[論文レビュー] Referral-Embedded Provision Point Mechanisms for Crowdfunding of Public Projects

Praphul Chandra, Sujit Gujar+1 more|arXiv (Cornell University)|Oct 6, 2016

FinTech, Crowdfunding, Digital Finance参考文献 19被引用数 6

ひとこと要約

本稿では、公共のプロジェクトに関心を持つ最初の参加者を超えて、寄付者プールを拡大するために紹介報酬を統合した、新規のクラウドファンディングメカニズムであるリファラル埋め込みプロビジョンポイントメカニズム（REPPM）を提案する。エージェントの寄付と他人の紹介の両方に対するインセンティブを整合させることで、社会的に望ましいプロジェクトは、全エージェント集団全体において、均衡状態で資金調達が実現される。紹介報酬は均衡において理論的には支払われるが、実際には支払われない。

ABSTRACT

Civic Crowdfunding is emerging as a popular means to mobilize funding from citizens for public projects. A popular mechanism deployed on civic crowdfunding platforms is a provision point mechanism, wherein, the total contributions must reach a predetermined threshold in order for the project to be provisioned (undertaken). Such a mechanism may have multiple equilibria; unfortunately, in many of these equilibria, the project is not funded even if it is highly valued among the agents. Recent work has proposed mechanisms with refund bonuses where the project gets funded in equilibrium if its net value is higher than a threshold among the agents who are aware of the crowdfunding effort. In this paper, we formalize the notion of social desirability of a public project and propose mechanisms which use the idea of referrals to expand the pool of participants and achieve an equilibrium in which the project gets funded if its net value exceeds a threshold among the entire agent population. We call this new class of mechanisms Referral-Embedded Provision Point Mechanisms (REPPM). We specifically propose two variants of REPPM and both these mechanisms have the remarkable property that, at equilibrium, referral bonuses are offered but there is no need for actual payment of these bonuses. We establish that any given agent's equilibrium strategy is to refer other agents and to contribute in proportion to the agent's true value for the project. By referring others to contribute, an agent can, in fact, reduce his equilibrium contribution. In our view, the proposed mechanisms will lead to an increase in the number of projects that are funded on civic crowdfunding platforms.

研究の動機と目的

• 潜在的に支援する意思を持つエージェントの認知度が低いことが原因で、市民のクラウドファンディングで資金調達成功率が低いという課題に対処すること。
• プロビジョンポイントメカニズムにおける無料乗車問題を克服するため、寄付と紹介の両方をインcentivizeするメカニズムを設計すること。
• 最初に認知しているエージェントに限らず、全エージェント集団全体における公共プロジェクトの「社会的望ましさ」の概念を形式化すること。
• エージェントが自身の真の評価額に比例して寄付し、紹介に対して報酬を得るという、効率的かつ真実の均衡を達成するメカニズムを設計すること。
• 紹介報酬が均衡状態では理論的には支払われるが、実際には支払われないことを保証することで、スポンサーの財務的負担を軽減すること。

提案手法

• 2つのバリエーションを提案：返金報酬を含むREPP-R（リファラル・リターン付き）と証券を含むREPP-S（証券付き）。両者とも、紹介インセンティブをプロビジョンポイントメカニズムに埋め込む。
• 後退帰納法と部分ゲーム完全均衡分析を用いて、すべてのエージェントに対して真実の寄付および紹介戦略が最適であることを証明する。
• 最初に認知しているエージェントのサブセット（M ∩ N）ではなく、全エージェント（N）におけるプロジェクトの合計ネット価値に基づくしきい値条件を導入し、社会的望ましさ基準を強化する。
• REPP-Sでは、コスト関数C₀(·)と Liquidity 制約を用いて寄付インセンティブをモデル化し、エージェントの寄付額が自身の真の価値に比例することを保証する。
• 予測市場メカニズムと証券価格設定（例：LMSRベース）を活用し、寄付と紹介の動的価格設定を実現するとともに、財政的妥当性を維持する。
• 均衡戦略では、エージェントが自身の真の価値に比例して寄付し、他人を紹介することで自身の寄付額を削減できる可能性があることを示す。

実験結果

リサーチクエスチョン

• RQ1 紹介メカニズムをプロビジョンポイントメカニズムに埋め込むことで、最初に認知しているエージェントを超えた寄付者プールを拡大できるか？
• RQ2 紹介インセンティブを導入した場合、どのような条件下でプロジェクトが均衡状態で資金調達されるか？
• RQ3 均衡状態で実際の報酬支払いが発生しないように、エージェントに寄付と紹介の両方をインセンティブ化できるか？
• RQ4 全エージェント集団を考慮する場合と、最初に認知しているエージェントのサブセットのみを考慮する場合とで、プロジェクト資金調達の社会的望ましさのしきい値はどのように変化するか？
• RQ5 真実の寄付および紹介行動が安定かつ部分ゲーム完全均衡となるようなメカニズムは何か？

主な発見

• REPPMメカニズムは、エージェントが自身のプロジェクトに対する真の評価額に比例して寄付する部分ゲーム完全均衡に達する。
• REPPMでは、エージェントが他人を紹介するインセンティブを持つが、効果的な紹介により自身の必要な寄付額を減少させることができる。
• 紹介報酬は均衡状態で提示されるが、実際には支払われないため、スポンサーの財務的リスクが著しく低減される。
• メカニズムにより、資金調達プールは最初に認知しているエージェント（M ∩ N）から、全潜在的価値を持つエージェント（N）に拡大され、プロビジョンポイントに到達する可能性が高まる。
• REPP-Sでは、均衡の条件が逆コスト関数C₀⁻¹に依存し、全エージェント集団全体にわたる寄付と紹介インセンティブを支えるのに十分な余剰価値がなければならない。
• REPPMの成功は、Nに基づくより高い社会的望ましさのしきい値に依存するが、参加者範囲が広がるため、実際の資金調達成功率は著しく向上する。