中图分类号：F275.6 文献标识码：A

Abstract： The pstribution of benefits between financial institutions under the financial and financial institutions has always been the focus of the enterprise. In this paper， pscuss financial institutions in the entirely rational and the emotional function of each game by constructing a dynamic game model of hawk and dove game to pscuss logistics financial business between financial institutions， concluded the equilibrium state and consider the pfferent contexts strategy choice problem. Finally， ask equilibrium strategy is validated by numerical simulation.

Key words： logistics financial； financial institutions； hawk and dove game； entirely rational； emotional function

0 引 言

伴随经济的进步，金融市场准入条件放开，资本涌入金融市场，使原有金融机构收益空间被挤压。对国内物流企业来讲，物流市场进基础知识槛低，有关法律法规的不健全，加剧了物流市场角逐。物流企业想要不断进步，不能不考虑拓展新的业务，寻求新的价值增长点。金融机构和物流企业都想获得新的价值增长点，而拓展物流金融业务可以将二者的期望有效地结合起来。邹小?M和唐元琦[1]提出了“物流金融”的定义。物流金融主要为了使信息、资金和物流三者协调统一，从而提升资金借助率，服务生产消费。其主要形式是物流企业为中小微型企业对金融机构的贷款业务提供有效的担保，解决金融机构担心的风险问题，致使金融机构和物流企业都能获得相应收益的模式。近年来，学术届对物流金融的研究日益深入；CHEN Xiang|feng和ZHU Dao|li[2]提出了物流金融背景并剖析了其运作模式和风险；Li W等[3]提出物流金融信用的评估办法；李毅学和吴丽华[4]剖析了物流金融革新下的订单筹资风险与管理，并针对性的提出管理建议；刘哲和方淑芬[5]依据物流金融的特征构建信用综合评价模型；胡愈[6]研究了现代农村物流存在的问题，并剖析了物流金融业务对解决问题的合理性；在博弈方面：杨欢欢[7]根据信用风险辨别――基于博弈论的信用风险剖析及实证――信用封控的步骤，对物流金融信用风险管理进行了研究；李鹏飞[8]研究了物流金融的主要业务模式，通过运用演化博弈理论，对金融机构和物流企业之间的博弈进行剖析；徐明川[9]研究了物流金融服务于物流企业、顾客和金融机构三方的现实需要及意义，江莹[10]研究了基于合作博弈对拓展物流金融业务中获得的收益进行合理优化分配的问题；徐文哲[11]研究了物流企业与金融企业的合作博弈。

在现有些研究成就中，学者主如果从物流金融的定义、操作模式、风险防控和物流金融业务中存在的问题进行研究；而在博弈方面，大部分研究都是偏向金融机构与物流企业之间的博弈，极少有从金融机构之间的角度进行剖析，更少有去剖析具备情绪的金融机构间的博弈问题。伴随金融市场自由程度的放开，金融机构之间围绕业务利益的博弈势必增多，金融机构作为一个组织在进行决策时势必有我们的行为偏好；本文从完全理性和情绪函数角度去剖析金融机构在物流金融业务中的选择方案，运用演化博弈理论进行复制动态剖析，分析某一方金融机构在知道他们做出的决策后我们的决策反应；并把金融机构完全理性和情绪函数下的行为方法进行对比剖析，得到金融机构博弈双方在不同物流金融情形中更可能的行为方法，从而为金融机构在拓展物流金融业务中的方案选择提供肯定的参考。

