去中心化风险检测的机制设计:严格良性、网络联盟与背离性强制令
计算机科学与博弈论
2026-05-14 v4 机器学习
摘要
共享风险客户群体的竞争企业面临去中心化风险检测问题,即每家企业持有碎片化信息,其聚合将产生社会价值,但私人激励阻碍了真实信息的共享。我们为此设定构建动态机制设计框架,并识别出三种战略摩擦,使其区别于具有去中心化信息的经典机制设计:合规道德风险、对抗性适应和通过干预导致的信息破坏。一种时间价值分配(TVA)机制使用严格良性评分规则对折扣后的已验证结果进行信用评分;在给定假设下,TVA 在贝叶斯-纳什均衡下实施真实后验报告报告(在大型联邦系统中唯一最优,在有限系统中具有 的阴影效应)。网络Shapley 表征显示,在边缘可加联盟价值下,每家企业的边际贡献与其加权的跨企业互动程度成正比,由此得出联盟设计的尖锐建议,即优先考虑企业间交易量而非企业规模。将 TVA 嵌入企业间竞争模型中,我们建立了四种监管体制(自给自足、自愿联盟、强制全部分享、TVA)之间的福利排序,并识别出信息共享强制令在无兼容激励设计时福利低于自给自足的条件:一种“背离性强制令”。我们在一个 140 万笔的合成反洗钱基准测试中说明了该框架;该方法同样适用于平台欺诈、网络安全威胁情报和供应链风险检测。
引用
@article{arxiv.2604.21789,
title = {Mechanism Design for Decentralized Risk Detection: Strict Propriety, Network Coalitions, and the Backfiring Mandat},
author = {Jian Ni and Lecheng Zheng and John R Birge},
journal= {arXiv preprint arXiv:2604.21789},
year = {2026}
}