Zum Inhalt springen
Zurück zu den Suchergebnissen

Teilspielperfektes Gleichgewicht

Eingeführt von
Reinhard Selten
Jahr
1965
Typ
algorithm
Familie
Game-theoretic

Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen

Schriftgröße

Was leistet sie?

Das teilspielperfekte Gleichgewicht (SPE) ist eine Verfeinerung des Nash-Gleichgewichts für sequentielle Spiele, das 1965 von Reinhard Selten eingeführt wurde.

Es verlangt, dass Strategieprofile in jedem Teilspiel ein Nash-Gleichgewicht bilden, wodurch nicht-glaubwürdige Drohungen und unglaubwürdige Versprechen eliminiert werden. Die Rückwärtsinduktion ist die primäre Berechnungsmethode zur Ermittlung von SPE in endlichen Spielen.

Die Intuition hinter der Methode

Ein teilspielperfektes Gleichgewicht stellt sicher, dass kein Spieler von seiner geplanten Strategie abweichen möchte, selbst wenn er sich plötzlich an irgendeinem Punkt des Spielbaums wiederfindet. Betrachten Sie es als einen detaillierten Schlachtplan, bei dem jede Eventualität berücksichtigt wird: Nicht nur die Entscheidungen sind zu Beginn optimal, sondern sie bleiben auch dann optimal, wenn sie tatsächlich erreicht werden. Die Rückwärtsinduktion beginnt am Ende des Spielbaums und berechnet die optimalen Entscheidungen an jedem Knoten, arbeitet sich zum Anfang zurück und garantiert, dass frühe Drohungen und Versprechen glaubwürdig sind.

Geschichte

Reinhard Selten führte das teilspielperfekte Gleichgewicht 1965 als Verfeinerung von Nashs Konzept ein, um die Unplausibilität nicht-glaubwürdiger Drohungen in sequentiellen Spielen zu behandeln. Seine Arbeit brachte ihm 1994 den Nobelpreis für Wirtschaftswissenschaften ein (geteilt mit John Nash und John Harsanyi). Das Konzept wurde zentral für die dynamische Spieltheorie und hat die ökonomische Modellierung von Märkten, Verhandlungen und strategischem Wettbewerb maßgeblich beeinflusst.

Wann wird sie eingesetzt?

Wenden Sie die SPE-Analyse auf sequentielle Spiele mit unvollständiger Information an, die im Laufe der Zeit aufgelöst werden: Verhandlungen, Auktionen mit mehreren Runden, Ein- und Austrittsentscheidungen oder sequentielle Züge im Wettbewerb. Wesentlich, wenn die Reihenfolge der Züge und die Glaubwürdigkeit von Verpflichtungen wichtig sind. Funktioniert am besten für Spiele mit perfekter oder vollständiger Information; unvollständige Information erfordert Verfeinerungen wie das perfekt-bayessche Gleichgewicht.

Grenzen und Hinweise

  • Beschränkt auf endliche Spiele mit perfekter Erinnerung (keine Informationsasymmetrien über Entscheidungsknoten hinweg)
  • Exponentielle Komplexität mit wachsender Größe des Spielbaums, was große sequentielle Spiele unlösbar macht
  • Kann bei Spielen mit simultanen Zügen oder unvollständiger Information zu mehreren Gleichgewichten führen
  • Die Rückwärtsinduktion ist empfindlich gegenüber der Darstellung des Spielbaums; unterschiedliche extensive Formen können zu unterschiedlichen Gleichgewichten führen

Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.

