观察需求冲击下的算法性串通

本文考察了需求冲击的可观测性如何影响委托给 Q 学习算法进行定价决策的企业的定价模式和市场结果。仿真结果表明，需求可观测性会导致 Q 学习代理商调整定价以适应需求波动，形成由折扣因子 $\delta$ 决定的独特需求相关定价模式，与 Rotemberg 和 Saloner (1986) 的研究一致。当 $\delta$ 较大时，他们会学习顺周期定价，在需求较高的状态收取更高价格。相比之下，在 $\delta$ 较小的情况下，他们在繁荣时期降低价格，在衰退时期提高价格，表现出逆周期定价。Q 学习代理商还会自主维持超竞争性利润，表明需求可观测性并未阻止算法性串通。我进一步探讨了算法可用信息如何塑造其学习到的定价行为。总体而言，结果表明，通过纯粹的试错，Q 学习算法会内化两种更强的动机：繁荣时期的更大偏离激励以及由折扣因子决定的短期收益与长期延续价值之间的权衡，从而再现了串通理论所预测的定价循环性。