈，纳什（1950）证明了均衡的存在性定理。

3. 逆向归纳法

适用于完备且完美信息的动态博弈。从博弈树的末端节点开始，逐层向前推理，剔除不可信的威胁和承诺。泽尔腾（Selten，1965）将这一思想形式化为子博弈完美均衡（Subgame Perfect Equilibrium）。

4. 重复剔除劣策略

通过依次剔除严格劣策略，缩小策略空间，最终得到均衡策略组合。这一方法适用于有限理性条件下的均衡分析。

完备信息的现实意义与局限

理论价值

完备信息假设为博弈论提供了清晰的分析起点。它使研究者能够在简化的框架下建立基准模型，理解策略互动的基本逻辑。绝大多数经典博弈模型（囚徒困境、协调博弈、鹰鸽博弈、斗鸡博弈等）都在完备信息条件下展开分析。

现实局限性

在实际经济活动中，完备信息假设往往难以成立：

1. 信息不对称：在交易中，卖方通常比买方更了解产品质量（阿克洛夫的"柠檬市场"）。
2. 私人信息：企业拥有关于自身成本的私人信息，劳动者更清楚自身能力水平。
3. 策略性隐瞒：参与者可能有动机隐藏或扭曲信息以获取优势。

正是由于这些局限性，哈萨尼（Harsanyi，1967—1968）提出了不完全信息博弈（Games of Incomplete Information）的转换方法，通过引入"类型"（Type）概念和贝叶斯纳什均衡，将不完备信息问题转化为贝叶斯博弈进行分析。

完备信息与不完全信息的边界

完备信息与不完全信息之间的边界并非绝对。在某些情况下，制度设计可以将不完备信息博弈转化为等价意义上的完备信息博弈。例如，拍卖机制中的"共同价值"假设使所有竞拍者对标的物的估值分布有共同的认识；二级密封拍卖（Vickrey Auction）在特定条件下可以激励竞拍者真实报价，从而降低信息不完全程度。

此外，信息揭示原则（Revelation Principle）表明，任何贝叶斯博弈的均衡都可以通过一个激励相容的直接机制来实现，这意味着不完全信息博弈在机制设计层面可以与完备信息博弈建立对应关系。

总结

完备信息是博弈论中最基础也最重要的信息条件之一。它为策略分析提供了清晰的基准框架，使研究者能够专注于策略互动的本质逻辑而非信息复杂性。尽管现实世界的信息结构远比完备信息假设复杂，但完备信息博弈模型仍然是理解个体决策、市场运行和制度设计的不可或缺的理论工具。从纳什均衡到子博弈完美均衡，完备信息假设支撑着博弈论大厦的根基，也是迈向更为复杂的不完全信息分析的起点。