WIIS

単一財オークション

単一財オークションのIPVモデル(分布独立性の仮定)

目次

関連知識

Mailで保存
Xで共有

分布独立性の仮定

単一財オークション環境において入札者の総数が\(n\)であるとともに入札者たちのタイプ集合\(\Theta _{1},\cdots ,\Theta _{n}\)が数直線\(\mathbb{R} \)上の区間のような非可算集合である場合、タイプ\(\theta _{i}\)の入札者\(i\)の信念は条件付き同時確率密度関数\begin{equation*}f_{i}\left( \cdot |\theta _{i}\right) :\mathbb{R} ^{n-1}\rightarrow \mathbb{R} \end{equation*}として定義されます。また、これに対応する条件付き同時分布関数を、\begin{equation*}
F_{i}\left( \cdot |\theta _{i}\right) :\mathbb{R} ^{n-1}\rightarrow \mathbb{R} \end{equation*}で表記します。つまり、入札者\(i\)は自身のタイプが\(\theta _{i}\)であるとき、他の入札者たちのタイプが\(\theta _{-i}\)以下である確率(自身とは異なる任意の入札者\(j\)のタイプの値が\(\theta_{j}\)以下である確率)を\(F_{i}\left( \theta _{-i}|\theta _{i}\right) \)と予想するということです。入札者\(i\)の信念とは、自身のそれぞれのタイプのもとでの信念からなる体系\begin{equation*}f_{i}=\{f_{i}\left( \cdot |\theta _{i}\right) \}_{\theta _{i}\in \Theta _{i}}
\end{equation*}として定義されます。

以上の定式化は、入札者\(i\)が他の入札者たちのタイプを予想する上で、自身のタイプ\(\theta _{i}\)が何らかの役割を果たすことを含意しています。つまり、入札者\(i\)のタイプ\(\theta_{i}\)の中には、他の入札者たちのタイプ\(\theta _{-i}\)に関する情報が含まれているということです。一方、オークション理論では多くの場合、任意の入札者\(i\)にとって、自身のタイプ\(\theta _{i}\)の中には他の入札者たちのタイプ\(\theta _{-i}\)に関する情報は含まれていないものと仮定します。これを分布独立性(independent type distribution)の仮定と呼びます。

自身のタイプ\(\theta _{i}\)の中に他の入札者たちのタイプ\(\theta _{-i}\)に関する情報が含まれないということは、入札者\(i\)が他の入札者たちのタイプ\(\theta _{-i}\)を予想する上で、自身のタイプ\(\theta _{i}\)を前提しているか否かに関わらず、その予想は変化しないことを意味します。つまり、入札者\(i\)の信念\(f_{i}=\left\{ f_{i}\left( \cdot |\theta _{i}\right)\right\} _{\theta _{i}\in \Theta _{i}}\)に対してある同時確率密度関数\(f_{i}:\mathbb{R} ^{n-1}\rightarrow \mathbb{R} \)が存在して、自身のタイプ\(\theta _{i}\in \Theta _{i}\)と他の入札者たちのタイプ\(\theta _{-i}\in \Theta _{-i}\)をそれぞれ任意に選んだとき、\begin{equation*}f_{i}\left( \theta _{-i}\right) =f_{i}\left( \theta _{-i}|\theta _{i}\right)
\end{equation*}が成り立つということです。