1 模型构建及剖析

在演化博弈中，鹰鸽博弈作为最典型的例证为大家形象展示了演化博弈的理论和内涵[12]。金融机构作为传统垄断企业，极少主动发展市场，因此，一种业务的利益v会被当地的金融机构所平分；伴随金融体系的不断进步，诸如上海等城市金融?C构的垄断情况得到了肯定的改变，海外金融机构和民营金融为了进步会积极的拓展业务，拓展业务本钱为m；假如传统金融机构还是消极等待，那样市场利益v会归于态度积极的金融机构；当传统金融机构遭到了威胁，态度由消极转变为积极，会去角逐新的业务，拓展业务本钱同样为m，市场会因角逐而产生肯定的角逐本钱c。对模型稍加改变，来剖析物流金融业务下金融机构之间的博弈。在现有研究中打造的支付函数基本都没突破完全理性状况下的EU理论[13]（期望功用函数理论），因此得到的结论依旧与日常的问题存在肯定的差距。Quiggin[14]在EU理论的基础上提出了RDEU理论（秩依功用理论），该理论通过引入可以刻画经济人在不确定性条件下的风险态度和程度的非线性函数构建决策网站权重，在EU理论模型的基础上建构了秩依期望功用模型，既包括了EU理论模型又克服了EU理论模型的局限性。 1.1 模型构建

假设1：金融机构间的博弈转化为金融机构A和金融机构B的博弈；金融机构在物流金融业务中有两种方案选择积极拓展和消极等待，会形成四种方案组合：（消极，消极）、（消极，积极）、（积极，消极）、（积极，积极）；

假设2：双方都消极，物流金融市场的总收益v会被平分；一方消极，一方积极，而采取积极的本钱为m，积极的获得全部的收益vv>0，则收益为v|m；市场足够大，双方都采取积极方案时发展市场的本钱都为m，而双方因角逐付出的总本钱为c，双方都采取积极方案，则各付出的角逐本钱为c/2，收益为。金融机构A与金融机构B之间的得益矩阵如表1所示：

假设3：金融机构A采取消极的方案比率pp≥0为，积极的为1|p；金融机构B采取消极的方案比率为qq≥0，积极的为1|q。

1.2 完全理性状况下金融机构间博弈剖析

假设在完全理性状况下，金融机构A选择消极方案和积极方案的期望收益为U，U，平均得益为U，金融机构B选择消极方案和积极方案的期望收益为U，U，平均得益为U。

基因复制动态方程：

（7）

（8）

存在均衡点p，q为0，0、0，1、1，0、1，1、D1/D2， C1/C2五种状况，显然C>0， D>0。

情景1：当v>2m+c时，均衡点0，0为系统的稳定演化方案，均衡方案为（积极，积极）；

情景2：当v=2m+c时，均衡点0，0、0，1、1，0为系统的稳定演化方案，均衡方案为（积极，积极）、（消极，积极）、（积极，消极）；

情景3：当v<2m+c时，均衡点0，1、1，0、D1/D2， C1/C2为系统的稳定演化策略，均衡策略为（消极，积极）、（积极，消极）和混合Nash均衡D1/D2， C1/C2。

2 情绪函数状况下金融机构间博弈剖析

对于情绪函数用到的理论概念如下[15]：

概念1：假如随机变量X在x， i=1，2，…，n中取值，规定x>x>，…，>x且服从概率分布pX=x=p， i=1，2，…，n满足p≥0， p+p+…+p=1，则对于x概念其秩位（简记RP）为：

RP=pX≤x=p+p+…+p， i=1，2，…，n （9）

概念2：在风险决策结构p，x； p，x； …； p，x下，假如博弈方的功用函数ux，则概念秩依功用模型为：

VX，u，π=πxux （10）

其中：πx表示对产生x的决策网站权重，概念为：

πx=ωP+1|RP|ω1|RP， i=1，2，3，…，n （11）

这里的ω?是一个满足ω0=0， ω1=1的单调递增函数。

概念3： 决策者满足RDEU?Q策模型是指，他们的偏好可以由功用函数u?和网站权重函数π?概念的实值函数V表示，即对随机变量X，Y，有：

X，Y？圳VX，u，π， VY，u，π （12）

其中：V是由式（10）概念的秩依期望功用。

概念4：四种方案组合下的心理满足系数为π和π，其中k，l=1，2，3，4，从而得出博弈双方的支付矩阵。假设ωx=x，r>0，i=A，B， 称r为博弈方i的情绪函数，用ω?表示博弈方i的心理偏好函数；假如r>1，则称之为“悲观”情绪函数：假如0

