[论文解读] Optimal mechanisms with simple menus

Zihe Wang, Pingzhong Tang|arXiv (Cornell University)|Nov 23, 2013

Auction Theory and Applications参考文献 15被引用 5

一句话总结

本文研究了在两个物品上具有独立、可加估值的单一买家的最优机制设计问题。在温和的正则性条件下——尤其是估值密度函数的幂率方面——最优机制表现出简单、单调的菜单，最多包含6项，在某些情况下甚至仅需4或5项。这些结构性结果解决了多物品设置中菜单复杂度与收益单调性方面的开放问题。

ABSTRACT

We consider optimal mechanism design for the case with one buyer and two items. The buyer's valuations towards the two items are independent and additive. In this setting, optimal mechanism is unknown for general valuation distributions. We obtain two categories of structural results that shed light on the optimal mechanisms. The first category of results state that, under certain mild condition, the optimal mechanism has a monotone menu. In other words, in the menu that represents the optimal mechanism, as payment increases, the allocation probabilities for both items increase simultaneously. Applying this theorem, we derive a version of revenue monotonicity theorem that states stochastically superior distributions yield more revenue. Moreover, our theorem subsumes a previous result regarding sufficient conditions under which bundling is optimal. The second category of results state that, under certain conditions, the optimal mechanisms have few menu items. Our first result in this category says, for certain distributions, the optimal menu contains at most 4 items. The condition admits power (including uniform) density functions. Based on a similar proof of this result, we are able to obtain a wide class of distributions where bundling is optimal. Our second result in this category works for a weaker condition, under which the optimal menu contains at most 6 items. This condition includes exponential density functions. Our last result in this category works for unit-demand setting. It states that, for uniform distributions, the optimal menu contains at most 5 items. All these results are in sharp contrast to Hart and Nisan's recent result that finite-sized menu cannot guarantee any positive fraction of optimal revenue for correlated valuation distributions.

研究动机与目标

• 刻画在具有独立、可加估值的两物品、单一买家设置下最优机制的结构。
• 确定最优机制具有简单菜单（即菜单项较少且分配概率单调）的条件。
• 解决多物品设置中关于收益单调性与捆绑最优性的开放问题。
• 提供构造性条件，使得最优菜单大小有界，即使一般机制可能需要无限多菜单项。

提出的方法

• 引入密度函数的幂率概念，定义为 $ PR(f(x)) = \frac{x f'(x)}{f(x)} $，以刻画分布的正则性。
• 证明：若两项物品估值的幂率之和至多为 -3，则最优机制具有单调菜单：随着支付增加，两项物品的分配概率均单调递增。
• 采用半构造性方法推导出收益单调性定理：随机优势更高的分布可带来更高收益。
• 在类型空间中运用几何与凸性分析，通过分析效用函数结构与边界条件，将菜单项数量上限化。
• 采用分段效用函数分析与类型空间各区域的收益分解，表明在不同分布假设下，最优机制可用最多4、6或5项菜单表示。
• 利用运输理论与机制设计对偶性结果，界定菜单复杂度，并在特定分布（如均匀、指数、幂律）下证明最优性。

实验结果

研究问题

• RQ1 在何种条件下，两项独立物品的最优机制具有单调菜单，即更高支付对应两项物品更高的分配概率？
• RQ2 在独立、可加估值设置下，有限大小的菜单是否能保证最优收益的常数比例，即使在相关设置下此类保证会失效？
• RQ3 对于特定分布（如均匀、指数、幂律）而言，最优机制所需的最多菜单项数是多少？
• RQ4 估值分布的随机优势是否会导致最优机制中收益更高？
• RQ5 捆绑能否被视为菜单单调性与简洁性更广泛结构性结果的一个特例？

主要发现

• 若两项物品估值密度的幂率之和至多为 -3，则最优机制具有单调菜单，即更高支付对应两项物品更高的分配概率。
• 对于具有幂律（包括均匀）密度函数的分布，最优菜单最多包含4项。
• 对于更广泛的分布类（包括指数密度），最优菜单最多包含6项。
• 在单位需求设置下使用均匀分布时，最优菜单最多包含5项。
• 本文建立了收益单调性定理：在最优机制中，随机优势更高的分布可带来更高收益。
• 该结果将 Hart 和 Nisan（2012）的发现——当两项物品同分布时捆绑最优——作为单调性结果的特例涵盖在内。