معرفی کاربردهای Game Theory در اقتصاد

نظریه بازی‌ها چیست؟ کاربردهای Game Theory در اقتصاد

نظریه بازی‌ها یکی از مشهورترین و پرکاربردترین نظریه‌ها در رشته اقتصاد است که در علوم دیگری چون ریاضیات، علوم سیاسی، بیولوژی، فلسفه، اکولوژی و بسیاری رشته‌های دیگر کاربردهای فراوان دارد. این نظریه با هدف تشخیص رفتارهای استراتژیک تصمیم گیرندگان در تقابل با یکدیگر به وجود آمده است.

اگرچه بسیاری نظریه بازی‌ها را با جان نش می‌شناسند، اما پایه‌گذاران اصلی این نظریه جان فن نیومن و اسکار مورگن استرن بودند که در حدود سال ۱۹۴۴ پایه‌های ریاضی نظریه بازی‌ها را شکل دادند. آن‌ها حتی در همین سال کتابی با عنوان نظریه بازی‌ها و اقتصاد رفتاری را منتشر کردند که اولین متن آکادمیک با محتوای گیم تئوری بود.

بنیان‌گذاران این نظریه انسان‌های باهوشی بودند که ترکیبی از نظریه تصمیم گیری، روانشناسی جمعی، تحقیق در عملیات و بازی‌های دو یا چند جانبه را برای تشکیل یک نظریه استراتژیک و تصمیم محور به کار گرفتند.

مقالات پیشنهادی و تکمیلی درباره گیم تئوری:

جان نش (John Nash) کیست؟

آینده اقتصاد کلان جهان

نظریه بازی‌ها چیست؟

نظریه بازی‌ها چنان که از نام آن پیداست، بازی با استراتژی‌ها و نظریه‌های شخصی و جمعی است. چنانکه در بازی‌های کامپیوتری، پازل، شطرنج و مشابه اینها، بازیگر به دنبال اتخاذ یک استراتژی برنده و حل مسئله تقابل با حریف است، در نظریه بازی‌ها نیز هدف به چالش کشیدن شیوه تصمیم‌گیری برای حل یک پازل یا همان بازی اشتراکی است. این اشتراک می‌تواند سهیم شدن در یک فعالیت رقابتی با حریف انسانی، کامپیوتری، طبیعت، درون سازمانی و یا دولتی باشد.

به طور دقیق‌تر، نظریه بازی‌ به مطالعه شیوه و نوع تصمیم‌گیری در وضعیت‌هایی می‌پردازد که چند بازیگر مختلف در تعامل با یکدیگرند و تصمیم هر کدام بر انتخاب‌ها و نتایج دیگری تأثیر می‌گذارد. در نظریه بازی، از مدل‌های شبیه‌سازی برای ایجاد سناریوهای مختلف و کمک به انتخاب بهترین مسیر تصمیم‌گیری بهره گرفته می‌شود.

نظریه بازی‌ها را می‌توان تعمیمی از نظریه تصمیم‌گیری دانست. در نظریه تصمیم‌گیری، هر عامل انسانی (یا غیر انسانی مانند کامپیوتر یا طبیعت) مطلوبیتی را به نتایج نهایی ممکن در آن رقابت تخصیص می‌دهد. در نظریه بازی‌ها، علاوه بر این، عامل انسانی باید مطلوبیت را از نگاه دیگر بازیگران نیز بسنجد و چگونگی تأثیر هر مطلوبیت بر تصمیم‌گیری و نتیجه نهایی برای آن‌ها را بررسی کند.

این تعامل پویا را ریاضیدانان Tit for Tat می‌خوانند. یعنی با هر تصمیمی که عضوی درگیر در مسئله می‌گیرد، دیگران واکنشی متناظر را نشان می‌دهند. در نهایت، هدف رسیدن به یک مطلوبیت تعاملی است، جایی که یک تعادل در بازی شکل می‌گیرد و دیگر امکان برداشت بهره بیشتر از بازی برای هیچکدام از بازیگران وجود ندارد.

