[논문 리뷰] Quality Selection in Two-Sided Markets: A Constrained Price Discrimination Approach

Bar Light, Ramesh Johari외 1명|arXiv (Cornell University)|2019. 12. 04.

Digital Platforms and Economics인용 수 13

한 줄 요약

이 논문은 이면적 플랫폼에서 최적의 정보 공개를 다루며, 품질 선택 문제를 제약 조건이 있는 가격 차별화 문제로 프레임한다. 수요의 가격 착시성(가격 탄력성)이 충분히 높을 경우, 특히 F(m)m 함수가 오목 또는 볼록-오목일 경우, 저품질 판매자를 금지하면서 나머지 판매자에 대한 품질 정보를 공개하지 않는 것이 수익 최적화가 된다.

ABSTRACT

Online platforms collect rich information about participants and then share some of this information back with them to improve market outcomes. In this paper we study the following information disclosure problem in two-sided markets: If a platform wants to maximize revenue, which sellers should the platform allow to participate, and how much of its available information about participating sellers' quality should the platform share with buyers? We study this information disclosure problem in the context of two distinct two-sided market models: one in which the platform chooses prices and the sellers choose quantities (similar to ride-sharing), and one in which the sellers choose prices (similar to e-commerce). Our main results provide conditions under which simple information structures commonly observed in practice, such as banning certain sellers from the platform while not distinguishing between participating sellers, maximize the platform's revenue. The platform's information disclosure problem naturally transforms into a constrained price discrimination problem where the constraints are determined by the equilibrium outcomes of the specific two-sided market model being studied. We analyze this constrained price discrimination problem to obtain our structural results.

연구 동기 및 목표

• 이면적 시장에서 플랫폼이 판매자 품질에 대한 정보를 어떻게 선별하고 공개해야 수익을 극대화할 수 있는지 조사한다.
• 시장 균형 조건에서 비롯되는 제약 조건이 있는 가격 차별화 문제로 플랫폼의 정보 공개 문제를 모델링한다.
• 저품질 판매자를 금지하고 나머지 판매자에 대해 품질 정보를 공개하지 않는 등의 단순한 정보 구조가 플랫폼 수익을 극대화하는 조건을 규명한다.
• 판매자가 수량을 선택하는 경우(예: 라이드셰어링)와 판매자가 가격을 설정하는 경우(예: 전자상거래)의 두 가지 다른 시장 모델로 분석을 확장한다.
• 수요 탄력성과 F(m)m 함수의 형태가 1-분리 메뉴와 k-분리 메뉴의 최적성에 미치는 영향을 탐색한다.

제안 방법

• 플랫폼의 정보 공개 문제를 각 정보 구조가 가격-기대 품질 쌍의 메뉴를 유도하는 제약 조건이 있는 가격 차별화 문제로 변환한다.
• 이면적 시장 모델의 균형 조건을 사용하여 메뉴의 타당성 제약 조건을 정의한다. 이는 시장 균형, 인centive compatibility(인센티브 일致성), 개인적 합리성 등을 포함한다.
• 노출 원칙(Revelation Principle) 스타일의 추론을 적용하여 최적의 정보 구조가 제약 조건이 있는 가격 차별화 프레임워크 내에서 실행 가능한 메뉴에 해당함을 보여준다.
• F(m)m 함수의 오목성 또는 볼록성을 분석함으로써 수익 극대화 메뉴를 분석한다. 여기서 F(m)은 구매자 유형의 누적 분포이고, m은 기대 품질이다.
• F(m)m의 곡률에 기반하여 1-분리 메뉴(즉, 저품질 판매자를 금지하고 나머지 판매자 간의 품질 차별화를 하지 않는 것)의 최적성에 대한 충분 조건을 유도한다.
• 제1의 정리와 제3의 정리를 사용하여 정보 구조 간의 수익을 비교하며, 특히 전체 정보 공개(Io)가 최적일 경우에 초점을 맞춘다.

실험 결과

연구 질문

• RQ1 어떤 조건에서 플랫폼이 저품질 판매자를 금지하고 나머지 판매자에 대해 품질 정보를 공개하지 않는 1-분리 메뉴가 수익 최적화가 되는가?
• RQ2 F(m)m 함수의 곡률이 1-분리 메뉴 또는 k-분리 메뉴와 같은 다양한 정보 구조의 최적성에 어떤 영향을 미치는가?
• RQ3 어떤 상황에서 전체 정보 공개(모든 품질 정보를 공개하는 것)가 플랫폼에게 최적일 수 있는가?
• RQ4 판매자가 수량을 선택하는 모델과 판매자가 가격을 설정하는 모델 간의 구조적 결과는 어떻게 다를까?
• RQ5 검색 비용과 신호 전달의 역할은 최적의 정보 구조를 어떻게 형성하는가? 이 요소들은 결과에 어떤 영향을 미칠 수 있는가?

주요 결과

• F(m)m이 특정 구간에서 기대 품질과 판매자 그룹 간의 가격-품질 차이에 의해 결정되는 구간에서 오목할 경우, 1-분리 메뉴가 최적이다.
• F(m)m이 [a, m*]에서 엄격히 볼록하고 [m*, b]에서 엄격히 오목할 경우, 최적의 메뉴는 m*이 가격-품질 비율과의 상대 위치에 따라 k-분리 또는 (k+1)-분리 메뉴가 된다.
• F(m)m이 오목이고 전체 정보 공개 정보 구조 Io가 실행 가능할 경우, Io가 최적이다. 즉, 플랫폼은 모든 가용한 품질 정보를 공개해야 한다.
• 저품질 판매자를 금지하는 단순한 정보 구조의 최적성은 수요 탄력성에 의해 결정되며, 높은 탄력성일수록 이러한 구조가 유리하다.
• 결과는 전자상거래 플랫폼과 같은 수요 제약이 있는 시장으로도 확장되어, 다양한 시장 설계에 대해 강건함을 보인다.
• 논문은 검색 비용을 고려할 경우, 실질적으로 2-분리 메뉴(인증된, 비인증된, 금지된 판매자로 구분)가 1-분리 메뉴보다 더 매력적이게 될 것이라 추측한다.