📈 economics

Capital Games and Growth Equilibria

本文引入了“资本博弈”（capital games），这是一个将收益以资本而非效用来衡量的动态框架，研究人员可以通过假设玩家旨在最大化其资本的时间平均增长率，从而推断出玩家的效用。

原作者： Ben Abramowitz

发布于 2026-01-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Ben Abramowitz

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在玩一场桌游。在经典博弈论（即冯·诺依曼和摩根斯坦所发明的版本）中，游戏结束时，你计算你的分数，然后说：“我赢了10分，你赢了5分。”该理论假设10分永远是5分的两倍好，无论如何都是如此。它将“分数”视为一种对“效用”（utility）的直接度量。

但本·亚伯拉莫维茨（Ben Abramowitz）的论文《资本博弈与增长均衡》（Capital Games and Growth Equilibria）指出，这种假设在现实世界中往往是错误的。在现实生活中，分数不仅仅是抽象的数字；它们是资本（如金钱、资源或时间），而你使用这些方式的方式会改变它们的实际价值。

以下是该论文的核心思想，通过简单的类比进行了拆解。

1. 问题所在：分数 vs. 增长

论文从一个著名的谜题开始： “硬币投掷”。
假设你有100美元。你可以玩一个投硬币的游戏：

正面： 你赢得50%（你现在有了150美元）。
反面： 你失去40%（你现在有了60美元）。

如果你将其视为一个标准的数学问题，平均结果是105美元。由于105美元大于你的初始资金100美元，一个标准的博弈论者会说：“去玩吧！这是一个好赌注。”

但问题在于： 如果你必须反复多次玩这个游戏，并将你的赢利作为下一轮的赌注呢？

如果你先赢后输：100 $\to$ 150 $\to$ 90。
如果你先输后赢：100 $\to$ 60 $\to$ 90。

尽管两种结果的平均值是正向的，但每当你混合进行胜负时，你的实际资金都在萎缩。如果你连续玩1000次，你很可能会破产。

论文指出：标准博弈论在这里失效了，因为它忽略了时间和动态过程。 它假设你在每场游戏结束后都可以将财富重置为100美元。但在“资本博弈”中，你的财富是会延续下去的。

2. 解决方案：资本博弈

作者引入了一种新的游戏类型，称为资本博弈（Capital Game）。

标准博弈： 支付的是“效用”（幸福感）。你只是在最大化平均数值。
资本博弈： 支付的是“资本”（你拥有的东西）。你不仅要最大化平均值，还要最大化随时间推移的增长率。

可以这样想：

标准博弈： 你是一个参观主题公园的游客。你想玩尽可能多的项目。每个项目都是独立的。
资本博弈： 你是一个种子的农夫。如果你今天把种子吃了，明天就没有种子了。吃掉一颗种子的“支付”取决于它是否能帮助你的农场在下一季生长。

3. 核心秘诀：线性化

论文最大的突破是一个被称为**线性化（Linearization）**的数学技巧。

在现实世界中，金钱主要以两种方式增长：

加法式： 你赢得或失去一个固定金额（例如：+10美元或-10美元）。
乘法式： 你赢得或失去一个百分比（例如：+50%或-40%）。

论文表明，如果你知道你的资本是如何增长的（即“动态”），你就可以将这些现实世界的数字转化为标准博弈论能够理解的“效用得分”。

如果你的金钱是加法式增长： “效用得分”就是金钱本身。（赢得10美元是赢得5美元的两倍好）。
如果你的金钱是乘法式增长： “效用得分”是金钱的对数。（这就是为什么硬币投掷是一个糟糕的赌注；失去40%带来的“对数得分”损失，远比赢得50%带来的“对数得分”收益要大）。

类比：
想象你正在尝试比较两种不同的语言。

资本是原始文本（例如：“150”和“60”）。
动态是语法规则（例如：“是百分比还是固定数值？”）。
线性化是翻译官。它获取原始文本和语法规则，并将其转换为“效用”（博弈论理解的语言）。