تاریخچه گیم تئوری

ریاضیات بازی‌ها به دوران شکل گیری نظریه‌هایی چون احتمال و شانس بر می‌گردد. برای مثال، کتاب کاردانو (Cardano) با عنوان بازی‌های شانس در سال ۱۵۶۴ نوشته شده است، کتابی که تقابل را از جنس احتمال و تصمیم‌گیری را مبتنی بر شانس و استراتژی با محوریت عدم قطعیت می‌داند. در دهه پنجاه قرن ۱۷ام، پاسکال و هیوجین مفهوم مقدار مورد انتظار را معرفی کردند و کتاب هیوجین با همین موضوع در ۱۶۵۷ منتشر شد.

در سال ۱۸۳۸، آنتونی آگوستین کورنو، فیلسوف، ریاضیدان و اقتصاددان مشهور، مبانی ریاضیات نظریه ثروت را منتشر کرد. در این کتاب، کورنو به مسئله بازارهای دوگانه (duopoly) و رقابت در آن پرداخت و راه‌حلی استراتژیک را ارائه کرد که ما اکنون معادل آن را با عنوان تعادل نش می‌شناسیم. زیرملو (Zermelo) در ۱۹۱۳ ریاضیات محض را وارد استراتژی‌های بازی کرد و از نظریه مجموعه‌ها برای بررسی الگوهای تصمیم گیری در بازی‌های مختلف بهره گرفت.

در سال ۱۹۳۸، قضیه فوق‌ العاده کاربردی نقطه ثابت به عنوان مسیری برای یافتن نقطه بهینه در تصمیم‌گیری مطرح شد. در همین سال، بورل (ریاضیدان و پیشگام در احتمال مدرن) یک قضیه مینیماکس (Minimax) را به عنوان تابعی برای تعیین بهترین انتخاب هم‌زمان برای دو عامل ارائه کرد.

دوران اخیر و ظهور مفاهیم با اصطلاح Game Theory

تعریف نظریه بازی به عنوان یک رشته جدید (ترکیبی از ریاضیات و نظریه تصمیم‌گیری) حاصل تلاش‌های فن نیومن و سلسله مقالاتی بود که با مقاله “نظریه بازی‌های استراتژی” آغاز شدند. ترکیبی از مجموعه‌های محدب، قضیه نقطه ثابت و اصول اقتصاد که برای تشخیص یک بهینگی در تصمیم‌گیری در یک ساختار گرد هم آمده بودند.

پس از انتشار کتاب نظریه بازی‌ها و اقتصاد رفتاری، ویرایش دوم این کتاب با عنوان اصول موضوعه مطلوبیت به چاپ رسید. در این ویرایش، به نظریه مطلوبیت برنولی و توسعه مبانی آن پرداخته شده بود. در سال ۱۹۵۰، مسئله مشهور سردرگمی زندانی یا Prisoner’s dilemma توسط فلوود، درشر و بنیاد RAND بررسی و ریاضیات مرتبط با آن ارائه شد. هدف این نظریه، بررسی تهدیدات اتمی موجود در دوران جنگ سرد بود.

در همین دهه بود که جان نش ویرایشی از نقطه تعادل (تعادل نش) را به عنوان یک رویکرد سازگار با تصمیم‌گیری دو طرف ارائه کرد. به ویژه، تعادل نش وضعیتی از تصمیم‌گیری است که در آن، با فرض اینکه سایرین استراتژی خود را تغییر ندهند، هیچ بازیگری نمی‌تواند تصمیمی بهینه‌تر بگیرد.

در سال ۱۹۶۵، رینهارد سلتن مفهوم تعادل کامل را معرفی کرد که تصحیحی از تعادل نش برای زیرگروه‌های مختلف از بازیگران و شرایط بازی بود. به همراه هارسانی، نش و سلتن در سال ۱۹۹۴ به دریافت جایزه نوبل اقتصاد نائل آمدند.