依据RDEU模型，得出非理性状况下的金融机构A获得相应收益的概率分布对应收益的秩位与对应的决策网站权重，如表2所示：

因金融机构A、B具备对称性，得到金融机构A、B非理性状况下的功用函数：

U=1|pq+q+1|p+pq （13）

U=1|pq+q+1|p+pq （14）

分别求导：

=|rq1|pq+1|q1|p+pq （15）

=|rq1|pq+1|q1|p+pq （16）

在本节主要讨论的是在非理性状况下的金融机构博弈情况，在剖析时不考虑金融机构不带有情绪的情景。

情景4：当v≥2m+c时，≤0，≤0， 功用函数递减，Nash博弈均衡状况为0，0，即无论博弈双方的情绪函数怎么样，最后的方案均衡都是（积极，积极）。

（1）v>2m+c时，可以理解为博弈中的金融机构通过较小的本钱获得较大的利益，无论博弈中金融机构是如何一种情绪，最后都会选择对自己明显有利的方案（积极，积极）。

（2）v=2m+c时，金融机构的反应函数为p q即p，q=0，q， ？坌q∈0，1和p，q=p，0， ？坌p∈0，1是混合方案Nash均衡。

情景5：当v<2m+c时，在本节我们讨论当金融机构在情绪函数下的博弈均衡，因在现实生活中很难出现金融机构的利润小于付出的成本的情况，因此在这样的情况下讨论金融机构的情绪是无意义的。

3 数值剖析与模拟

3.1 理性状况博弈下的算例剖析与数值模拟

在理论研究的基础上通过算例剖析与数值模拟来分析文章所述三种情景下的相位演化图。

对于情景1，v>2m+c的情景下，设参数v=4， c=1， m=0.5，得到情景1下的相位演化图1：

对于情景2，v=2m+c的情景下，设参数v=4， c=3， m=0.5，得到情景2下的相位演化图2：

对于情景3，v<2m+c的情景下，设参数v=4， c=5， m=0.5，得到情景3下的相位演化图3：

由图1、图2和图3可知，当v>2m+c数值模拟的稳定点0，0，稳定方案（积极，积极）与上文得出的结果相吻合；当v =2m+c数值模拟的稳定点0，0、0，1、1，0，稳定方案（积极，积极）、（积极，消极）、（消极，积极）与上文得出的结果相吻合；当v<2m+c数值模拟的稳定点0，1、1，0，稳定策略（积极，消极）、（消极，积极），分界点1-=，与上文得出的结论相吻合。

3.2 情绪函数状况博弈下的算例剖析与数值模拟

情景4|1：在v=4， c=2， m=0.5的状况下，不同情绪函数下的方案选择如图4至图7所示：

①r=0.5， r=0.5；②r=0.5， r=1.5；③r=1.5， r=0.5；④r=1.5， r=1.5。

分别对应图4至图7；

在v>2m+c时，①金融机构A，B都是乐观的情绪，p，q→0，0，金融机构A，B在这样的情况下都会采取积极的方案。②金融机构A是乐观情绪，金融机构B是悲观情绪，金融机构A，B的方案比率p，q→0，q，由于金融机构A是乐观情绪，在方案选择时，金融机构A会觉得自己可以在物流金融业务拓展中获得利益，方案选择比率q=0符自己的利益最大化，金融机构B是悲观情绪，所以，即便v>2m+c，金融机构B的方案选择也无明显的偏向于积极，而是在q=q∈0，1之间徘徊。③金融机构A是悲观情绪，金融机构B是乐观情绪，金融机构A，B的方案比率p，q→p，0，由于金融机构B是乐观情绪，在方案选择时，金融机构B会觉得自己可以在物流金融业务拓展中获得利益，方案选择比率p=0符自己的利益最大化，金融机构B是悲观情绪，所以，即便v>2m+c，金融机构B的方案选择也无明显的偏向于积极，而是在p=p∈0，1之间徘徊。④金融机构A，B都是悲观的情绪，p，q→0，0，金融机构A，B在这样的情况下都会采取积极的方案；现实意义为金融机构任何一方了解他们是悲观情绪，另一方无论什么情绪都会飞速采取积极方案使我们的利益最大化。对于①、④，金融机构A，B持有相同的情绪函数，同时持有悲观情绪函数对应的④明显比同时持有乐观情绪函数的①更容易趋于稳定，由于在具备情绪函数的方案选择中，决策方会考虑他们的情绪原因，然后做源于己的方案。对于②、③，金融机构一方乐观，具备悲观情绪的一方悲观方案选择时会趋于不确定。