一旦有了这种翻译，你就可以使用标准博弈论的工具（如寻找纳什均衡）来解决资本博弈。

4. 结果：增长均衡

论文定义了一种新的获胜策略，称为增长均衡（Growth Equilibrium）。

在标准博弈中，纳什均衡是当没有人想要改变其策略，因为他们无法获得更多分数时。
在资本博弈中，增长均衡是当没有人想要改变其策略，因为他们无法获得更好的长期增长时。

论文证明了一个优美的对称性：如果你使用正确的“翻译器”（线性化）将资本博弈转化为标准博弈，那么获胜策略是完全相同的。

5. 为什么这很重要（根据论文观点）

论文并不声称解决了世界上所有的难题。它明确声称：

如果我们知道他们的资源如何随时间增长，我们就能弄清楚人们真正想要什么（其效用）。
我们可以使用旧有的、熟悉的数学工具来解决涉及时间和财富增长的新型复杂问题。
“支付”并不总是等于“效用”。 有时，即使在美元上获得巨额回报，如果它让你面临破产风险，那么在“增长潜力”上其实是亏损的。

总结

可以将这篇论文看作是一本升级桌游规则的手册。

旧规则： “计算你的分数。分数最高者获胜。”
新规则（资本博弈）： “计算你的分数，但要记住，今天的分数会成为你明天的起始资金。如果你损失太多，你就无法继续玩下去了。因此，最好的举动并不总是那个能带来最高平均分数的举动，而是那个能让你的游戏持续得最久的举动。”

作者向我们展示了如何将这种“让游戏持续下去”的逻辑，转化为标准博弈论的语言，从而让我们能够使用熟悉的方法来解决这些复杂的、基于时间的谜题。

技术摘要：资本博弈与增长均衡

问题陈述

根植于冯·诺依曼-摩根斯特恩（vNM）框架的标准博弈论假设玩家最大化效用函数的期望值。然而，一个根本性的实际挑战仍然存在：在许多现实场景中，结果收益是以可观测量（如资本、金钱、资源）为单位给出的，而非效用。vNM 定理确立了对于满足特定公理的任何偏好关系，都存在一个对应的效用函数，但它并未规定如何从原始收益中推导出该效用函数，因为底层的系统动力学是未知的。

Abramowitz 所解决的核心问题是，当收益本质上不是效用时，玩家偏好的不确定性。正如 Peters 和 Gell-Mann (PGM) 的硬币投掷示例所示，同样的货币收益可能代表一次理想的赌博或一次亏损的提议，这取决于该博弈是以并行方式（加法动力学）还是以顺序方式（乘法动力学）进行。如果不指定财富演化的时间动力学，就无法唯一地确定玩家的效用函数或理性策略。

方法论

本文引入了一个被称为**资本博弈（Capital Games）**的广义框架，旨在将动力学直接纳入博弈论模型中。其方法论通过以下步骤进行：

博弈定义的泛化：
- 资本博弈： 一个资本博弈由元组 $(N, W, A, x, f)$ 定义，其中 $N$ 是玩家集合， $A$ 是动作空间， $x$ 代表以“资本”（而非效用）为单位的收益， $W$ 是初始资本禀赋， $f$ 代表在持续时间 $\delta t$ 内的确定性资本动力学函数。
- 动力学线性化： 本文假设资本动力学是可线性化的。如果函数 $v_i$ 是动力学 $f_i$ 的一个线性化，则满足 $v_i(f_i(x, w)) = \frac{v_i(x) - v_i(w)}{\delta t}$ 。这允许将非线性动力学（如乘法增长）转化为加法形式。
决策准则（决策公理）：
- 借鉴遍历经济学（Ergodicity Economics），本文假设玩家旨在最大化其资本的时间平均增长率，记作 $\bar{g}_i$ 。
- 在可线性化动力学的假设下，最大化时间平均增长率等价于最大化线性化收益的期望值： $E[v_i(f_i(x, w))]$ 。
均衡定义：
- 本文将**增长均衡（Growth Equilibrium）**定义为：在给定他人策略的情况下，每个玩家都最大化其时间平均增长率的策略组合。
- 这与标准的**纳什均衡（Nash Equilibrium）**形成对比，后者是玩家最大化期望效用。
向标准博弈的映射：
- 其核心方法论贡献是从资本博弈 $G$ 构建一个相应的标准博弈 $G' = (N, A, u)$ 。
- 标准博弈的效用函数直接由资本动力学导出： $u_i(a) = v_i(f_i(x_i(a), w_i))$ 。
- 本文证明，资本博弈 $G$ 的增长均衡正是派生出的标准博弈 $G'$ 的纳什均衡。