例(分布独立性の仮定)
入札者集合が、\begin{equation*}
I=\left\{ 1,2\right\}
\end{equation*}であるとともに、入札者たちのタイプ集合が、\begin{equation*}
\Theta _{1}=\Theta _{2}=\left[ 0,100\right] \end{equation*}であるものとします。タイプ\(\theta _{1}\)の入札者\(1\)は、相手のタイプ\(\theta_{2}\)がタイプ集合\(\Theta _{2}=\left[0,100\right] \)上の連続一様分布にしたがって分布しているものと予想するのであれば、その予想は、それぞれの\(\theta _{2}\in \mathbb{R} \)に対して、\begin{equation*}f_{1}\left( \theta _{2}|\theta _{1}\right) =\left\{
\begin{array}{cl}
\frac{1}{100} & \left( if\ 0\leq \theta _{2}\leq 100\right) \\
0 & \left( otherwise\right)
\end{array}\right.
\end{equation*}を定める信念\(f_{1}\left( \cdot |\theta_{1}\right) :\mathbb{R} \rightarrow \mathbb{R} \)として定式化されます。この信念\(f_{1}\left( \cdot |\theta_{1}\right) \)の形状は自身のタイプ\(\theta _{1}\)に依存しないため分布独立性の仮定と整合的です。
例(分布独立性の仮定)
入札者集合が、\begin{equation*}
I=\left\{ 1,2\right\}
\end{equation*}であるとともに、入札者たちのタイプ集合が、\begin{equation*}
\Theta _{1}=\Theta _{2}=\left[ 0,100\right] \end{equation*}であるものとします。タイプ\(\theta _{1}\)の入札者\(1\)は、相手のタイプ\(\theta_{2}\)が自身のタイプ\(\theta _{1}\)以下の範囲\(\left[ 0,\theta _{1}\right] \)で連続一様分布にしたがって分布しているものと予想するのであれば、その予想は、それぞれの\(\theta _{2}\in \mathbb{R} \)に対して、\begin{equation*}f_{1}\left( \theta _{2}|\theta _{1}\right) =\left\{
\begin{array}{cl}
\frac{1}{\theta _{1}} & \left( if\ 0\leq \theta _{2}\leq \theta _{1}\right)
\\
0 & \left( otherwise\right)
\end{array}\right.
\end{equation*}を定める信念\(f_{1}\left( \cdot |\theta_{1}\right) :\mathbb{R} \rightarrow \mathbb{R} \)として定式化されます。この信念\(f_{1}\left( \cdot |\theta_{1}\right) \)の形状は自身のタイプ\(\theta _{1}\)に依存するため、分布独立性の仮定が成立していません。

 

共通事前分布と分布独立性の仮定の含意

単一財オークション環境において共通事前分布の仮定が成り立つ場合、それぞれの入札者\(i\)の信念\(f_{i}\)は共通事前分布\(f^{\ast }:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)と整合的です。つまり、入札者\(i\in I\)とそのタイプ\(\theta _{i}\in \Theta _{i}\)および他の入札者たちのタイプ\(\theta _{-i}\in \Theta _{-i}\)をそれぞれ任意に選んだとき、\begin{equation*}f_{i}\left( \theta _{-i}|\theta _{i}\right) =\frac{f^{\ast }\left( \theta
_{i},\theta _{-i}\right) }{\int\limits_{\theta _{-i}\in \Theta _{-i}}f^{\ast
}\left( \theta _{i},\theta _{-i}\right) d\theta _{-i}}
\end{equation*}が成り立ちます。タイプ集合\(\Theta _{1},\cdots ,\Theta _{n}\)と共通事前分布\(f^{\ast }\)は共有知識であるため、以上を踏まえると、任意の入札者\(i\)の信念\(f_{i}=\left\{ f_{i}\left( \cdot |\theta _{i}\right) \right\} _{\theta_{i}\in \Theta _{i}}\)もまた共有知識です。その一方で、それぞれの入札者\(i\)の真のタイプ\(\theta _{i}\)は私的情報であるため、入札者\(i\)の真のタイプ\(\theta_{i}\)にもとづく信念\(f_{i}\left(\cdot |\theta _{i}\right) \)もまた入札者\(i\)の私的情報です。

