[论文解读] Optimal Auctions for Correlated Buyers with Sampling

Hu Fu, Nima Haghpanah+2 more|arXiv (Cornell University)|Jun 6, 2014

Auction Theory and Applications参考文献 17被引用 9

一句话总结

本文提出一种基于样本的机制，在拍卖方仅具备对基础价值分布的不完全知识时，仍能实现对相关投标人最优拍卖中的全部剩余提取。通过利用一个有限的候选分布族，并采用修改后的 Crémer-McLean 拍卖机制，该方法在每个分布下均能确保完全剩余提取，其样本复杂度等于一加上分布数量减去其线性张成的维度——提供了对所需样本数的紧致上界。

ABSTRACT

Crémer and McLean [1985] showed that, when buyers' valuations are drawn from a correlated distribution, an auction with full knowledge on the distribution can extract the full social surplus. We study whether this phenomenon persists when the auctioneer has only incomplete knowledge of the distribution, represented by a finite family of candidate distributions, and has sample access to the real distribution. We show that the naive approach which uses samples to distinguish candidate distributions may fail, whereas an extended version of the Crémer-McLean auction simultaneously extracts full social surplus under each candidate distribution. With an algebraic argument, we give a tight bound on the number of samples needed by this auction, which is the difference between the number of candidate distributions and the dimension of the linear space they span.

研究动机与目标

• 解决拍卖方仅部分了解基础价值分布时，为相关投标人设计先验无关的最优拍卖机制的挑战。
• 探究当拍卖方依赖样本而非完整分布知识时，是否能够保持 Crémer-McLean 拍卖的剩余提取能力。
• 确定在有限个相关分布族中，为确保在所有分布下实现完全剩余提取，所需的最少样本数。
• 分析尝试先通过样本识别真实分布再应用最优拍卖的朴素采样方法的局限性。
• 利用代数与线性代数技术，特别是分布族的线性张成，建立样本复杂度的紧致上界。

提出的方法

• 将 Crémer-McLean 拍卖机制改造为仅依赖真实分布样本访问的机制，而非完整分布知识。
• 使用有限个候选分布族来表示拍卖方的不确定性，目标是确保在该族中任意分布下均能实现剩余提取。
• 应用扩展版的 Crémer-McLean 机制，使其在族中所有分布下同时满足激励相容性和剩余提取。
• 将投标人估值的联合分布建模为线性空间中的向量，并通过计算这些向量张成空间的维数来确定样本复杂度。
• 利用代数技术，包括 Veronese 嵌入和 Vandermonde 行列式，分析样本下乘积分布的线性相关性。
• 建立所需样本数的上界为 |D| − dim(span(D)) + 1，其中 |D| 为候选分布的数量，dim(span(D)) 为其线性张成的维度。

实验结果

研究问题

• RQ1 当拍卖方仅能访问真实分布的样本时，是否仍能保持 Crémer-McLean 拍卖的剩余提取能力？
• RQ2 是否存在一种基于样本的机制，能够在真实分布未知的情况下，对有限个相关分布族中的所有分布实现完全剩余提取？
• RQ3 在该类设置中，为确保完全剩余提取，所需的最少样本数是多少？
• RQ4 为何尝试先通过样本识别真实分布的朴素采样方法在相关设置中会失败？
• RQ5 分布族的线性代数结构如何影响剩余提取的样本复杂度？

主要发现

• 所提出的拍卖机制在有限分布族 D 中的每一个分布下均能实现完全社会剩余提取，即使拍卖方仅能访问真实分布的样本。
• 所需样本数恰好为 |D| − dim(span(D)) + 1，其中 |D| 为候选分布的数量，dim(span(D)) 为其线性张成的维度。
• 当 D 中所有分布线性无关时，仅需一个样本即可保证完全剩余提取。
• 样本复杂度上界是紧致的：对任意 m 和 d < m，均存在 m 个分布，其张成空间维度为 d，使得任何拍卖机制在少于 |D| − dim(span(D)) + 1 个样本下均无法提取最优收益的常数比例。
• 尝试通过样本区分分布的朴素方法会失败：对任意 k，均存在两个满足 Crémer-McLean 条件的分布，无法在高概率下通过 k 个样本加以区分。
• 只要满足样本复杂度条件，即使拍卖方对真实分布的信念有误，该机制依然稳健，因为其设计在所有候选分布下均同时达到最优。