[論文レビュー] Clearing Markets via Bundles

Michal Feldman, Brendan Lucier|arXiv (Cornell University)|Jan 13, 2014

Auction Theory and Applications参考文献 32被引用数 4

ひとこと要約

本稿では、非分割的財を束ねることで市場清算を達成しつつ、任意の評価クラスにおいても存在を保証する、新しい均衡概念である市場清算型組合せワルラス均衡（MC-CWE）を導入する。この研究では、スーパーアドディティブ、シングルマインド、予算加法的評価の各クラスにおいて、最適社会的福祉の8/3までを達成する多項式時間メカニズムを提示しており、非凸的かつ非分割的財市場における効率性の大きなギャップを解消する。

ABSTRACT

We study algorithms for combinatorial market design problems, where a set of heterogeneous and indivisible objects are priced and sold to potential buyers subject to equilibrium constraints. Extending the CWE notion introduced by Feldman et al. [STOC 2013], we introduce the concept of a Market-Clearing Combinatorial Walrasian Equilibium (MC-CWE) as a natural relaxation of the classical Walrasian equilibrium (WE) solution concept. The only difference between a MC-CWE and a WE is the ability for the seller to bundle the items prior to sale. This innocuous and natural bundling operation imposes a plethora of algorithmic and economic challenges and opportunities. Unlike WE, which is guaranteed to exist only for (gross) substitutes valuations, a MC-CWE always exists. The main algorithmic challenge, therefore, is to design computationally efficient mechanisms that generate MC-CWE outcomes that approximately maximize social welfare. For a variety of valuation classes encompassing substitutes and complements (including super-additive, single-minded and budget-additive valuations), we design polynomial-time MC-CWE mechanisms that provide tight welfare approximation results.

研究の動機と目的

• 非分割的財と補完性を伴う市場におけるワルラス均衡の存在の欠如に対処すること。
• 非分割的財を含む組合せ市場において、社会的福祉を高める計算効率の良いメカニズムを設計すること。
• 束ねることを活用することで、CWEのような緩和された均衡概念において市場清算が保たれるかを検討すること。
• 多様な評価クラスにおいて、多項式時間計算制約下でのタイトな福祉近似保証を確立すること。
• 従来のワルラス均衡が存在しない場合でも、MC-CWEが最適または近似的に最適な福祉を達成できることを示すこと。

提案手法

• ワルラス均衡の緩和版として、束ねを許容するが市場清算を強制するMC-CWEを導入すること。
• 任意の割り当てをMC-CWEの結果に変換する多項式時間メカニズムを構築し、福祉に損失を生じさせないこと。
• MC-CWEにおいて、各エージェントの自身のバンドルに対する評価額が、そのバンドルを全エージェントが評価する最大値に等しいという性質を活用すること。
• すべてのバンドルが需要集合に属し、すべてのアイテムが割り当てられるような価格ベクトルを構築すること。
• 価値がゼロのアイテムを正の評価を持つエージェントに再割り当てする変換技術を適用し、福祉を維持または向上させること。
• 得られた割り当てが最適な分数福祉を達成することを証明し、MC-CWEの有効性を保証すること。

実験結果

リサーチクエスチョン

• RQ1 従来のワルラス均衡が存在しない非分割的財市場において、市場清算型均衡を保証できるか？
• RQ2 束ねを許容する組合せ市場において、多項式時間メカニズムが達成可能な社会的福祉近似の最良の値は何か？
• RQ3 市場清算を強制しつつ束ねを許容する（MC-CWE）ことで、標準的均衡が失敗する状況でも存在と効率性が達成可能か？
• RQ4 補完性を伴う状況において、MC-CWEの福祉は最適な分数的および整数的割り当てと比べてどのように異なるか？
• RQ5 同一の予算と予算加法的評価のもとで、完全な余剰を抽出するか、高い福祉近似を達成するメカニズムを設計できるか？

主な発見

• 非グロス・サブスティチュート評価に対しても、常に市場清算型組合せワルラス均衡（MC-CWE）が存在する。
• 同一の予算を持つ予算加法的評価において、いかなる割り当ても福祉に損失を生じさせることなくMC-CWE割り当てに変換可能である。
• 予算加法的評価において、MC-CWEメカニズムは社会的福祉近似比8/3を達成し、CWEにおける既知の最良の境界と一致する。
• 均一な価値と同一の予算の下では、福祉最大化の4/3近似アルゴリズムを変更することでMC-CWEの結果を得られる。
• 同一の予算と非均一な価値を持つインスタンスにおいて、整数的割り当てでは最適福祉が達成できない場合があるが、MC-CWEは束ねを活用することで近似的に最適な結果を達成可能である。
• 最適な分数福祉は、各エージェントがバンドルに対して評価する最大値の和によって上界が与えられ、MC-CWE割り当てによって正確に達成される。