广义第二价格拍卖中结果低效性的界
摘要
广义第二价格 (GSP) 拍卖是用于互联网变现的主要拍卖形式。众所周知，在此类拍卖中说真话并非占优策略，且可能出现低效均衡。本文研究了 GSP 中的均衡空间，并量化了在广泛的不确定性来源下以及完全信息设定中均衡可能产生的效率损失。传统的贝叶斯博弈模型将不确定性置于参与者的估值（类型）中。广义第二价格 (GSP) 拍卖引发了另一种形式的不确定性：质量因子的选择导致了对底层广告分配算法行为的不确定性。我们获得的界适用于这两种形式的不确定性，并且在某种意义上是稳健的，即它们适用于解概念的各种扰动，扩展到具有信息不对称和以学习策略形式存在的有限理性的模型。针对关于其他参与者和广告质量因子部分信息的贝叶斯模型，我们给出了相应博弈效率损失因子（\emph{无政府代价}）的一个常数界 (2.927)。对于完全信息设定，我们证明了纯 Nash 均衡下无政府代价的上界令人惊讶地低至 1.282，这与三个广告商情况下的下界 1.259 几乎吻合。此外，我们不要求系统达到均衡，并对任何无遗憾学习结果的質量退化给出了同样低的界。我们的结论是，拍卖中广告商的数量对无政府代价几乎没有影响，并且 GSP 的效率对于施加于参与者的信念和理性假设是非常稳健的。
引用
@article{arxiv.1201.6429,
title = {Bounding the inefficiency of outcomes in generalized second price auctions},
author = {Ioannis Caragiannis and Christos Kaklamanis and Panagiotis Kanellopoulos and Maria Kyropoulou and Brendan Lucier and Renato Paes Leme and Éva Tardos},
journal= {arXiv preprint arXiv:1201.6429},
year = {2014}
}
备注
Accepted to JET (Journal of Economic Theory). A preliminary version of this paper appeared in arxiv with the title "On the efficiency of equilibria in generalized second price auctions". Conference versions of those results appeared in FOCS'10, EC'11 and EC'11