黃海懿

阿克謝羅德總結(jié)了那些在“重復(fù)博弈”中能夠獲得較好博弈效果的策略具有五大特點(diǎn)：“善良的”、“可激怒的”、“寬容的”、“累積的”、“清晰的”。股改是一場(chǎng)參與者眾多、促使我國(guó)金融體系深度變革的博弈，在股改中各方參與者獲得“共贏”而非“共損”的博弈結(jié)果是股改要實(shí)現(xiàn)的重要目標(biāo)

迄今為止，“重復(fù)博弈”最具有說(shuō)服力的理論來(lái)自著名的“阿克謝羅德競(jìng)賽”。這一競(jìng)賽以“囚徒困境”為基本博弈單元，經(jīng)過(guò)幾百次的重復(fù)試驗(yàn)總結(jié)出成功的重復(fù)博弈應(yīng)具備的幾個(gè)特點(diǎn)。

阿克謝羅德競(jìng)賽

阿克謝羅德是一名政治科學(xué)家，在1984年的著作中他描述了借助數(shù)學(xué)和計(jì)算機(jī)化的方法所做的兩次重復(fù)博弈試驗(yàn)——“阿克謝羅德競(jìng)賽”。

“阿克謝羅德競(jìng)賽”的規(guī)則是這樣的：參賽者以電腦程序的方式在賽前提交一個(gè)博弈策略，這一策略將被固定下來(lái)而在競(jìng)賽過(guò)程中不能加以改動(dòng)。策略既可以為復(fù)雜策略，也可以為非完美策略（如“兩次不合作就報(bào)復(fù)”）。競(jìng)賽為循環(huán)賽，重復(fù)200次“囚徒困境博弈”，前次博弈的結(jié)果將被記錄下來(lái)從而對(duì)后次博弈產(chǎn)生影響。競(jìng)賽中由電腦將參賽各策略予以匹配，運(yùn)行結(jié)束后累計(jì)得分最高者為勝。

首次“阿克謝羅德競(jìng)賽”共有15個(gè)策略參賽，其中包括阿克謝羅德自己的一個(gè)隨機(jī)程序（以50%的概率選取合作或不合作）。循環(huán)賽最后的勝利者為加拿大學(xué)者安那托爾·若珀特提交的“針?shù)h相對(duì)策略”。該策略的特點(diǎn)是：第一次對(duì)局采用合作的策略，以后每一步都跟隨對(duì)方上一步的策略，你上次若合作，我這次就合作，你上次若不合作，我這次就不合作。

競(jìng)賽中排名前三位的策略有三個(gè)共同特點(diǎn)：一、“善良的”，即采用“合作”的博弈策略，從不首先背叛；二、對(duì)方出現(xiàn)背叛行為就一定要報(bào)復(fù)，不能總是合作，即“可激怒的”；三、不會(huì)因?qū)Ψ降谋撑讯M(jìn)行無(wú)休止的報(bào)復(fù)，如果對(duì)方以后改為合作，則也進(jìn)行合作，即“寬容的”。

為了驗(yàn)證這些特點(diǎn)，阿克謝羅德將第一次的競(jìng)賽結(jié)果公開(kāi)發(fā)表后，邀請(qǐng)更多的人參加第二輪競(jìng)賽。第二輪共有63個(gè)策略參賽，其中仍然包括阿克謝羅德自己的那個(gè)隨機(jī)程序。第二輪競(jìng)賽的獲勝者仍然是“針?shù)h相對(duì)策略”，同時(shí)競(jìng)賽中還體現(xiàn)出這樣的特點(diǎn)：

一、“善良的”：排在前15位的策略中，14個(gè)策略都是“善良”的，只有1個(gè)不善良的“哈靈頓程序”（策略為首先合作，當(dāng)發(fā)現(xiàn)對(duì)方一直在合作，它就突然來(lái)個(gè)不合作，如果對(duì)方立刻報(bào)復(fù)它，它就恢復(fù)合作，如果對(duì)方仍然合作，它就繼續(xù)背叛）列入其中。排在最后15位的策略中，只有1個(gè)“總選擇合作的程序”是“善良”的；二、“可激怒的”、“寬容的”的特點(diǎn)仍然存在；三、“累積的”：“針?shù)h相對(duì)策略”在循環(huán)賽博弈中取勝的原因是它能夠通過(guò)合作行為獲得最高的累計(jì)分?jǐn)?shù)，它得高分的情況較多而得低分的情況較少。但是“針?shù)h相對(duì)策略”從來(lái)不是單次試驗(yàn)的最高分（其在對(duì)局中的得分從來(lái)不可能超過(guò)對(duì)方，最多打個(gè)平手），所以，如果遇到淘汰制的循環(huán)賽，它會(huì)很快被其他策略所淘汰。四、得勝的策略都是“清晰的”，即能讓對(duì)方在三五步對(duì)局內(nèi)辨識(shí)出來(lái)。如“針?shù)h相對(duì)策略”很快就讓對(duì)手很快發(fā)現(xiàn)了規(guī)律，從而不得不采取“合作”的態(tài)度。而那些過(guò)于復(fù)雜的策略則由于需要實(shí)踐的次數(shù)過(guò)多、“學(xué)習(xí)”時(shí)間過(guò)長(zhǎng)，博弈的效果并不好。

