在采购拍卖中检测联合谋判

本研究旨在检测卡特尔联合谋判，通过分析俄罗斯联邦反垄断委员会的决策和拍卖数据。结果开发了一个机器学习模型，基于拍卖者历史记录预测联合谋判的迹象，准确率达91%。该模型将40个拍卖分为测试样本和训练样本，比例为30/70。通过Shepley向量分解，允许对决策过程进行解释。还研究了诚实公司在拍卖中的行为，并通过独立仿真验证进行了确认。