[論文レビュー] Anonymous Pricing in Large Markets

Yaonan Jin, Yingkai Li|arXiv (Cornell University)|Jan 23, 2026

Auction Theory and Applications被引用数 0

ひとこと要約

大規模市場において準正則な価値分布とk個の同一単位を販売する場合、匿名価格設定は収益最適機構に対して一定係数近似を達成する。具体的には 2 + O(1/√k)、最悪値は k=1 のとき約 2.47 で、k が大きくなると 2 に収束する。

ABSTRACT

We study revenue maximization when a seller offers $k$ identical units to ex ante heterogeneous, unit-demand buyers. While anonymous pricing can be $Θ(\log k)$ worse than optimal in general multi-unit environments, we show that this pessimism disappears in large markets, where no single buyer accounts for a non-negligible share of optimal revenue. Under (quasi-)regularity, anonymous pricing achieves a $2+O(1/\sqrt{k})$ approximation to the optimal mechanism; the worst-case ratio is maximized at about $2.47$ when $k=1$ and converges to $2$ as $k$ grows. This indicates that the gains from third-degree price discrimination are mild in large markets.

研究の動機と目的

• k 個の同一単位を ex ante の異質性を持つ単位需要バイヤーに対して販売する際の収益最大化の研究動機付け。
• 大規模市場仮定の下で、多単位設定における匿名価格設定の既知の最悪ケースΘ(log k)の損失が崩れることを示す。
• 最悪ケースの事例を特徴づけ、最適収益に対する厳密な定数係数近似を提供する。
• 準正則分布への拡張と、第三者的価格差別が大規模市場での利得を緩やかにする理由を説明する。

提案手法

• k 個の同一単位と n 人の単位需要バイヤーを、独立した私有値が正規分布または準正則分布から抽出されるモデルでオークションを定式化する。
• 匿名価格設定を定義し、IC および IR 制約下での収益を収益最適機構と比較する。
• 最悪ケースの事例を三角分布（triangular distribution）へ縮約し、序数統計分析を用いて高次の統計量を一階統計量に関連付ける。
• 量子分布空間の収益曲線と独占的分位点、および収益曲線を三角成分に分解する（命題2）。
• 主な境界を導くには、最悪ケースのギャップが 2 + O(1/√k) であることと、D_j(p) が D_1(p) の関数で近似できること（命題3）を示す。

実験結果

リサーチクエスチョン

• RQ1 大規模市場および（準）正則性仮定の下で、k 単位オークションにおける匿名価格設定の最適収益に対する最悪ケース近似比はどれほどか？
• RQ2 大規模市場は多単位設定における匿名価格設定の Θ(log k) の収益損失を緩和するのか、もしそうならどれくらいの程度か？
• RQ3 最悪ケース分布を三角形形式に縮約できるか、そして大規模市場において高次統計を一階統計量で効果的に特徴づけられるか？
• RQ4 k が増加するにつれて近似比はどのように振る舞い、最大のギャップはどこで生じるか？
• RQ5 標準的な正則性を超える準正則分布にも結果は拡張されるか？

主な発見

• 大規模市場および準正則仮定の下で、匿名価格設定は最適収益に対して (2 + O(1/√k)) の近似を達成する。
• 最悪ケースの近似比は k = 1 のとき約 2.47 が最大であり、大規模 k では 2 に収束する。
• 最悪ケースの事例は近似を損なうことなく三角分布へ縮約でき、解析を実現する。
• 大規模市場では高次統計は一階統計量によって効果的に決定され、収益ギャップの閉塞境界を閉じる。
• 三角分布への縮約と序数統計分析は、多単位オークションにおける匿名価格と最適収益との間の厳密な境界を与える。