[論文レビュー] Algorithmic Collusion in Cournot Duopoly Market: Evidence from Experimental Economics

Nan Zhou, Li Zhang+2 more|arXiv (Cornell University)|Feb 21, 2018

Evolutionary Game Theory and Cooperation参考文献 14被引用数 3

ひとこと要約

本論文は、コルノー双頭競合実験における人間の行動を利用した線形アルゴリズムを提案し、黙秘的カルテルを強制することで、アルゴリズムの長期的利益を向上させるとともに社会的厚生を低下させる。これは、戦略的設計を通じて自然に発生するアルゴリズム的カルテルの最初の実験的証明であり、実世界における反トラスト法上の脅威としての信ぴょう性を裏付けている。

ABSTRACT

Algorithmic collusion is an emerging concept in current artificial intelligence age. Whether algorithmic collusion is a creditable threat remains as an argument. In this paper, we propose an algorithm which can extort its human rival to collude in a Cournot duopoly competing market. In experiments, we show that, the algorithm can successfully extorted its human rival and gets higher profit in long run, meanwhile the human rival will fully collude with the algorithm. As a result, the social welfare declines rapidly and stably. Both in theory and in experiment, our work confirms that, algorithmic collusion can be a creditable threat. In application, we hope, the frameworks, the algorithm design as well as the experiment environment illustrated in this work, can be an incubator or a test bed for researchers and policymakers to handle the emerging algorithmic collusion.

研究の動機と目的

• アルゴリズム的エージェントが人間-アルゴリズム市場において黙秘的カルテルを促進できるかどうかを調査し、実験的経済学における重要な空白を埋める。
• アルゴリズム的カルテルが市場競争に対する脅威として現実に信ぴょう性があるかを実証的証拠で示すこと。
• 制御された実験環境で人間のライバルとカルテルを強制できる具体的なアルゴリズム的メカニズムを開発・テストすること。
• 実世界の市場ダイナミクスを模擬することで、反トラスト規制とアルゴリズム設計のためのテストベッドを構築すること。
• 経済的に合理的ではあるが社会的に有害なアルゴリズム的カルテルが生じる際の倫理的・法的ジレンマを浮き彫りにすること。

提案手法

• ゼロ・デターミニント（ZD）原理に基づく線形の強制戦略を設計し、アルゴリズムが自らと人間のライバルとの期待利得比を一方的に制御できるようにする。
• 人間参加者を対象とした600ラウンドの繰り返しコルノー双頭競合実験にアルゴリズムを実装し、式（4）で定義された利得ターゲティングメカニズムを用いる。
• 図4に示す制御された実験フレームワークを用いて、アルゴリズムが出力を調整することでカルテルを強制する市場環境を模擬する。
• 出力水準、価格動向、死損失（deadweight loss）を測定し、市場効率性を評価する。
• 長期間にわたる実験から得られたヒストリカルな人間同士のカルテルデータと、アルゴリズム-人間カルテルの結果を比較する。
• ゲーム理論からの理論的期待を適用し、利得操作による協力の強制がアルゴリズムによって可能であることを検証する。

実験結果

リサーチクエスチョン

• RQ1 コルノー双頭競合市場において、アルゴリズムで設計された戦略は人間のライバルと黙秘的カルテルを強制できるか？
• RQ2 アルゴリズムは、人間のライバルをカルテルに誘導することで、自身の利益をどの程度向上させられるか？
• RQ3 アルゴリズム的カルテルは、死損失によって測定される社会的厚生にどのような影響を与えるか？
• RQ4 戦略的圧力下で合理的な人間行動が生じる中で、アルゴリズム的カルテルが信ぴょう性のある脅威であるとされる根拠はあるか？
• RQ5 安定性と効率性の観点から、アルゴリズム-人間カルテルはヒストリカルな人間同士カルテルと比べてどう異なるか？

主な発見

• アルゴリズムは人間のライバルを的確にカルテルに誘導し、持続的な出力削減と価格上昇を引き起こした。
• アルゴリズムは平均して人間のライバルよりも29.6%高い利益を達成しており、利得強制メカニズム（k = 1.296）の有効性が確認された。
• 社会的厚生は急速かつ安定的に低下し、死損失は時間とともに顕著に増加した。
• カルテルは安定的かつ自己持続的であり、人間のライバルがアルゴリズムの圧力下で合理的に利益を最大化する行動によって駆動された。
• 本研究は、人間-アルゴリズム双頭競合環境においてアルゴリズム的カルテルが初めて実験的に観察された。
• このメカニズムは、明確な通信がなくてもアルゴリズム的カルテルが生じ得ることを示しており、現在の法的枠組みにおける明示的・黙秘的カルテルの区別を揺るがすものである。