📈 economics

Capital Games and Growth Equilibria

यह शोध पत्र "कैपिटल गेम्स" (capital games) को प्रस्तुत करता है, जो एक गतिशील ढांचा है जहाँ प्रतिफल (payoffs) उपयोगिता के बजाय पूंजी में मापे जाते हैं, जिससे शोधकर्ता यह मानकर खिलाड़ियों की उपयोगिताओं का अनुमान लगा सकते हैं कि वे अपनी पूंजी की समय-औसत वृद्धि दर को अधिकतम करने का लक्ष्य रखते हैं।

मूल लेखक: Ben Abramowitz

प्रकाशित 2026-01-27

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ben Abramowitz

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक बोर्ड गेम खेल रहे हैं। गेम थ्योरी के क्लासिक संस्करण में (वही जिसे वॉन न्यूमैन और मोर्गनस्टर्न ने बनाया था), खेल समाप्त होता है, आप अपने अंक गिनते हैं, और कहते हैं, "मैंने 10 अंक जीते, तुमने 5 जीते।" यह सिद्धांत मानता है कि 10 अंक हमेशा 5 अंकों से दोगुने बेहतर होते हैं, चाहे कुछ भी हो। यह "पॉइंट्स" को खुशी या "उपयोगिता" (utility) के प्रत्यक्ष माप के रूप में मानता है।

लेकिन बेन अब्रामोविज़ का पेपर, कैपिटल गेम्स एंड ग्रोथ इक्विलिब्रिया, तर्क देता है कि वास्तविक दुनिया में यह धारणा अक्सर गलत होती है। वास्तविक जीवन में, पॉइंट्स केवल अमूर्त संख्याएँ नहीं हैं; वे पूंजी (capital) हैं (जैसे पैसा, संसाधन, या समय), और आप उनका उपयोग कैसे करते हैं, इससे उनकी वास्तविक कीमत बदल जाती है।

यहाँ उस पेपर का मुख्य विचार दिया गया है, जिसे सरल उपमाओं के माध्यम से समझाया गया है।

1. समस्या: पॉइंट्स बनाम ग्रोथ (वृद्धि)

पेपर एक प्रसिद्ध पहेली से शुरू होता है: "सिक्का उछालना" (Coin Flip)।
कल्पना कीजिए कि आपके पास $100 हैं। आप एक खेल खेल सकते हैं जहाँ आप सिक्का उछालते हैं:

हेड्स (Heads): आप 50% जीतते हैं (अब आपके पास $150 हैं)।
टेल्स (Tails): आप 40% हारते हैं (अब आपके पास $60 हैं)।

यदि आप इसे एक मानक गणितीय समस्या की तरह देखते हैं, तो औसत परिणाम $105 है। चूंकि$ 105 आपकी शुरुआती $100 से अधिक है, इसलिए एक मानक गेम थ्योरिस्ट कहेगा, "इसे खेलो! यह एक अच्छा दांव है।"

लेकिन यहाँ एक पेच है: क्या होगा यदि आपको यह खेल बार-बार खेलना पड़े, और अपनी जीत का उपयोग अगले दौर के दांव के रूप में करना पड़े?

यदि आप जीतते हैं और फिर हारते हैं: $100 $\to$ $150 $\to$ $90.
यदि आप हारते हैं और फिर जीतते हैं: $100 $\to$ $60 $\to$ $90.

भले ही दोनों परिणामों का औसत सकारात्मक है, लेकिन हर बार जब आप जीत और हार का मिश्रण खेलते हैं, तो आपका वास्तविक पैसा घटता जाता है। यदि आप लगातार 1,000 बार यह खेल खेलते हैं, तो आप संभवतः कंगाल हो जाएंगे।

पेपर कहता है: मानक गेम थ्योरी यहाँ विफल हो जाती है क्योंकि यह समय और गतिशीलता (dynamics) को अनदेखा करती है। यह मान लेती है कि आप हर खेल के बाद अपनी संपत्ति को वापस $100 पर रीसेट कर सकते हैं। लेकिन "कैपिटल गेम्स" में, आपकी संपत्ति आगे बढ़ती रहती है।

