In this study, we investigate auctions in two-sided markets with budget constraints on buyers. Our goal is to propose an efficient mechanism that satisfies dominant strategy incentive compatibility (DSIC), individual rationality (IR), and weak budget balance (WBB). To avoid several known impossibility theorems for each of two-sided markets and budget constraints, we assume prior information on sellers' valuations and investigate the efficiency of mechanisms by means of liquid welfare (LW), an efficiency measure used for budget-constrained auctions, in addition to social welfare (SW). Our first result is to improve the efficiency guarantees of the Polyhedral Clinching Auction by Hirai and Sato (2022), proposed for two-sided markets in which each seller is assumed to be truthful. We show that even under budget constraints and polymatroid constraints, their mechanism achieves an LW of more than 1/2 of the optimal LW, and an SW of more than the optimal LW. This significantly strengthens the efficiency guarantees of the existing studies on clinching auctions. Our second result is the extension of the Polyhedral Clinching Auction to a single-sample mechanism. Under the assumption that a single sample is provided from each seller's distribution on her valuation, we utilize the first result and propose an efficient mechanism that satisfies DSIC, IR, and WBB. Our mechanism achieves an LW of more than 1/4 of the optimal LW, and an SW of more than 1/2 of the optimal LW, in expectation. This result can be viewed as a budget extension of D"{u}tting et al. (2021).


翻译:在这项研究中,我们调查了双面市场的拍卖情况,对购买者有预算限制。我们的目标是提出一个高效机制,满足主要战略激励兼容性(DSIC)、个人合理性(IR)和预算平衡薄弱(WBB)的主要机制。为了避免对双面市场和预算制约中每个市场已知的一些不可能的理论,我们假定卖方估值的事先信息,并调查各种机制的效率,其方式是液体福利(LW),这是除社会福利(SW)之外,预算限制拍卖(LW)的一种效率措施。我们的第一个成果是提高Hirai和Sato(2022年)联合结关拍卖的效率保障,这是为每个卖方都假定真实的双面市场提出的(WBB)。我们显示,即使在预算制约和多模型的限制下,其机制的LW值超过1/2的半数以上,并且超过最佳LW。这大大加强了目前关于紧缩拍卖的研究的效率保障。我们的第二个结果是将PILCLLA(2022)扩大效率,这是我们每个销售商对1的汇率分配的假设。

0
下载
关闭预览

相关内容

iOS 8 提供的应用间和应用跟系统的功能交互特性。
  • Today (iOS and OS X): widgets for the Today view of Notification Center
  • Share (iOS and OS X): post content to web services or share content with others
  • Actions (iOS and OS X): app extensions to view or manipulate inside another app
  • Photo Editing (iOS): edit a photo or video in Apple's Photos app with extensions from a third-party apps
  • Finder Sync (OS X): remote file storage in the Finder with support for Finder content annotation
  • Storage Provider (iOS): an interface between files inside an app and other apps on a user's device
  • Custom Keyboard (iOS): system-wide alternative keyboards

Source: iOS 8 Extensions: Apple’s Plan for a Powerful App Ecosystem
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
12+阅读 · 2019年4月9日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员