Stärken

  • Eliminiert unplausible Gleichgewichte, die auf nicht-glaubwürdigen Drohungen oder Versprechen beruhen
  • Berechnungstechnisch handhabbar für endliche Spiele mittels Rückwärtsinduktion
  • Eindeutig anwendbar auf sequentielle Spiele, bei denen Zugreihenfolge und Timing entscheidend sind
  • Bietet ein klares Entscheidungsverfahren durch einen expliziten Algorithmus, der eine direkte Implementierung ermöglicht

Anwendungen

  • Industrielle Organisation: Modellierung sequentieller Ein- und Preisentscheidungen in oligopolistischen Märkten
  • Internationale Beziehungen: Analyse sequentieller Verhandlungen und Drohungen in Handelsabkommen
  • Arbeitsökonomik: Modellierung von Lohnverhandlungen zwischen Arbeitgebern und Arbeitnehmern mit sequentiellen Angeboten und Gegenangeboten
  • Umweltökonomik: Untersuchung wiederholter Interaktionen zwischen Regulierungsbehörden und umweltverschmutzenden Unternehmen

So funktioniert es

So funktioniert es

1

Konstruieren Sie den spieltheoretischen Baum in extensiver Form mit Knoten, Aktionen, Spielern und Auszahlungen an den Endknoten.

2

Beginnend bei den letzten Entscheidungsknoten, ermitteln Sie die optimale Aktion an jedem Knoten, indem Sie die Auszahlungen jedes Spielers aus den verfügbaren Zügen vergleichen.

3

Arbeiten Sie sich rückwärts durch den Spielbaum und nutzen Sie die optimalen Strategien aus späteren Knoten, um das optimale Spiel an früheren Knoten zu bestimmen.

4

Prüfen Sie, ob das resultierende Strategieprofil in jedem möglichen Teilspiel ein Nash-Gleichgewicht bildet, nicht nur im Gesamtspiel.

Häufige Fallstricke

  • Verwechslung von SPE mit Nash-Gleichgewicht; viele Nash-Gleichgewichte sind nicht teilspielperfekt aufgrund von Drohungen außerhalb des Gleichgewichts
  • Fehlanwendung der Rückwärtsinduktion auf Spiele mit unvollständiger Information, die eine Aktualisierung von Erwartungen erfordern
  • Übersehen, dass die SPE-Verfeinerung die Prüfung der Optimalität an jedem Teilspielknoten erfordert, nicht nur an den Endauszahlungen
  • Annahme eines eindeutigen Gleichgewichts; viele sequentielle Spiele haben mehrere SPE mit unterschiedlichen Ergebnissen

Häufig gestellte Fragen

Was ist der Unterschied zwischen einem Nash-Gleichgewicht und einem teilspielperfekten Gleichgewicht?

Jedes SPE ist ein Nash-Gleichgewicht, aber nicht umgekehrt. SPE erfordert ein Nash-Gleichgewicht in jedem Teilspiel und eliminiert Gleichgewichte, die durch nicht-glaubwürdige Drohungen außerhalb des Gleichgewichts aufrechterhalten werden, die niemals ausgeführt würden.

Warum scheint die Rückwärtsinduktion manchmal unrealistisches Verhalten vorherzusagen?

Die Rückwärtsinduktion setzt gemeinsames Wissen über Rationalität und perfekte Information voraus. Reale Spieler können begrenzte Voraussicht, begrenzte Rationalität oder unvollständige Information haben, was SPE-Vorhersagen in der Praxis weniger zuverlässig macht.

Wie behandelt SPE Spiele mit unvollständiger Information?

SPE allein ist nicht direkt anwendbar; stattdessen erweitert das perfekt-bayessche Gleichgewicht SPE, indem es von den Spielern verlangt, ihre Erwartungen über die Typen anderer mittels der Bayes-Regel zu aktualisieren und dann gegeben dieser Erwartungen optimal zu spielen.

Verwandte Methoden

Quellen

  1. Selten, R. (1965). Spieltheoretische Behandlung eines Oligopolmodells mit Nachfrageträgheit. Zeitschrift für die gesamte Staatswissenschaft, 121, 301-324.

    Publikationsreferenz öffnen
    Kopiert.
  2. von Stackelberg, H. (1934). Marktform und Gleichgewicht. Julius Springer.

    Publikationsreferenz öffnen
    Kopiert.