2. समाधान: कैपिटल गेम्स

लेखक एक नए प्रकार के खेल को पेश करता है जिसे कैपिटल गेम कहा जाता है।

मानक गेम: पेऑफ "उपयोगिता" (Utility/खुशी) हैं। आप बस औसत संख्या को अधिकतम करते हैं।
कैपिटल गेम: पेऑफ "पूंजी" (Capital/चीजें जो आपके पास हैं) हैं। आप केवल औसत को अधिकतम नहीं करते; आप समय के साथ अपनी ग्रोथ रेट (वृद्धि दर) को अधिकतम करते हैं।

इसे इस तरह सोचें:

मानक गेम: आप एक थीम पार्क घूमने आए पर्यटक हैं। आप अधिक से अधिक राइड्स लेना चाहते हैं। प्रत्येक राइड स्वतंत्र है।
कैपिटल गेम: आप बीज बोने वाले किसान हैं। यदि आप आज अपने बीज खा लेते हैं, तो कल आपके पास बीज नहीं होंगे। बीज खाने का "पेऑफ" इस बात पर निर्भर करता है कि क्या वह अगले सीजन के लिए आपके खेत को बढ़ाने में मदद करता है।

3. सीक्रेट सॉस: लीनियराइजेशन (Linearization)

पेपर का सबसे बड़ा ब्रेकथ्रू एक गणितीय ट्रिक है जिसे लीनियराइजेशन कहा जाता है।

वास्तविक दुनिया में, पैसा दो मुख्य तरीकों से बढ़ता है:

एडिटिव (Additive): आप एक निश्चित राशि जीतते या हारते हैं (जैसे, + $10 या -$ 10)।
मल्टीप्लिकेटिव (Multiplicative): आप एक प्रतिशत जीतते या हारते हैं (जैसे, +50% या -40%)।

पेपर दिखाता है कि यदि आप जानते हैं कि आपकी पूंजी कैसे बढ़ती है (अर्थात "डायनामिक्स"), तो आप उन वास्तविक दुनिया के नंबरों को एक "उपयोगिता स्कोर" में बदल सकते हैं जिसे मानक गेम थ्योरी समझ सकती है।

यदि आपकी पूंजी एडिटिव रूप से बढ़ती है: तो "उपयोगिता स्कोर" स्वयं वह पैसा ही है। (जीतना $10, $5 जीतने से दोगुना अच्छा है)।
यदि आपकी पूंजी मल्टीप्लिकेटिव रूप से बढ़ती है: तो "उपयोगिता स्कोर" पैसे का लॉग (logarithm) है। (यही कारण है कि कॉइन फ्लिप एक बुरा दांव है; 40% हारने का "लॉग स्कोर" 50% जीतने के "लॉग स्कोर" की तुलना में बहुत अधिक दर्दनाक होता है)।

उपमा:
कल्पना कीजिए कि आप दो अलग-अलग भाषाओं की तुलना करने की कोशिश कर रहे हैं।

कैपिटल मूल टेक्स्ट है (जैसे, "150" और "60")।
डायनामिक्स व्याकरण का नियम है (जैसे, "क्या यह एक प्रतिशत है या एक स्थिर संख्या?")।
लीनियराइजेशन अनुवादक है। यह मूल टेक्स्ट और व्याकरण के नियम को लेता है और उसे "उपयोगिता" में बदल देता है (एक ऐसी भाषा जिसे गेम थ्योरी समझती है)।

एक बार जब आपके पास यह अनुवाद हो जाता है, तो आप कैपिटल गेम को हल करने के लिए गेम थ्योरी के मानक उपकरणों (जैसे नैश इक्विलिब्रियम खोजना) का उपयोग कर सकते हैं।

4. परिणाम: ग्रोथ इक्विलिब्रिया (Growth Equilibria)

पेपर एक नई प्रकार की जीतने वाली रणनीति को परिभाषित करता है जिसे ग्रोथ इक्विलिब्रियम कहा जाता है।

