贝叶斯信念

贝叶斯信念 (Bayesian Beliefs)

贝叶斯信念（Bayesian Beliefs）是指经济主体或统计决策者关于不确定世界状态的主观概率判断，其核心特征在于依照贝叶斯法则（Bayes' Rule）进行理性更新。该概念横跨 贝叶斯统计、信息经济学、博弈论与认知科学，是刻画不完全信息环境下理性行为的基础工具。不同于频率学派将概率视为客观的长期频率，贝叶斯范式将概率理解为主体对命题为真的"置信程度"（degree of belief），这一哲学立场使贝叶斯信念成为连接统计推断与经济学决策理论的天然桥梁。

贝叶斯更新机制

贝叶斯信念的操作核心是贝叶斯法则。设主体对未知状态 $\theta \in \Theta$ 持有先验信念（prior belief），以概率分布 $\pi(\theta)$ 表示。当主体观测到信号 $s \in S$ 后，根据似然函数 $f(s \mid \theta)$——即在状态 $\theta$ 下观测到 $s$ 的条件概率——将先验更新为后验信念（posterior belief）：

分母 $\int_{\Theta} f(s \mid \theta') \pi(\theta') d\theta'$ 为信号 $s$ 的边际似然（marginal likelihood），在离散情形下替换为求和 $\sum_{\theta'} f(s \mid \theta') \pi(\theta')$。该公式揭示了贝叶斯更新的本质：后验信念正比于先验信念与似然的乘积。当信号极具信息量（即 $f(s \mid \theta)$ 在某些 $\theta$ 上高度集中），后验将显著偏离先验；当信号噪声极大时，后验趋近于先验，主体"几乎不学习"。

从动态视角看，贝叶斯信念具有鞅性质（martingale property）：在真实数据生成过程下，主体的后验期望构成一个鞅过程，即 $\mathbb{E}[\pi(\cdot \mid s_{t+1}) \mid \mathcal{F}_t] = \pi(\cdot \mid s_1, \ldots, s_t)$。这一性质在 理性预期 理论和资产定价模型中扮演关键角色：在贝叶斯学习环境下，信念的预期变化为零，市场价格不会出现系统性可预测的偏误。

先验信念的来源与分歧

先验信念的形成是贝叶斯理论中最具哲学张力的议题。主观贝叶斯主义（Subjective Bayesianism）——以 Leonard Savage 和 Bruno de Finetti 为代表——认为先验可以是任意的，只要满足概率公理即可，不同的理性主体可以持有不同的先验。这一立场在经济学中对应 Harsanyi 的不完全信息博弈框架：每个参与者在进入博弈时具有初始的"类型"（type），类型的分布（common prior）由 Nature 抽取，参与者在此基础上形成信念。

与之相对，客观贝叶斯主义（Objective Bayesianism）——以 Harold Jeffreys 和 Edwin Jaynes 为代表——主张先验应在"无信息"（uninformative）的意义上由对称性或最大熵原则唯一确定，如 Jeffreys 先验 $\pi(\theta) \propto \sqrt{\det I(\theta)}$，其中 $I(\theta)$ 为 Fisher 信息矩阵。

在博弈论中，共同先验假设（Common Prior Assumption, CPA）——即所有参与者对 Nature 的初始分布持有一致信念——是 Harsanyi 教义的核心。若 CPA 成立且参与者的信息结构为共同知识（common knowledge），则即使后验信念因私人信号而异，分歧也必然源自信息差异而非初始信念差异。Aumann（1976）的著名"不可能分歧定理"证明：若两个贝叶斯理性主体的后验概率为共同知识，则它们必然相等。这一结果为理解市场中的信念异质性和投机性交易提供了理论基准。

贝叶斯信念与博弈论——贝叶斯-纳什均衡

贝叶斯信念在不完全信息博弈中的应用集中体现于 贝叶斯-纳什均衡（Bayesian Nash Equilibrium, BNE）。在此框架下，每个参与者 $i$ 的类型 $\theta_i$ 是私人信息，其策略 $\sigma_i(\theta_i)$ 依赖于自身类型。给定对其他参与者策略的信念和关于类型分布的共同先验，参与者 $i$ 在贝叶斯意义上最大化期望效用：

其中期望是对其他参与者类型 $\theta_{-i}$ 的条件分布——即主体的贝叶斯后验信念——所取。贝叶斯-纳什均衡要求每个类型下的策略都是对该后验信念的最优反应，且信念与均衡策略一致。这一概念广泛应用于 拍卖理论（如 Vickrey拍卖）、信号传递博弈和机制设计等领域，构成了现代微观经济理论的基石。

贝叶斯信念与理性预期

在宏观经济学中，贝叶斯信念与 理性预期假说（Rational Expectations Hypothesis）紧密相连。理性预期本质上要求经济主体的主观信念分布与模型的客观条件分布一致——换言之，主体在贝叶斯意义上充分利用所有可用信息，其先验（若存在）经反复学习后收敛至客观分布。当模型存在参数不确定性时，理性预期均衡可刻画为贝叶斯学习过程的稳态极限：主体通过卡尔曼滤波或更一般的贝叶斯更新，不断修正对经济结构参数的信念。这一视角将 卢卡斯批判（Lucas Critique）与贝叶斯学习统一起来：政策变化改变数据生成过程，理性主体通过贝叶斯更新重新学习环境，从而引致行为变化。

与频率学派信念的对比

贝叶斯信念与频率学派信念的根本分歧在于概率的哲学解释。频率学派将概率理解为无限重复试验中事件发生的相对频率，参数是固定但未知的常数，不存在关于参数的"信念"——置信区间和 $p$ 值均是对数据而非对参数的概率陈述。贝叶斯学派则将概率直接赋予参数或假设本身：先验信念 $P(H_0)$ 经数据更新为后验信念 $P(H_0 \mid \text{data})$，这一操作在频率学派框架下是无意义的。两种范式在经济计量学中的竞争体现于 贝叶斯计量经济学与频率学派计量经济学的对立与互补——贝叶斯方法在小样本推断、层次模型和模型不确定性处理上具有天然优势，而频率学派方法在大样本和计算简便性方面仍占据主流。近年来，随着 马尔可夫链蒙特卡洛（MCMC）等计算方法的发展，贝叶斯信念框架在实证经济学中的应用持续扩大。