[論文レビュー] Prediction Markets, Mechanism Design, and Cooperative Game Theory

Vincent Conitzer|arXiv (Cornell University)|May 9, 2012

Sports Analytics and Performance参考文献 14被引用数 26

ひとこと要約

本稿は、適切なスコアリングルールに基づくモデルを提案することで、予測市場とメカニズム設計、および協力ゲーム理論を統合する。このモデルはインcentive-compatible（インcentive-compatible）を保証する。このフレームワークから導かれるメカニズムが、エージェントのインセンティブを真実の情報開示に一致させることを示し、協力ゲーム理論の概念と結びつける。実用的で頑健な予測市場設計の基盤を提供する。

ABSTRACT

Prediction markets are designed to elicit information from multiple agents in order to predict (obtain probabilities for) future events. A good prediction market incentivizes agents to reveal their information truthfully; such incentive compatibility considerations are commonly studied in mechanism design. While this relation between prediction markets and mechanism design is well understood at a high level, the models used in prediction markets tend to be somewhat different from those used in mechanism design. This paper considers a model for prediction markets that fits more straightforwardly into the mechanism design framework. We consider a number of mechanisms within this model, all based on proper scoring rules. We discuss basic properties of these mechanisms, such as incentive compatibility. We also draw connections between some of these mechanisms and cooperative game theory. Finally, we speculate how one might build a practical prediction market based on some of these ideas.

研究の動機と目的

• 予測市場とメカニズム設計の間のギャップを埋めるために、統一された理論的枠組みを構築すること。
• 適切なスコアリングルールを用いて、予測市場のインセンティブに整合するメカニズムを開発すること。
• 予測市場メカニズムと協力ゲーム理論の概念との間の関係を調査すること。
• 理論的厳密性に基づいた、実世界の予測市場設計の実用的基盤を提言すること。

提案手法

• 標準的なメカニズム設計フレームワークに整合する予測市場の新規モデルを提案する。
• 信念の真実の報告を奨励するためのコアメカニズムとして、適切なスコアリングルールを採用する。
• 提案されたモデル内でのインcentive-compatible（インセンティブ適合性）およびバジェットバランスの性質を分析する。
• 得られたメカニズムと協力ゲーム理論の解概念（特にコアとシャープレー値）との間の明確なリンクを確立する。
• ゲーム理論的分析を用いて、提案されたメカニズムの安定性と効率性を評価する。
• これらのメカニズムを実世界の予測市場に展開する際の実装上の考慮事項を議論する。

実験結果

リサーチクエスチョン

• RQ1 エージェントがその私的情報を真実に報告することを保証するように、予測市場をどのように設計できるか？
• RQ2 適切なスコアリングルールを、予測市場の形式的メカニズム設計フレームワークにどのように適合させられるか？
• RQ3 提案された予測市場メカニズムと協力ゲーム理論の解概念との間にはどのような関係があるか？
• RQ4 提案されたメカニズムを、実世界への展開に耐えうる実用的かつスケーラブルなものにするにはどうすればよいか？

主な発見

• 適切なスコアリングルールに基づく提案されたメカニズムは、インセンティブ適合性を満たしており、エージェントが真実の信念を報告することで期待効用を最大化することを保証する。
• このモデルにより、予測市場メカニズムと協力ゲーム理論の間の直接的な対応が可能となり、特に結果がコアおよびシャープレー値と結びつく。
• 特定の条件下ではバジェットバランスが達成可能であり、メカニズムの実用的妥当性が向上する。
• このフレームワークは、効率性と戦略的レジliャンス（戦略的レジリエンス）を両立させる、多様な予測市場設計をサポートする。