एक मानक गेम में, नैश इक्विलिब्रियम वह स्थान है जहाँ कोई भी अपनी चाल बदलना नहीं चाहता क्योंकि वे अधिक पॉइंट्स प्राप्त नहीं कर सकते।
एक कैपिटल गेम में, ग्रोथ इक्विलिब्रियम वह स्थान है जहाँ कोई भी अपनी चाल बदलना नहीं चाहता क्योंकि वे बेहतर लॉन्ग-टर्म ग्रोथ प्राप्त नहीं कर सकते।

पेपर एक सुंदर समरूपता (symmetry) सिद्ध करता है: यदि आप सही "अनुवादक" (लीनियराइजेशन) का उपयोग करके एक कैपिटल गेम को मानक गेम में बदलते हैं, तो जीतने वाली रणनीतियाँ बिल्कुल समान होती हैं।

5. यह क्यों महत्वपूर्ण है (पेपर के अनुसार)

पेपर यह दावा नहीं करता है कि वह दुनिया की हर समस्या को हल कर देता है। यह विशेष रूप से दावा करता है कि:

हम यह पता लगा सकते हैं कि लोग वास्तव में क्या चाहते हैं (उनकी उपयोगिता), यदि हम जानते हैं कि उनके संसाधन समय के साथ कैसे बढ़ते हैं।
हम नई, जटिल समस्याओं (जिसमें समय और धन की वृद्धि शामिल है) को हल करने के लिए पुराने, परिचित गणितीय उपकरणों का उपयोग कर सकते हैं।
"पेऑफ" हमेशा "उपयोगिता" नहीं होता। कभी-कभी, डॉलर में एक बड़ी जीत वास्तव में "ग्रोथ पोटेंशियल" में एक नुकसान होती है यदि वह आपको कंगाल होने के जोखिम में डाल देती है।

सारांश

इस पेपर को एक बोर्ड गेम के नियमों को अपग्रेड करने के मैनुअल के रूप में सोचें।

पुराना नियम: "अपने अंक गिनें। उच्चतम अंक वाला जीतता है।"
नया नियम (कैपिटल गेम्स): "अपने अंक गिनें, लेकिन याद रखें कि आज के अंक कल के लिए आपकी शुरुआती पूंजी बनेंगे। यदि आप बहुत अधिक हार जाते हैं, तो आप और खेल नहीं पाएंगे। इसलिए, सबसे अच्छा कदम वह नहीं है जिसमें औसत अंक सबसे अधिक हों; बल्कि वह है जो आपके खेल को लंबे समय तक जारी रखने में मदद करे।"

लेखक हमें यह दिखाता है कि कैसे इस "खेल को जारी रखने" वाले तर्क को मानक गेम थ्योरी की भाषा में गणितीय रूप से अनुवादित किया जाए, जिससे हम इन जटिल, समय-आधारित पहेलियों को परिचित तरीकों से हल कर सकें।

तकनीकी सारांश: कैपिटल गेम्स और ग्रोथ इक्विलिब्रिया (Capital Games and Growth Equilibria)

समस्या विवरण (Problem Statement)

मानक गेम थ्योरी (Standard Game Theory), जो वॉन न्यूमैन-मॉर्गनस्टर्न (vNM) ढांचे पर आधारित है, यह मानती है कि खिलाड़ी एक उपयोगिता फलन (utility function) के अपेक्षित मूल्य (expected value) को अधिकतम करते हैं। हालाँकि, एक मौलिक व्यावहारिक चुनौती बनी हुई है: कई वास्तविक परिदृश्यों में, परिणामी भुगतान (outcome payoffs) उपयोगिता के बजाय अवलोकन योग्य मात्राओं (जैसे पूंजी, धन, संसाधन) की इकाइयों में दिए जाते हैं। vNM प्रमेय यह स्थापित करता है कि किसी विशिष्ट अभिमानों (axioms) को संतुष्ट करने वाले किसी भी प्राथमिकता संबंध के लिए एक उपयोगिता फलन मौजूद होता है, लेकिन यह यह निर्धारित नहीं करता है कि अज्ञात सिस्टम की अंतर्निहित गतिशीलता (dynamics) के बिना कच्चे भुगतान (raw payoffs) से उस उपयोगिता फलन को कैसे प्राप्त किया जाए।