核心贡献

1. 资本博弈的形式化

本文通过引入初始禀赋和资本动力学，推广了标准博弈的定义。这使关注点从抽象效用转向了可观测的资本及其随时间演化的过程，承认了收益在经过特定的动力学处理之前并非效用。

2. 从动力学中推导效用函数

本文展示了可以从可观测量（收益）和动力学中推导出效用函数。

加法动力学： 如果资本呈加法变化（ $x_{new} = x_{old} + \Delta$ ），则线性化函数为恒等函数（ $v(x)=x$ ）。在此情况下，资本即是效用。
乘法动力学： 如果资本呈乘法变化（ $x_{new} = x_{old} \cdot r$ ），则线性化函数为对数函数（ $v(x)=\ln x$ ）。在此情况下，效用是以“对数美元”计量的。
这解决了 PGM 硬币投掷中的歧义：是否参与博弈取决于动力学是加法的（参与）还是乘法的（不参与）。

3. 等价定理（定理 3）

本文建立了一个严格的对应关系：对于任何具有可线性化动力学的正向资本博弈，其增长均衡的集合与一个对应标准博弈的纳什均衡集合是完全一致的，其中标准博弈的效用由线性化后的资本动力学定义。

含义： 在复杂的动态设定中计算增长均衡，在数学上等同于在一个转换后的静态博弈中计算纳什均衡。
复杂度： 因此，计算具有可线性化动力学的正向资本博弈的增长均衡是 PPAD 完全（PPAD-complete） 的，继承了寻找标准博弈中纳什均衡的复杂度。

4. 纯增长均衡

本文定义了纯增长均衡（玩家使用纯策略的情况），并证明如果对于任何资本动力学存在纯增长均衡，那么它对于所有其他资本动力学也同样是纯增长均衡。这是因为在确定性纯策略下，只要变换是单调的，玩家对结果的偏好排序就独立于具体的动力学变换。

结果与主张

可逆性： 资本博弈与标准博弈之间的映射是可逆的。任何标准博弈都可以被视为一个具有加法动力学的资本博弈，而任何具有可线性化动力学的正向资本博弈都可以映射到一个标准博弈。
偏好的唯一性： 通过指定动力学，本文声称可以唯一确定最大化时间平均增长的玩家对彩票（lotteries）的偏好排序。如果不指定动力学，则无法仅从收益中推导出唯一的效用函数。
局限性： 本文明确指出，它并未讨论不可线性化动力学或关于动力学本身的不确定性。它假设动力学是确定性的，唯一的随机性来源是玩家的混合策略。

重要意义

本文声称弥合了遍历经济学与博弈论之间的鸿沟。其重要性在于提供了一种机制来：

泛化博弈论： 超越“收益即效用”的假设，允许分析那些收益为物理量（资本）且受特定时间动力学约束的博弈。
解决不确定性： 提供一种通过整合时间维度和财富演化性质（加法 vs 乘法）从可观测收益中推导效用函数的方法。
统一均衡： 表明“增长均衡”这一概念并非一类全新的、难以处理的问题，而是与研究成熟的纳什均衡在数学上是同构的，前提是动力学是可线性化的。

本文得出结论，在特定应用中确定合适的动力学仍然是机制设计和决策理论中的一个关键问题，特别是在禀赋从一阶段演化到下一阶段的无限重复博弈等设定中。