اگرچه تاریخچه این نظریه به ۱۹۴۴ و فن نیومن و مورگن استرن برمی‌گردد، اما این جان نش (John Nash) و جان هارسانی و رینهارد سلتن بودند که در سال ۱۹۹۴ نوبل اقتصاد را به دلیل توسعه نظریه بازی‌ها دریافت کردند. توسعه آن‌ها بر پایه نفوذ این نظریه و اهرم قرار دادن آن در استراتژی‌های اقتصادی و تصمیم‌گیری جمعی متناظر با آن بود.

در سال‌های بعد، بخصوص پس از معرفی کامپیوترها به دنیای محاسبات، گیم تئوری به یک چهارچوب استاندارد برای بررسی انواع مختلف وضعیت‌ها، تعاملات، تغییرات و پیدایش ماهیت‌های جدید بدل شد. در ادامه، رشته‌ها دورتری مانند بیولوژی نیز ریاضیات و راهکارهای نظریه بازی‌ها را کاربردی دیدند و از آن به نفع توضیح شیوه‌های تکامل در بین موجودات به کار گرفتند و تلاش‌های زیادی برای منطقی سازی پیشامدهای خارق العاده خلقت از کانال این نظریه صورت گرفت.

انواع مختلف بازی در گیم تئوری

قابل توجه است که منظور از بازی، شیوه تعامل بین طرفین و استراتژی‌‌های در دسترس برای رسیدن به مطلوبیت‌های تعریف شده برای هر بازیگر است. به همین دلیل، در ادامه منظور ما از بازی یک تحلیل، ساختار شناسی و تعیین چهارچوب برای تصمیم‌گیری است.

همچنین و بسته به محیط مسئله، هدف از تقابل بین طرفین شرکت کننده در بازی، نوع و حد مطلوبیت و فاکتورهایی از این دست، بازی‌های مختلف در نظریه بازی‌ها را می‌توان به زیرگروه‌هایی تقسیم کرد که در ادامه به اصلی‌ترین آن‌ها می‌پردازیم.

تعاونی و غیرتعاونی (Cooperative and Non-Cooperative)

این نوع تحلیل (یا تعامل) به مطالعه نحوه ایجاد توافقات الزام‌ آور و تقسیم سود اشتراکی توسط بازیگران می‌پردازد. در حالتی که مشارکت کنندگان در بازی نتوانند به یک توافق برسند، حالت غیرتعاونی پیش می‌آید. در این حالت، نظریه بازی به مطالعه نحوه انتخاب استراتژی‌های تعاملی می‌پردازد که هر بازیگر برای رسیدن به اهداف خود اتخاذ می‌کند.

متقارن و غیرمتقارن

در بازی‌های متقارن، بازده هر مشارکت کننده در بازی به استراتژی اتخاذ شده از جانب بازیگر دیگر (یا بازیگران دیگر) وابسته است. برعکس، در حالت نامتقارن، میزان بازده برای هر بازیگر متفاوت و مستقل از استراتژی دیگری است. به عبارتی، حتی اگر همه شرکت کنندگان استراتژی مشابهی را پیگیری کنند، نتیجه برای هر کدام متفاوت خواهد بود.

هم‌زمان و متوالی

در نظریه بازی‌ها، به بازی‌ای که در آن بازیکنان بدون اطلاع از تصمیمات یکدیگر تصمیم می‌گیرند و یا همه بازیکنان به طور هم‌زمان تصمیم خود را درباره یک وضعیت یا تعیین رفتار خاصی اتخاذ می‌کنند، بازی هم‌زمان یا Simultaneous خوانده می‌شود. در بازی‌های متوالی اما، بازیکنان از تصمیمات یکدیگر آگاه هستند یا به نوبت اقدام به تصمیم‌ می‌گیرند؛ بنابراین، فضا و زمان بیشتری برای برداشت هر شرکت کننده از تصمیم دیگری و واکنش بهتر به آن تصمیم وجود دارد.