एब्रामोविच द्वारा संबोधित मुख्य समस्या खिलाड़ियों की प्राथमिकताओं की अनिश्चितता है जब भुगतान स्वाभाविक रूप से उपयोगिता नहीं होते हैं। जैसा कि पीटर्स और गेल-मैन (PGM) कॉइन फ्लिप उदाहरण द्वारा स्पष्ट किया गया है, एक ही मौद्रिक भुगतान एक वांछनीय जुआ या एक नुकसानदेह प्रस्ताव हो सकता है, यह इस पर निर्भर करता है कि खेल समानांतर (योगात्मक गतिशीलता/additive dynamics) में खेला जा रहा है या क्रमिक (गुणात्मक गतिशीलता/multiplicative dynamics) रूप में। यह निर्दिष्ट किए बिना कि धन का विकास कैसे होता है, एक खिलाड़ी के लिए अद्वितीय उपयोगिता फलन या तर्कसंगत रणनीति का निर्धारण नहीं किया जा सकता है।

कार्यप्रणाली (Methodology)

यह शोध पत्र कैपिटल गेम्स नामक एक सामान्यीकृत ढांचे को पेश करता है ताकि गेम-थ्योरेटिक मॉडल में सीधे तौर पर गतिशीलता (dynamics) को शामिल किया जा सके। कार्यप्रणाली निम्नलिखित चरणों के माध्यम से आगे बढ़ती है:

गेम परिभाषाओं का सामान्यीकरण (Generalization of Game Definitions):
- कैपिटल गेम्स: एक कैपिटल गेम को टुपल $(N, W, A, x, f)$ द्वारा परिभाषित किया जाता है, जहाँ $N$ खिलाड़ियों का सेट है, $A$ एक्शन स्पेस है, $x$ "पूंजी" (उपयोगिता नहीं) की इकाइयों में भुगतान का प्रतिनिधित्व करता है, $W$ प्रारंभिक पूंजी एंडोमेंट है, और $f$ अवधि $\delta t$ के दौरान नियतात्मक पूंजी गतिशीलता (deterministic capital dynamics) फलन है।
- डायनेमिक्स लीनियलाइजेशन (Dynamics Linearization): शोध पत्र मानता है कि पूंजी गतिशीलता लीनियराइज़ेबल (linearizable) है। एक फलन $v_i$ , गतिशीलता $f_i$ का लीनियराइजेशन है यदि $v_i(f_i(x, w)) = \frac{v_i(x) - v_i(w)}{\delta t}$ है। यह गैर-रेखीय गतिशीलता (जैसे गुणात्मक विकास) को योगात्मक रूपों में बदलने की अनुमति देता है।
निर्णय मानदंड (The Decision Axiom):
- एर्गोडिसिटी इकोनॉमिक्स (Ergodicity Economics) से प्रेरणा लेते हुए, शोध पत्र यह प्रतिपादित करता है कि खिलाड़ी अपनी पूंजी की औसत समय वृद्धि दर (time-average growth rate) $\bar{g}_i$ को अधिकतम करने का लक्ष्य रखते हैं।
- लीनियराइज़ेबल डायनेमिक्स के अनुमान के तहत, औसत समय वृद्धि दर को अधिकतम करना लीनियराइज्ड भुगतान के अपेक्षित मूल्य $E[v_i(f_i(x, w))]$ को अधिकतम करने के समतुल्य है।
इक्विलिब्रियम परिभाषा (Equilibrium Definition):
- शोध पत्र एक ग्रोथ इक्विलिब्रियम (Growth Equilibrium) को एक ऐसी रणनीति प्रोफाइल के रूप में परिभाषित करता है जहाँ प्रत्येक खिलाड़ी दूसरों की रणनीतियों को देखते हुए अपनी औसत समय वृद्धि दर को अधिकतम करता है।
- इसकी तुलना मानक नैश इक्विलिब्रियम (Nash Equilibrium) से की जाती है, जहाँ खिलाड़ी अपेक्षित उपयोगिता को अधिकतम करते हैं।
मानक खेलों के साथ मैपिंग (Mapping to Standard Games):
- केंद्रीय पद्धतिगत योगदान एक कैपिटल गेम $G$ से एक संगत मानक गेम $G' = (N, A, u)$ का निर्माण करना है।
- मानक गेम के लिए उपयोगिता फलन सीधे पूंजी गतिशीलता से प्राप्त किया जाता है: $u_i(a) = v_i(f_i(x_i(a), w_i))$ ।
- शोध पत्र सिद्ध करता है कि कैपिटल गेम $G$ का ग्रोथ इक्विलिब्रियम, व्युत्पन्न मानक गेम $G'$ का नैश इक्विलिब्रियम है।