通過(guò)這兩次競(jìng)賽，阿克謝羅德總結(jié)了那些在“重復(fù)博弈”中能夠獲得較好博弈效果的策略具有五大特點(diǎn)：“善良的”、“可激怒的”、“寬容的”、“累積的”、“清晰的”。

股改思路的調(diào)整

股改是一場(chǎng)參與者眾多、促使我國(guó)金融體系深度變革的博弈，在股改中各方參與者獲得“共贏”而非“共損”的博弈結(jié)果是股改要實(shí)現(xiàn)的重要目標(biāo)。正如我們以前所分析的，財(cái)政資金積極介入但市場(chǎng)仍舊低迷、流通股股東持續(xù)售股，實(shí)際上這就是股改在得到“共損”結(jié)果的市場(chǎng)體現(xiàn)。

那么，我們的股改思路是否該做一些調(diào)整？如何實(shí)現(xiàn)“共贏”的博弈目標(biāo)？當(dāng)運(yùn)用“重復(fù)博弈”理論進(jìn)行分析時(shí)，可以得到這樣幾點(diǎn)啟示：

對(duì)價(jià)方案必須是“善良的”

對(duì)價(jià)方案是股改博弈的起點(diǎn)，它由非流通股股東先行制定，再與流通股股東進(jìn)行溝通。由于這一過(guò)程存在著時(shí)間上的先后關(guān)系，所以，與“囚徒困境博弈”略有所不同，流通股股東是在了解了非流通股股東的博弈策略后再選擇自己的博弈策略，如果非流通股股東選擇了背叛，流通股股東就將直接選擇背叛。也就是說(shuō)，非流通股股東的博弈策略將直接決定了博弈的方向。

在目前的股改實(shí)踐中，非流通股股東普遍利用方案的絕對(duì)制定權(quán)推出“背叛”的對(duì)價(jià)方案；在隨后的表決過(guò)程中，部分基金管理人為了“回扣”而再次“背叛”普通流通股股東，于是流通股股東在表決階段難以“背叛”地將方案否決；于是，在“股改后的股價(jià)走勢(shì)”的第三階段中，由于不存在限制條件，“被背叛的”普通流通股股東和基金管理人為求自保，紛紛利用售股的時(shí)間優(yōu)勢(shì)在二級(jí)市場(chǎng)上“背叛”非流通股股東，從而產(chǎn)生市場(chǎng)的持續(xù)下跌。如果究其根源的話，是非流通股股東在博弈起點(diǎn)上的“背叛”導(dǎo)致了整體博弈的“背叛”走向。

如何改變這一現(xiàn)狀，使博弈的方向回到“合作”的軌跡上？借鑒重復(fù)博弈試驗(yàn)，博弈整體效果最好的15個(gè)策略中14個(gè)是“善良的”（唯一的不善良哈靈頓程序在“千次進(jìn)化試驗(yàn)”中被淘汰）。也就是說(shuō)，要獲得“共贏”的博弈效果，需要在股改實(shí)踐中倡導(dǎo)博弈者采用“合作”策略，對(duì)首先采用“背叛”策略的博弈者進(jìn)行限制和打擊。具體到股改的初始階段，是非流通股股東制定的對(duì)價(jià)方案必須是“善良的”。