مجموع صفر و مجموع غیر صفر

در بازی‌هایی که مجموع بازده یا Payoff صفر است، سود یا زیان یک شرکت کننده، تأثیر مستقیمی بر میزان سود یا زیان دیگر بازیگران دارد. برای مثال اگر تنها دو بازیگر داشته باشیم، سود حداکثری یکی، ضرر حداکثری دیگری است. بر خلاف این حالت، در بازی با جمع غیر صفر، سود و یا زیان یکی باعث کاهش یا افزایش سود دیگران نمی‌شود. در بازارهایی که تقاضا محدوده مشخصی دارد، رقابت از جنس مجموع صفر بیشتر دیده می‌شود و این نوع از رقابت چالش‌های تصمیم‌گیری بیشتری را به همراه دارد.

در حضور اطلاعات کامل یا اطلاعات ناقص

در حالت اول، همه شرکت کنندگان در بازی به اطلاعات یکسانی دسترسی دارند و هیچ ارجعیتی در این دسترسی نیست. در حالت اطلاعات ناقص، داده‌هایی که در دسترس یک شرکت کننده قرار می‌گیرند ممکن است به مراتب بیشتر و با کیفیت‌تر از اطلاعات برای دیگری باشند.

یک نمونه بسیار عینی و قابل لمس در این نوع بازی‌ها، نحوه دسترسی معامله‌گران بازارهای مالی کلاسیک و مبتنی بر بلاکچین بر داده‌های مختلف از پلتفرم‌هاست. در اولی، نحوه دسترسی غیرکامل است و شرکت‌های بزرگ، صاحبان اصلی سهام و صندوق‌های سرمایه‌گذاری بزرگ دسترسی بیشتری به داده‌ها دارند. برعکس، در بسیاری از ارزهای مبتنی بر فناوری بلاکچین، دسترسی به تمام اجزاء و اطلاعات پلتفرم برای همه مشارکت کنندگان یکسان است. بخصوص الگوریتم اجماع بلاکچین دسترسی و قدرت تصمیم گیری مشابهی به اعضاء آن می‌دهد.

مثالی برای درک بهتر نظریه بازی و مفهوم استراتژی متقابل در آن

یکی از مشهورترین مثال‌ها در نظریه بازی‌ها، مسئله سردرگمی زندانی است. فرض کنید پلیس دو نفر (شخص A و شخص B) را در ارتباط با یک جرم مشخص دستگیر کرده است. بخصوص، بازجو اطلاعات کافی برای مجرم شناختن هیچ کدام از این دو را ندارد و تنها می‌تواند بخش کوچکی از ارتکاب به جرم را ثابت کند. بنابراین از آن‌ها به صورت مجزا پرس‌وجو می‌کند تا بر علیه خود یا دیگری شهادت بدهند (اقرار کنند). بر این اساس، ۴ گزینه قضایی برای آن‌ها درنظر گرفته می‌شود که در واقع همان استراتژی‌هایی است که باید انتخاب کنند:

  • اگر هر دو اقرار کنند، هر کدام به ۵ سال زندان محکوم می‌شوند
  • اگر مجرم A اقرار کند، خود به ۳ سال زندان و دوستش به ۹ سال زندان محکوم می‌شود
  • اگر مجرم B اقرار کند، خود به ۳ سال زندان و دوستش به ۹ سال زندان محکوم می‌شود
  • اگر هیچکدام اقرار نکنند، با توجه به مدارک موجود تنها به ۱ سال زندان محکوم می‌شوند

در این مسئله تصمیم‌گیری، بهترین تصمیم برای هر دو بازیگر (زندانی‌ها) عدم اقرار به جرم است. با این حال، به هر دوی آن‌ها گفته شده که تنها یکی از اقرارها را می‌پذیرند و هر کس زودتر اقرار کند شامل تخفیف می‌شود. بنابراین، این دو زندانی از تصمیم دیگری خبری ندارند و همین بی‌خبری، ریسک را وارد فرایند انتخاب و استراتژی برخورد با واقعیت می‌کند.