प्रमुख योगदान (Key Contributions)

1. कैपिटल गेम्स का औपचारिकीकरण (Formalization of Capital Games)

शोध पत्र प्रारंभिक एंडोमेंट और पूंजी गतिशीलता को शामिल करने के लिए मानक गेम की परिभाषा को सामान्य बनाता है। यह ध्यान को अमूर्त उपयोगिता से हटाकर अवलोकन योग्य पूंजी और समय के साथ इसके विकास पर केंद्रित करता है, यह स्वीकार करते हुए कि भुगतान तब तक उपयोगिता नहीं हैं जब तक उन्हें एक विशिष्ट गतिशील लेंस के माध्यम से प्रोसेस न किया जाए।

2. डायनेमिक्स से उपयोगिता फलनों का व्युत्पत्ति (Derivation of Utility Functions from Dynamics)

शोध पत्र प्रदर्शित करता है कि उपयोगिता फलनों को अवलोकनीय (payoffs) और डायनेमिक्स से निकाला जा सकता है।

योगात्मक गतिशीलता (Additive Dynamics): यदि पूंजी योगात्मक रूप से बदलती है ( $x_{new} = x_{old} + \Delta$ ), तो लीनियराइजेशन पहचान फलन (identity function) है ( $v(x)=x$ )। यहाँ, पूंजी ही उपयोगिता है।
गुणात्मक गतिशीलता (Multiplicative Dynamics): यदि पूंजी गुणात्मक रूप से बदलती है ( $x_{new} = x_{old} \cdot r$ ), तो लीनियराइजेशन लॉगरिदमिक फलन है ( $v(x)=\ln x$ )। यहाँ, उपयोगिता "लॉग-डॉलर" में है।
यह PGM कॉइन फ्लिप की अस्पष्टता को हल करता है: खेलने का निर्णय पूरी तरह से इस पर निर्भर करता है कि डायनेमिक्स योगात्मक (खेलें) हैं या गुणात्मक (न खेलें)।

3. इक्विलिवलेंस थ्योरम (Theorem 3)

शोध पत्र एक कठोर पत्राचार स्थापित करता है: किसी भी पॉजिटिव कैपिटल गेम के लिए जिसमें लीनियराइज़ेबल डायनेमिक्स हैं, ग्रोथ इक्विलिब्रिया के सेट और एक संगत मानक गेम के नैश इक्विलिब्रिया के सेट के बीच समान है, जहाँ उपयोगिताएँ लीनियराइज्ड कैपिटल डायनेमिक्स द्वारा परिभाषित होती हैं।

निहितार्थ: एक जटिल गतिशील सेटिंग में ग्रोथ इक्विलिब्रियम की गणना करना, एक रूपांतरित स्टैटिक गेम में नैश इक्विलिब्रियम खोजने के गणितीय रूप से समतुल्य है।
जटिलता: फलस्वरूप, लीनियराइज़ेबल डायनेमिक्स वाले पॉजिटिव कैपिटल गेम्स के लिए ग्रोथ इक्विलिब्रिया की गणना करना PPAD-complete है, जो नैश इक्विलिब्रिया खोजने की जटिलता को विरासत में लेता है।

4. प्योर ग्रोथ इक्विलिब्रिया (Pure Growth Equilibria)