“善良的”的對(duì)價(jià)方案應(yīng)具備這樣三個(gè)標(biāo)準(zhǔn)：一、股改的目的是解決股權(quán)分置的歷史遺留問(wèn)題，因此，方案首先需要實(shí)現(xiàn)全流通目標(biāo)；二、對(duì)價(jià)方案應(yīng)達(dá)到“共贏”的博弈結(jié)果。股改后如股價(jià)穩(wěn)中有升，全體博弈者將受益，即“共贏”；若股改后股價(jià)大跌，各方博弈者均受損，為“共損”。所以，這一對(duì)價(jià)方案應(yīng)該具有穩(wěn)定股價(jià)的安排；三、對(duì)價(jià)方案還應(yīng)體現(xiàn)“合作”的博弈策略，雙方得到的利益均等；四、股改是非流通股股東因打破上市承諾而進(jìn)行的補(bǔ)償，因此，應(yīng)以上市發(fā)行價(jià)作為計(jì)算基準(zhǔn)，有增發(fā)和配股的需要一并計(jì)算成本。因?yàn)檫@正是非流通股股東與流通股股東兩個(gè)群體之間進(jìn)行交易的真實(shí)成本。至于其后數(shù)年股價(jià)上的跌幅，是流通股股東內(nèi)部交易造成的，不應(yīng)該成為非流通股股東減少支付的理由。同樣的，那些以往損失了現(xiàn)在又尚未持股的流通股股東如果希望得到補(bǔ)償，它們買(mǎi)股和增持就可以了。

博弈者的態(tài)度必須是“可激怒的”

由“重復(fù)博弈”試驗(yàn)結(jié)果可以看到，只有博弈者對(duì)“背叛”行為“可激怒”，才會(huì)使背叛者畏懼“共損”而不得不“合作”。相比之下，那個(gè)“總選擇合作的”的最善良策略其博弈效果并不好。一個(gè)任何情況下都會(huì)“合作”的博弈者，又有誰(shuí)會(huì)跟它“合作”呢？

在我們股改實(shí)踐中，卻存在著這樣的理解，以為投贊成票就是完全的“合作”，這是完全錯(cuò)誤的。當(dāng)我們一味地姑息那些“背叛”的方案，我們就是在成為那個(gè)最善良的策略，就是在走向了“共損”的博弈結(jié)果。

所以， 我們有必要調(diào)整思路，在股改中鼓勵(lì)博弈者采取“可激怒的”博弈策略。

股改政策的走向必須是“清晰的”

“重復(fù)博弈”試驗(yàn)證明了排名居前的策略是“清晰的”，能夠很快讓博弈對(duì)方發(fā)現(xiàn)規(guī)律，減少試錯(cuò)和學(xué)習(xí)的時(shí)間，這樣方能獲得較好的博弈效果。

反觀股改實(shí)踐，政策走向上較為模糊，對(duì)價(jià)方案的制定缺少標(biāo)準(zhǔn)，股改審核的權(quán)力交到了深滬兩處交易所，監(jiān)管也沒(méi)能及時(shí)跟上。由于缺少相對(duì)統(tǒng)一的指導(dǎo)性思路，股改雖歷經(jīng)數(shù)月，但市場(chǎng)仍對(duì)各操作思路爭(zhēng)執(zhí)不休、意見(jiàn)分歧。如果這樣繼續(xù)“試錯(cuò)”下去，又如何能獲得好的整體博弈效果呢？

追求“累積”的博弈效果

重復(fù)博弈試驗(yàn)中反映了這樣的規(guī)律：“針?shù)h相對(duì)策略”不會(huì)在任一次單次對(duì)局中獲得最高分，最多只是打個(gè)平手，但是其整體的累計(jì)效果卻是最優(yōu)的。

同樣，我們的股改追求的是協(xié)調(diào)各方利益，平穩(wěn)地解決股權(quán)分置的歷史問(wèn)題。所以，股改的重點(diǎn)不是幾十家、二三百家的局部博弈效果，更不是某些公司某些股東的個(gè)別利益，而是千次重復(fù)博弈的“累積”效果。

對(duì)博弈速度的再思考

目前股改中存在著一些未能及時(shí)解決的問(wèn)題，包括如何制定合理的對(duì)價(jià)方案，倡導(dǎo)怎樣的博弈態(tài)度，包括如何修改對(duì)價(jià)程序以避免基金管理人的“尋租”和“背叛”，包括如何懲處改票等違法行為以及彌補(bǔ)流通股股東損失的利益，還包括如何對(duì)近千家質(zhì)地一般、質(zhì)地較差的公司進(jìn)行股改，等等。

在未能解決這些問(wèn)題之前，若股改的速度過(guò)快，將會(huì)增加大量試錯(cuò)的案例從而影響整體博弈效果，也許前松后緊的時(shí)間安排會(huì)更穩(wěn)妥一些。