با احتمال بسیار زیاد، هر دوی آن‌ها اقرار می‌کنند زیرا از تعهد و وفاداری دیگری مطمئن نیستند. در نتیجه، هر دو به ۵ سال زندان محکوم خواهند شد. بنا بر قضیه تعادل نش، هر دو زندانی بهترین گزینه ممکن را برای خود انتخاب می‌کنند، انتخابی که در مجموع بهترین نتیجه برای سیستم قضایی و بدترین برای دو زندانی است.

کاربرد نظریه بازی‌ها در علم اقتصاد

اقتصاد علمی است که بازار عرضه و تقاضا را با جزئیات هرچه تمام‌تر بررسی می‌کند. در این بررسی، تشخیص رفتار رقیبان و مشتریان و تخصیص استراتژی متناظر با این رفتارها مهم‌ترین نقش را دارد. برای مثال، در بازاری که یک شرکت تسلط کاملی بر همه چیز دارد، استراتژی موثر جز پیوستن به او یا ورود به بازار با قدرتی مشابه، مثلا با همان میزان سرمایه‌گذاری، توجیه منطقی ندارد.

بسیاری از استارت‌آپ‌ها یا حتی شرکت‌هایی که از یک بازار به بازاری جدید مهاجرت می‌کنند، معمولا با عدم شناخت آن بازار در تقلا هستند و همین عدم شناخت بازار و چگونگی برخورد با آن، باعث شکست آن‌ها می‌شود. بخصوص، اقتصاد رفتاری علمی است که استراتژی یک عضو از بازار را به اعضای دیگر و مشتریان مرتبط می‌سازد و نظریه بازی‌ها ابزار آن برای بهره برداری بهینه از این تشخیص ارتباط، کمی‌ سازی موفقیت، اتخاذ استراتژی و تعریف فرایندهای لازم در زمان مورد نیاز است.

کاربرد نظریه بازی‌ها در اقتصاد، شبیه کاربرد نظریه احتمال در علم اپیدمی‌ شناسی است. در هر دو علم، نیاز به تشخیص الگوها، رفتارهای جمعی و فردی و عاقبت هر رفتار است. بخصوص، مطالعه نظریه بازی‌ها و نحوه اعمال آن، به ما کمک می‌کند دریابیم که چرا بعضی کشورها سریع‌تر و پایدارتر توسعه می‌یابند و برخی دیگر در خطاهای مستمر گیر می‌کنند و به مصرف کننده علم، فرایند و محصولات بدل می‌شوند.

علاوه بر این، نظریه بازی‌ها نقشی کلیدی در مسائل کسب‌وکاری زیر دارد:

  • ایجاد یا توسعه خط تولید محصول جدید
  • اکتساب یک شرکت کوچک‌تر یا ادغام شدن با شرکت‌های دیگر
  • تعیین استراتژی‌های کوتاه مدت و بلند مدت شرکت در اکوسیستم مختص خود
  • نحوه بهره‌برداری از دارایی‌ها، نیروی انسانی و قابلیت‌های محیطی
  • مذاکره با سازمان‌ها و افراد مختلف و ایجاد شبکه قدرتمند از زینفعان شرکت

فرضیات در نظریه بازی‌ها

برای پرداختن به مسائل تعیین و اعمال استراتژی، نظریه بازی‌ها برخی پیش فرض‌ها را برای مسئله در نظر می‌گیرد. درواقع، در چهارچوب گیم تئوری کنونی، تنها آن دسته از مسائل را می‌توان از فیلتر این نظریه عبور داد که فرضیات زیر برای آن‌ها برآورده شوند:

