[論文レビュー] "Guinea Pig Trials" Utilizing GPT: A Novel Smart Agent-Based Modeling Approach for Studying Firm Competition and Collusion

Xu Han, Zengqing Wu+1 more|arXiv (Cornell University)|Aug 21, 2023

Auction Theory and ApplicationsDecision Sciences被引用数 3

ひとこと要約

本稿では、GPT-4を搭載したスマートエージェントを用いて企業間の競争と団体行動をシミュレートする、新規なフレームワーク「スマートエージェントベースモデリング（SABM）」を紹介する。従来のエージェントベースモデルとは異なり、SABMのエージェントは人間らしい戦略的思考とコミュニケーションを示し、市場ダイナミクスの現実的なシミュレーションを可能にする。主な発見は、通信が団体行動の形成を加速させ、カルテル水準に近い価格を生じさせることであり、通信なしの場合はベールトラン均衡を上回りながら独占価格未満の事実上の団体行動に落ち着くことである。

ABSTRACT

Firm competition and collusion involve complex dynamics, particularly when considering communication among firms. Such issues can be modeled as problems of complex systems, traditionally approached through experiments involving human subjects or agent-based modeling methods. We propose an innovative framework called Smart Agent-Based Modeling (SABM), wherein smart agents, supported by GPT-4 technologies, represent firms, and interact with one another. We conducted a controlled experiment to study firm price competition and collusion behaviors under various conditions. SABM is more cost-effective and flexible compared to conducting experiments with human subjects. Smart agents possess an extensive knowledge base for decision-making and exhibit human-like strategic abilities, surpassing traditional ABM agents. Furthermore, smart agents can simulate human conversation and be personalized, making them ideal for studying complex situations involving communication. Our results demonstrate that, in the absence of communication, smart agents consistently reach tacit collusion, leading to prices converging at levels higher than the Bertrand equilibrium price but lower than monopoly or cartel prices. When communication is allowed, smart agents achieve a higher-level collusion with prices close to cartel prices. Collusion forms more quickly with communication, while price convergence is smoother without it. These results indicate that communication enhances trust between firms, encouraging frequent small price deviations to explore opportunities for a higher-level win-win situation and reducing the likelihood of triggering a price war. We also assigned different personas to firms to analyze behavioral differences and tested variant models under diverse market structures. The findings showcase the effectiveness and robustness of SABM and provide intriguing insights into competition and collusion.

研究の動機と目的

• 企業の競争と団体行動を研究するための、人間被験に代わるスケーラブルで費用対効果に優れた代替手法を開発すること。
• 大規模言語モデルを用いてエージェントに高度な推論力とコミュニケーション能力を付与することで、従来のエージェントベースモデルの限界を克服すること。
• 通信がオligポリス的市場における団体行動の形成、価格の収束、戦略的行動に与える影響を調査すること。
• シミュレートされたエージェントを用いて、企業のキャラクターと市場構造が団体行動ダイナミクスに与える影響を検討すること。

提案手法

• SABMは、各企業エージェントの認知的エンジンとしてGPT-4を採用し、複雑な意思決定と自然言語による相互作用を可能にする。
• エージェントは知識ベースと戦略的推論能力を備え、実世界の企業行動、特に価格設定と団体行動意思決定のシミュレーションを可能にする。
• モデルは、通信あり・なしの状況と、さまざまな市場構造の下で、繰り返し企業間の相互作用をシミュレートする。
• エージェントは価格設定ゲームに参加し、その結果を記録することで、収束パターンと団体行動の安定性を分析する。
• エージェントにキャラクター（例えば、攻撃的タイプ対協調的タイプ）を割り当て、企業行動の多様性を再現する。
• 制御されたシミュレーションを通じた検証により、通信ありとなしのシナリオ間での結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 企業間の通信の有無が、競争市場における団体行動形成の速度と安定性にどのように影響するか。
• RQ2 GPTを搭載したスマートエージェントは、オligポリス的価格ゲームにおいて、人間らしい戦略的行動をどの程度再現できるか。
• RQ3 企業固有のキャラクターが、シミュレートされた市場における団体行動ダイナミクスと価格結果に与える影響は何か。
• RQ4 異なる市場構造が、SABMフレームワークにおける団体行動の出現と持続可能性に与える影響は何か。
• RQ5 SABMは、制御された条件下で、ベールトラン均衡やカルテル価格といった既知の経済的均衡を再現できるか。

主な発見

• 通信なしの状況では、スマートエージェントは一貫して事実上の団体行動に到達し、価格はベールトラン均衡を上回りながら独占価格未満に収束する。
• 通信を有効化した場合、エージェントはより高度な団体行動を形成し、カルテル均衡水準に近い価格を達成する。
• 通信により、団体行動の形成が顕著に加速され、非通信シナリオに比べて価格収束までの時間が短縮される。
• 通信ありの状況では、エージェントがより頻繁に微小な価格引き下げを示し、より良いWin-Winの結果の探索と価格戦争のリスク低減が見られる。
• 異なる企業キャラクターの導入により、行動の差が明確に観察され、より協調的なエージェントが、より速く安定した団体行動を促進する。
• SABMフレームワークは、多様な市場構造においても頑健であることが確認され、人間被験に代わるスケーラブルな代替手法としての有効性を示している。