[论文解读] Simple and Near-Optimal Mechanisms For Market Intermediation

Rad Niazadeh, Yuan Yang+1 more|arXiv (Cornell University)|Sep 9, 2014

Auction Theory and Applications参考文献 4被引用 4

一句话总结

本文提出了市场中介的简单仿射费用方案，证明在买家分布满足温和条件时，这些方案可实现最优收益的常数因子近似——具体而言，当买家的虚拟估值为线性时（例如广义帕累托或MHR分布）。研究证明，一种先验无关的仿射费用方案 $ w(P) = P - \phi_{\mathcal{B}}(P) $ 可保证对总剩余和最优收益的常数因子近似，对于单调概率密度函数，最坏情况下的近似比为4；并证明在最坏的卖家分布下，合适的仿射机制无法实现常数因子近似。

ABSTRACT

A prevalent market structure in the Internet economy consists of buyers and sellers connected by a platform (such as Amazon or eBay) that acts as an intermediary and keeps a share of the revenue of each transaction. While the optimal mechanism that maximizes the intermediary's profit in such a setting may be quite complicated, the mechanisms observed in reality are generally much simpler, e.g., applying an affine function to the price of the transaction as the intermediary's fee. Loertscher and Niedermayer [2007] initiated the study of such fee-setting mechanisms in two-sided markets, and we continue this investigation by addressing the question of when an affine fee schedule is approximately optimal for worst-case seller distribution. On one hand our work supplies non-trivial sufficient conditions on the buyer side (i.e. linearity of marginal revenue function, or MHR property of value and value minus cost distributions) under which an affine fee schedule can obtain a constant fraction of the intermediary's optimal profit for all seller distributions. On the other hand we complement our result by showing that proper affine fee-setting mechanisms (e.g. those used in eBay and Amazon selling plans) are unable to extract a constant fraction of optimal profit in the worst-case seller distribution. As subsidiary results we also show there exists a constant gap between maximum surplus and maximum revenue under the aforementioned conditions. Most of the mechanisms that we propose are also prior-independent with respect to the seller, which signifies the practical implications of our result.

研究动机与目标

• 理解现实世界中简单、实用的费用设定机制（如亚马逊和eBay所用）在何种条件下可近似于复杂中介机制的最优收益。
• 识别买家侧分布的充分条件（例如边际收益的线性性、MHR性质），使得仿射费用方案可实现对中介最优利润的常数因子近似。
• 证明先验无关的仿射机制（仅依赖于买家分布）可对总剩余和收益均实现常数因子近似，从而增强其实际适用性。
• 通过证明在最坏的卖家分布下，合适的仿射机制无法实现对最优收益的常数因子近似，揭示其局限性。

提出的方法

• 提出一种先验无关的仿射费用方案 $ w(P) = P - \phi_{\mathcal{B}}(P) $，其中 $ \phi_{\mathcal{B}}(P) $ 由买家的虚拟估值函数导出，确保对任意卖家分布均满足事后个体理性。
• 采用贝叶斯机制设计并结合最坏情况下的近似保证，评估相对于最优收益和最大总剩余的性能。
• 应用极值理论及广义帕累托和MHR分布的性质，刻画仿射机制实现常数近似比的条件。
• 通过取独立同分布买家中的最大值，将多买家情形约化为单个有效买家，同时保持收益和总剩余期望不变。
• 证明对于均匀 $[0,1]$ 分布的买家，不存在合适的仿射费用方案可在最坏的卖家分布下实现对最优收益的常数因子近似。
• 建立先验无关常数近似所需的充要条件：$ \alpha - \beta = 1 $，其中 $ \alpha = 2, \beta = 1 $ 时可达到最优近似比8。

实验结果

研究问题

• RQ1 在买家价值分布满足何种条件时，仿射费用方案可实现对中介最优收益的常数因子近似？
• RQ2 先验无关的仿射费用方案（仅依赖于买家分布）是否可在所有卖家成本分布下，对总剩余和收益均实现常数因子近似？
• RQ3 合适的仿射费用方案（如 $ w(P) = (1-\alpha)P + \beta $）是否可在最坏的卖家分布下实现对最优收益的常数因子近似？
• RQ4 在买家侧假设为MHR或广义帕累托分布时，总剩余与收益之间的关系如何？
• RQ5 在最坏情形下，仿射机制可实现的最紧近似比是多少，以及在何种条件下可达到？

主要发现

• 一种先验无关的仿射费用方案 $ w(P) = P - \phi_{\mathcal{B}}(P) $ 可实现对最大总剩余和最优收益的常数因子近似，当买家的概率密度函数单调时，近似比至多为4。
• 对于均匀 $[0,1]$ 的买家分布，最优收益至少可被最佳合适仿射费用方案近似 $ \frac{1}{8} $，且期望总剩余至少可被近似 $ \frac{1}{8} $。
• 存在某些正则卖家分布，使得最优收益与最佳合适仿射费用方案收益之比可无限大，证明合适的仿射机制在最坏情况下无法实现常数因子近似。
• 唯一能实现对总剩余常数因子近似的先验无关仿射费用方案是满足 $ \alpha - \beta = 1 $ 的方案，其中 $ \alpha = 2, \beta = 1 $ 时可达到最优近似比8。
• 在独立同分布的MHR分布买家的多买家情形中，买家中的最大值也服从MHR分布，因此可将主要结果推广：常数费用方案在期望下可实现对最优总剩余和收益的 $ e^2 $-近似。
• 本文证明，在MHR或广义帕累托假设下，最大总剩余与最优收益之间存在常数差距，意味着总剩余与收益彼此之间始终处于常数因子范围内。