  • تعداد بازیگران یا رقیبان متناهی باشد
  • همه شرکت کنندگان منطقی و هوشمندانه عمل می‌کنند
  • هر بازیگر قواعد بازی، عواقب آن و سایر جزئیات مرتبط با آن را می‌داند
  • استراتژی‌های مختلفی وجود دارند که بازیگران می‌توانند از آن‌ها برای تصمیم‌گیری بهره بگیرند
  • تعداد واکنش‌هایی که هر شرکت کننده می‌تواند به وضعیت و عملکرد دیگران بدهد، متناهی است
  • بازیگران باید کم‌وبیش به صورت هم‌زمان تصمیم‌ گیری کنند، یا حداقل امکان سوء استفاده یکی از تصمیم پیش فرض و قطعی دیگری وجود نداشته باشد

محدودیت‌های نظریه بازی‌ها

مشابه با هر نظریه دیگری، گیم تئوری را نمی‌توان به تمام مسائل موجود در دنیای واقعی تعمیم داد. موارد زیر اصلی‌ترین محدودیت‌های نظریه بازی‌ها هستند:

  • برای مسائلی که در آن‌ها به تصمیم‌گیری‌های تودرتو و مرکب نیاز است، اعمال این نظریه منجر به تشکیل الگوریتم‌های محاسباتی پیچیده و الگوها و سناریو‌های غیرقابل پیگیری می‌شود
  • فرضیات آن هرگز با همه مسائل رقابتی و تصمیم‌گیری‌های جمعی سازگار نیست
  • در اکثر موارد، اصول نظریه بازی‌ها فاکتورهایی چون وفاداری، تعهد و دلسوزی را در محاسبات خود وارد نمی‌کند
  • اطلاعاتی که مدنظر این تئوری است غالبا شفاف و دقیق هستند، اما در دنیای واقعی اطلاعات معمولا فازی و غیرشفاف هستند

جمع‌بندی

نظریه بازی‌ها یک تئوری فوق العاده کاربردی با ریشه‌ای ریاضی و کاربردهای فراوان در رشته‌های مختلف است. این نظریه را با ریشه اقتصادی آن می‌شناسند زیرا کاربرد فراوانی در بررسی سناریوهای تصمیم گیری تجاری و رقابت در بازارهای مختلف دارد. هدف این نظریه، درک وضعیت و شیوه رقابت اعضا در یک رقابت تجاری، سیاسی و یا هر فرایند کنش و واکنش دیگر است.

سوالات متداول

در چه موقعیت‌هایی می‌توان از گیم تئوری بهره گرفت؟

به طور معمول، در اکثر شرایطی که حداقل دو شرکت کننده برای اهداف متفاوت اما در شرایط و بازار مشابهی رقابت می‌کنند، می‌توان از نظریه بازی‌ها استفاده کرد. به ویژه، قواعد بازی (تصمیم و عمل) باید مشخص و تعداد آن‌ها متناهی باشد. هدف، یافتن بهترین انتخاب برای یکی، با آگاهی از امکان و شیوه ممکن در واکنش دیگری است.

منظور از استراتژی خالص در نظریه بازی‌ها چیست؟

منظور از استراتژی خالص یک الگو تصمیم‌گیری است که به طور دقیق مشخص می‌کند که بازیگر خاصی چگونه در روند بازی مشارکت خواهد داشت. شبیه اینکه تمام شرایط یک بازی را بدانیم و بتوان هر تغییری را دقیقا با حرکت ممکن بعدی منطبق سازیم.

منظور از تعادل نش در نظریه بازی‌ها چیست؟

تعادل نش یک قضیه در نظریه بازی‌ها است، این قضیه تصمیم‌هایی را تعیین می‌کند که در بازی‌های غیرتعاملی بهترین برای تمام شرکت کنندگان هستند.

خبرهای مشابه

دکمه بازگشت به بالا