情景4|2：在v=4， c=3， m=0.5的状况下，不同情绪函数下的方案选择如图8至图11所示：

①r=0.5， r=0.5；②r=0.5， r=1.5；③r=1.5， r=0.5；④r=1.5， r=1.5；

分别对应图8至图11：

在v=2m+c时，①金融机构A，B都是乐观的情绪，p，q→0，0，金融机构A，B在这样的情况下都会采取积极的方案。②金融机构A是乐观情绪，金融机构B是悲观情绪，金融机构A，B的方案比率p，q→0，q，由于金融机构A是乐观情绪，在方案选择时，金融机构A会觉得自己可以在物流金融业务拓展中获得利益，方案选择比率p=0符自己的利益最大化，金融机构B是悲观情绪，在v=2m+c时，其方案选择比率没明?@的偏向性，在q=q∈0，1之间徘徊。③金融机构A是悲观情绪，金融机构B是乐观情绪，金融机构A，B的方案比率p，q→p，0，由于金融机构B是乐观情绪，在方案选择时，金融机构B会觉得自己可以在物流金融业务拓展中获得利益，方案选择比率q=0符自己的利益最大化，金融机构A是悲观情绪，在v=2m+c时，其方案选择比率无明显的偏向性，在p=p∈0，1之间徘徊。④金融机构A，B都是悲观的情绪，p，q→0，0，金融机构A，B在这样的情况下都会采取积极的方案；现实意义为金融机构任何一方了解他们是悲观情绪，另一方无论什么情绪都会飞速采取积极方案使我们的利益最大化。对于①、④，金融机构A，B持有相同的情绪函数，同时持有悲观情绪函数对应的④明显比同时持有乐观情绪函数的①更容易趋于稳定，由于在具备情绪的方案选择中，决策方会考虑他们的情绪原因，然后做源于己的方案。对于②、③，金融机构一方乐观，具备悲观情绪的一方悲观方案选择时会趋于不确定。

依据数值模拟的仿真剖析，在v≥2m+c时，博弈双方最大的概率p，q→0，0，即（积极，积极），假如一方是乐观情绪，其选择肯定是积极方案；如一方是悲观情绪，其方案选择会依据他们的情绪函数来确定，他们是乐观情绪，那样自己就趋于不确定性；他们是悲观情绪，自己就会选择积极方案，以保证我们的收益最大化。在悲观情绪下，金融机构的方案选择未必就是消极的，同时悲观情绪状况下的金融机构博弈双方反而会比同时积极状况下的博弈双方更迅速的趋于稳定p，q→0，0的（积极，积极）方案。

4 结 论

通过对比完全理性状况下和带有情绪函数状况下的金融机构间的博弈；在金融机构完全理性状况下，金融机构的方案稳定点会依据本钱与收益的大小进行；而假如考虑金融机构具备肯定的情绪函数，则方案稳定并不会完全像大家想像的那样朝着自己利益最大化的方向进步，金融机构会第一去判断他们的情绪函数，然后做源于己的决定，最后形成一个稳定的方案，这种方案总是会与大家的直觉判断形成肯定的偏差。

文章基于演化博弈理论研究了物流金融业务下金融机构之间在完全理性与具备情绪函数状况下的博弈问题，通过构建博弈模型下的复制动态方程求出其稳定点，并借助数学办法证明其稳定性，得到不同情景状况下金融机构间博弈的演化稳定方案组合，最后借助数值模拟的办法验证了所得演化稳定方案的正确性。通过对博弈结果的剖析，尤其是在金融机构同时处于悲观状况下的方案剖析，其结论改变了大家原有经验的判断：同时具备悲观情绪的双方在选择方案时更易于趋于稳定。通过对文章的剖析与分析，期望对物流金融业务背景下金融机构间的博弈提供肯定的参考价值。