受诅咒却满意的智能体

在现实拍卖中，一个被广泛观察到的现象是赢家诅咒——赢家的高出价意味着赢家常常高估待售商品的价值，从而导致其获得负效用。Eyster 和 Rabin 的开创性工作 [Econometrica'05] 引入了一个旨在解释这一观测异常的行为模型。我们将表现出这种偏见的智能体称为“受诅咒的智能体”。我们在相互依赖价值设定下采用他们的模型，并旨在设计能够防止受诅咒的智能体获得负效用的机制。我们设计的机制满足受诅咒的事后激励相容（cursed ex-post IC），即即使智能体受诅咒，也能激励其出价真实信号，同时确保结果是个体的理性——智能体支付的价格不超过其真实价值。由于智能体可能高估商品价值，此类机制可能要求卖方对智能体进行正向转移以防止其过度支付。对于收益最大化，我们给出了最优的确定性与匿名机制。对于福利最大化，我们要求事后预算平衡（EPBB），因为正向转移可能导致负收益。我们提出了一种掩蔽操作，它接受任意确定性机制，并强制卖方不进行正向转移，从而实施 EPBB。我们表明，在典型设定下，EPBB 意味着机制不能进行任何正向转移，这意味着在全效率机制上应用掩蔽操作会得到社会最优的 EPBB 机制。这进一步意味着，如果估值函数是智能体信号的最大值，最优 EPBB 机制获得零福利。相比之下，我们表明对于和凹估值（包括加权和估值与 l_p-范数），当智能体数量变大时，福利最优的 EPBB 机制获得最优福利的一半。