Авинаш Диксит - Стратегические игры

В данном случае существуют еще три равновесия, каждое с более грубым разбиением, чем при равновесии с полным раскрытием информации. Обе ситуации с двумя подмножествами (одна с подмножествами {П, С} и {Х}, а другая — {П} и {С, Х}), а также ситуация с пустым разговором с одним подмножеством {П, С, Х}, — это альтернативные равновесия, которые возможны в данной игре. Какое из них получит приоритет, зависит от условий, рассмотренных в главе 4во время анализа игры со множеством равновесий.

Самая большая реальная трудность, связанная с получением равновесия с достоверной передачей информации, не являющегося равновесием пустого разговора, состоит в знании игроками степени совпадения их интересов, причем это должно быть их общим знанием. В примере с инвестициями для вас крайне важно на основании предыдущего опыта взаимодействия с консультантом или из других источников (таких как контракт) знать, что в целях сохранения репутации он лично заинтересован в благоприятном исходе вашего инвестирования. Если бы вы не знали, в какой степени интересы консультанта совпадают с вашими, у вас были бы все основания подозревать, что он привирает, чтобы склонить вас к инвестициям ради комиссионных, которые он незамедлительно получит.

Что происходит в случае более информативных сообщений? Предположим, консультант может сообщить вам показатель g , представляющий собой его оценку темпов роста курса акций, и уточнить, что g может принимать диапазон непрерывных значений. В этой ситуации, если консультант получит дополнительную выгоду от покупки вами плохих акций по его рекомендации, у него есть стимул завысить значение g . В результате абсолютно точная и правдивая коммуникация больше невозможна. Однако равновесие дешевого разговора с частичным раскрытием информации все же вероятно. Непрерывный диапазон значений темпов роста курса акций можно разделить на интервалы (скажем, от 0 до 1 %, от 1 до 2 % и т. д) так, чтобы консультант посчитал оптимальным сказать вам правду о том, в какой из этих интервалов на самом деле попадает показатель темпов роста курса акций, а вы сочли бы нужным прислушаться к его совету и предпринять на его основании оптимальное действие. Чем выше ценит консультант свою репутацию, тем мельче будет разбиение диапазона значений g — например, это может быть половина процента вместо целого или четверть процента вместо половины. Дальнейшее объяснение этой темы можно найти в работах, в которых она рассматривается более углубленно [123].

До сих пор наш анализ игр с дешевым разговором носил эвристический и вербальный характер. Такого подхода обычно достаточно для понимания и прогнозирования поведения, но в подобных играх существуют и при необходимости могут быть использованы формальные методы описания и решения игр — деревья и матрицы игры. Для того чтобы показать, как это делается, и связать игры, представленные в данной главе, с теорией, изложенной в предыдущих главах, проанализируем игру между вами и вашим финансовым консультантом в этом контексте. В рамках анализа будем исходить из предположения, что ваш консультант проводит различие между тремя возможными вариантами П, С и Х, сообщая вам информацию о рекомендуемом активе; иными словами, рассмотрим ее самое мелкое разбиение. Прочитав этот раздел, вы сможете выполнить аналогичный анализ для случая, когда в сообщении консультанта присутствует более грубое разбиение информации об активе на типы П или «не-П».

Начнем с построения дерева игры, представленного на рис. 8.5. Условный игрок «природа», о котором шла речь в главе 3, ходит первым, создавая один из трех вариантов доходности ваших инвестиций, а именно П, С и Х, с вероятностью 1/3 каждый. Ваш консультат наблюдает за действиями «природы» и делает свой ход, а именно сообщает вам о трех вариантах доходности инвестиций, в качестве которых снова могут выступать варианты П, С и Х. Мы сразу же немного упростим дерево игры, отметив, что у консультанта нет никаких мотивов занижать рентабельность инвестиций: он никогда не станет сообщать о типе П, если правда — С или Х, или о типе С, если на самом деле это Х. (Эти действия можно было бы оставить в дереве, но они его слишком усложнят. Применение одного шага обратных рассуждений показывает, что ни одно из этих действий не является оптимальным для консультанта, а значит, ни одно из них не может быть частью равновесия.)

Рис. 8.5.Дерево игры с дешевым разговором между финансовым консультантом и инвестором

И наконец, вы ходите третьим и должны выбрать, инвестировать (И) или не инвестировать (Н). Однако вы не можете наблюдать за действиями «природы» непосредственно и знаете о них только со слов консультанта. Следовательно, для вас оба узла, в которых он сообщает о типе С, объединены в одно информационное множество, тогда как все три узла, в которых он сообщает тип Х, собраны в другое информационное множество (на рис. 8.5 оба информационных множества выделены пунктирными овалами). Наличие информационных множеств говорит о том, что вы ограничены в своих действиях. В том информационном множестве, где консультант сообщает тип С, вы должны сделать один и тот же выбор в отношении инвестиций в обоих узлах множества, то есть выбрать либо И, либо Н в обоих узлах, поскольку не можете провести различия между этими узлами в составе данного информационного множества, с тем чтобы выбрать И в одном узле и Н в другом. Точно так же вы должны выбрать либо И, либо Н во всех трех узлах информационного множества, в котором консультант сообщает тип Х.

В каждом концевом узле выигрыш консультанта показан первым, а ваш — вторым. Выигрыши, которые исчисляются в тысячах долларов, отражают те же числовые значения, что и в выполненном выше эвристическом анализе. Вы выплачиваете консультанту комиссионные 2 % от инвестиции в размере 100 000 долларов, и ваша прибыль составляет −50, если вы инвестируете в актив типа П, 1 при инвестициях в актив типа С, и 55 — в актив типа Х. Консультант получает 20 % от любой прибыли, которую вы заработаете благодаря его рекомендации. Единственное отличие данной модели от предыдущей: мы не приводим здесь точного значения репутационных издержек консультанта в случае искажения информации, а вместо этого используем символ М для обозначения репутационных издержек при незначительном искажении информации и символ Б — при значительном искажения информации. Для того чтобы привести эти параметры в соответствие с нашим анализом, мы исходим из предположения, что оба имеют положительное значение, а также что М < Б. Этот подход позволяет проанализировать оба уровня репутационных соображений, о которых шла речь выше.