[논문 리뷰] An Optimal Distributionally Robust Auction

Alex Suzdaltsev|arXiv (Cornell University)|2020. 06. 09.

Housing Market and Economics인용 수 7

한 줄 요약

이 논문은 입찰자들의 평가값의 평균과 상한선만 알고 있을 때, 최악의 경우 기대 수익을 최대화하는 분포로에 강건한 경매 메커니즘을 제안한다. 이중 최적화 기반의 방법을 사용하여, 지배 전략 인센티브 호환성과 사후 개인적 합리성 제약 조건 하에서 최적의 메커니즘이 선형 스코어 경매임을 증명한다. 이는 입찰자가 가장 높은 음이 아닌 선형 스코어를 가진 자가 승자로 결정되는 방식이다.

ABSTRACT

An indivisible object may be sold to one of $n$ agents who know their valuations of the object. The seller would like to use a revenue-maximizing mechanism but her knowledge of the valuations' distribution is scarce: she knows only the means (which may be different) and an upper bound for valuations. Valuations may be correlated. Using a constructive approach based on duality, we prove that a mechanism that maximizes the worst-case expected revenue among all deterministic dominant-strategy incentive compatible, ex post individually rational mechanisms is such that the object should be awarded to the agent with the highest linear score provided it is nonnegative. Linear scores are bidder-specific linear functions of bids. The set of optimal mechanisms includes other mechanisms but all those have to be close to the optimal linear score auction in a certain sense. When means are high, all optimal mechanisms share the linearity property. Second-price auction without a reserve is an optimal mechanism when the number of symmetric bidders is sufficiently high.

연구 동기 및 목표

• 입찰자들의 사적 평가값의 평균과 상한선만 알려져 있을 때, 분포에 대한 불확실성 하에서도 수익을 최대화하는 경매 메커니즘을 설계하기 위해.
• 진짜 평가값 분포가 잘못 지정되었을 경우를 대비해, 가능한 모든 분포에 대해 최악의 기대 수익을 최적화함으로써 강건성을 확보하기 위해.
• 실제 구현 제약 조건을 반영하기 위해, 결정론적이고 지배 전략 인센티브 호환성, 사후 개인적 합리성 메커니즘에 국한하기 위해.
• 모멘트 기반의 불확실성 하에서 최적 메커니즘의 구조를 규명하기 위해, 특히 첫 번째 모멘트(평균)와 지지 집합 상한선만 알려져 있을 경우를 중심으로 하기 위해.
• 선형 스코어 경매가 최적일 조건을 규명하기 위해, 특히 평균이 충분히 높을 경우를 중심으로 하기 위해.

제안 방법

• 모멘트 및 지지 집합 제약 조건을 갖는 분포로에 강건한 최적화(DRO) 문제로 강건한 메커니즘 설계 문제를 수립한다.
• 강한 선형 프로그래밍 이중성 원리를 적용하여, 원래의 최악의 경우 수익 최대화 문제를 이중 변수와 타당한 분포를 포함하는 이중 문제로 변환한다.
• 조각별 애프린 함수의 고정점을 기반으로 한 기하학적 구성법을 사용하여 최적 메커니즘의 구조를 분석한다.
• 각 입찰자의 스코어가 그들의 입찰에 대한 선형(애프린) 함수이며, 가장 높은 음이 아닌 스코어를 가진 자가 승자로 결정되는 선형 스코어 경매로 최적 메커니즘을 유도한다.
• 표준 전달 규칙을 통해 최적 메커니즘이 지배 전략 인센티브 호환성과 사후 개인적 합리성을 만족함을 입증한다.
• 파rameter 조정 문제를 분석하고, 두 가지 제도를 식별한다: 하나는 최적성에 있어 선형성이 반드시 필요로 하는 경우(높은 평균), 다른 하나는 다른 메커니즘이 존재할 수 있지만 선형 스코어 경매에 가까운 경우.

실험 결과

연구 질문

• RQ1 판매자가 입찰자들의 평가값의 평균과 상한선만 알고 있을 때, 불가분한 물품을 할당하기 위한 최적의 메커니즘은 무엇인가?
• RQ2 결정론적이고 지배 전략 인센티브 호환성, 사후 개인적 합리성 메커니즘 중에서 최악의 경우 수익 기준으로 선형 스코어 경매가 최적일 조건은 무엇인가?
• RQ3 알려진 평균이 높을 때와 낮을 때 최적 메커니즘의 구조는 어떻게 변화하는가?
• RQ4 두 명의 입찰자 경우에서 최적 메커니즘을 특성화할 수 있으며, 이는 고전적인 Myerson 경매와 어떻게 비교되는가?
• RQ5 랜덤화가 최악의 경우 수익을 얼마나 향상시키는가? 그리고 실생활에서 결정론적 제약 조건이 큰 손실을 초래하는가?

주요 결과

• 최적의 메커니즘은 선형 스코어 경매이다: 물품은 각 입찰자의 스코어가 그들의 입찰에 대해 선형(애프린) 함수이며, 가장 높은 음이 아닌 스코어를 가진 자에게 배분된다.
• 알려진 평균이 충분히 높을 경우, 모든 최적 메커니즘은 승자 결정을 위한 경계에서 선형성 성질을 반드시 보여야 한다.
• 대칭적인 경우이고 입찰자가 다수일 경우, 최악의 경우 수익 기준으로 제한 없는 제2차 입찰 경매가 최적이다.
• 최적 메커니즘의 집합에는 다른 메커니즘도 포함되지만, 특정 위상적 의미에서 모두 선형 스코어 경매에 가깝다.
• 평균 평가값이 0에 수렴할수록 결정론적 메커니즘과 랜덤화 메커니즘 간의 최악의 경우 수익 비율은 임의로 작아질 수 있지만, 절대적인 수익 차이는 유계이며, 랜덤화의 복잡성에 비해 정당화되지 않을 수 있다.
• 고차 모멘트(예: 분산 또는 공분산)로의 결과 확장은 비현실적이다. 이중성에서 자연스럽게 다항 스코어 함수가 유도되지만, 공급 제약 조건 하에서의 타당성은 여전히 도전 과제이며, 특히 n ≥ 3명의 입찰자일 경우 더욱 심각하다.