शोध पत्र प्योर ग्रोथ इक्विलिब्रिया (जहाँ खिलाड़ी प्योर स्ट्रैटेजी का उपयोग करते हैं) को परिभाषित करता है और सिद्ध करता है कि यदि किसी भी कैपिटल डायनेमिक्स के लिए एक प्योर ग्रोथ इक्विलिब्रियम मौजूद है, तो वह अन्य सभी कैपिटल डायनेमिक्स के लिए भी एक प्योर ग्रोथ इक्विलिब्रियम होगा। ऐसा इसलिए है क्योंकि, नियतात्मक प्योर स्ट्रैटेजी में, परिणामों पर प्राथमिकता क्रम विशिष्ट डायनेमिक ट्रांसफॉर्मेशन से स्वतंत्र होता है, बशर्ते कि ट्रांसफॉर्मेशन मोनोटोनिक (एकदिशीय) हो।

परिणाम और दावे (Results and Claims)

प्रतिवर्तीता (Reversibility): कैपिटल गेम्स और मानक खेलों के बीच मैपिंग प्रतिवर्ती है। किसी भी मानक गेम को योगात्मक डायनेमिक्स वाले कैपिटल गेम के रूप में देखा जा सकता है, और किसी भी लीनियराइज़ेबल डायनेमिक्स वाले पॉजिटिव कैपिटल गेम को एक मानक गेम में मैप किया जा सकता है।
वरीयता की विशिष्टता (Uniqueness of Preference): डायनेमिक्स को निर्दिष्ट करके, शोध पत्र दावा करता है कि वह लॉटरी पर खिलाड़ियों के लिए अद्वितीय वरीयता क्रम को निर्धारित कर सकता है जो औसत समय वृद्धि को अधिकतम करते हैं। डायनेमिक्स को निर्दिष्ट किए बिना, केवल पेऑफ से कोई अद्वितीय उपयोगिता फलन प्राप्त नहीं किया जा सकता।
सीमाएँ (Limitations): शोध पत्र स्पष्ट रूप से नोट करता है कि यह गैर-लीनियराइज़ेबल डायनेमिक्स या डायनेमिक्स के बारे में अनिश्चितता को संबोधित नहीं करता है। यह नियतात्मक डायनेमिक्स मानता है जहाँ एकमात्र अनिश्चितता खिलाड़ियों की मिश्रित रणनीतियाँ (mixed strategies) हैं।

महत्व (Significance)

शोध पत्र का दावा है कि यह एर्गोडिसिटी इकोनॉमिक्स और गेम थ्योरी के बीच के अंतर को पाटता है। इसका महत्व निम्नलिखित को प्रदान करने में निहित है:

गेम थ्योरी का सामान्यीकरण: भुगतान को उपयोगिता मानने की धारणा से आगे बढ़ना, जिससे उन खेलों का विश्लेषण संभव हो पाता है जहाँ भुगतान भौतिक मात्राएँ (पूंजी) हैं जो विशिष्ट टेम्पोरल डायनेमिक्स के अधीन हैं।
अनिश्चितता का समाधान: डायनेमिक्स और धन के विकास की प्रकृति (योगात्मक बनाम गुणात्मक) को समय के आयाम और शामिल करके, अवलोकन योग्य पेऑफ से उपयोगिता फलन प्राप्त करने की एक विधि प्रदान करना।
इक्विलिब्रिया का एकीकरण: यह दिखाना कि 'ग्रोथ इक्विलिब्रियम' की अवधारणा कोई नई, दुर्बोध समस्या श्रेणी नहीं है, बल्कि नैश इक्विलिब्रियम के गणितीय रूप से आइसोमोर्फिक (isomorphic) है, बशर्ते कि डायनेमिक्स लीनियराइज़ेबल हों।

शोध पत्र निष्कर्ष निकालता है कि किसी विशिष्ट अनुप्रयोग के लिए उपयुक्त डायनेमिक्स निर्धारित करना मैकेनिज्म डिज़ाइन और डिसीजन थ्योरी के लिए एक महत्वपूर्ण समस्या बनी हुई है, विशेष रूप से उन सेटिंग्स में जहाँ स्टेज-टू-स्टेज एंडोमेंट्स विकसित होते हैं।