入札者たちの信念に関して共通事前分布と分布独立性を仮定する場合、以下の命題が成り立ちます。

命題(共通事前分布と分布独立性の含意)
単一財オークション環境において共通事前分布と分布独立性を仮定する場合、共通事前分布\(f^{\ast }:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)がそれぞれの状態\(\theta_{I}\in \Theta _{I}\)に対して定める値は、\begin{equation*}f^{\ast }\left( \theta _{I}\right) =f^{\ast }\left( \theta _{1}\right)
\times \cdots \times f^{\ast }\left( \theta _{n}\right)
\end{equation*}を満たす。ただし、\(f^{\ast }\left( \theta _{i}\right) \)は\(f^{\ast }\)から導かれる\(\theta _{i}\)に関する周辺確率密度関数であり、\begin{equation*}f^{\ast }\left( \theta _{i}\right) =\int\limits_{\theta _{-i}\in \Theta
_{-i}}f^{\ast }\left( \theta _{i},\theta _{-i}\right) d\theta _{-i}
\end{equation*}である。

証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

以上の命題を踏まえると、共通事前分布と分布独立性の仮定を認める場合には、入札者たちのタイプとその分布を以下のように記述できるようになるため、分析が容易になります。

  1. 入札者たちのタイプ集合\(\Theta _{1},\cdots ,\Theta _{n}\)は共有知識である一方で、それぞれの入札者\(i\in I\)の真のタイプは私的情報である。
  2. 共通事前分布に相当する同時確率密度関数\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)が存在する。それに対応する同時分布関数を\(F:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)で表記する。つまり、状態が\(\theta _{I}\)以下である確率(任意の入札者\(i\)のタイプが\(\theta _{i}\)以下である確率)は\(F\left(\theta _{I}\right) \)である。この\(F\)は共有知識である。
  3. それぞれの入札者\(i\)のタイプ\(\theta _{i}\)の分布は、共通事前分布の周辺確率密度関数\(f_{i}:\mathbb{R} \rightarrow \mathbb{R} \)によって記述される。それに対応する周辺分布関数を\(F_{i}:\mathbb{R} \rightarrow \mathbb{R} \)で表記する。つまり、入札者\(i\)のタイプが\(\theta _{i}\)以下である確率は\(F_{i}\left( \theta _{i}\right) \)である。この\(F_{i}\)も共有知識である。
  4. 入札者たちのタイプ\(\theta _{1},\cdots ,\theta _{n}\)は独立である。つまり、任意の状態\(\theta _{I}\in \left( \theta _{1},\cdots ,\theta_{n}\right) \in \Theta _{I}\)に対して、\begin{equation*}f(\theta _{I})=f_{1}(\theta _{1})\times \cdots \times f_{n}(\theta _{n})\end{equation*}が成り立つ。
例(共通事前分布と分布独立性の含意)
入札者集合が、\begin{equation*}
I=\left\{ 1,2\right\}
\end{equation*}であるとともに、入札者たちのタイプ集合が、\begin{eqnarray*}
\Theta _{1} &=&\left[ 0,80\right] \\
\Theta _{2} &=&\left[ 0,100\right] \end{eqnarray*}であるものとします。共通事前分布と分布独立性を仮定します。入札者\(1\)のタイプ\(\theta _{1}\)はタイプ集合\(\Theta _{1}=\left[ 0,80\right] \)上の連続一様分布にしたがって分布しているならば、その確率分布を表す確率密度関数\(f_{1}:\mathbb{R} \rightarrow \mathbb{R} \)はそれぞれの\(\theta _{1}\in \mathbb{R} \)に対して、\begin{equation*}f_{1}\left( \theta _{1}\right) =\left\{
\begin{array}{cl}
\frac{1}{80} & \left( if\ 0\leq \theta _{1}\leq 80\right) \\
0 & \left( otherwise\right)
\end{array}\right.
\end{equation*}を定めます。また、入札者\(2\)のタイプ\(\theta _{2}\)はタイプ集合\(\Theta _{2}=\left[ 0,100\right] \)上の連続一様分布にしたがって分布しているならば、その確率分布を表す確率密度関数\(f_{2}:\mathbb{R} \rightarrow \mathbb{R} \)はそれぞれの\(\theta _{2}\in \mathbb{R} \)に対して、\begin{equation*}f_{2}\left( \theta _{2}\right) =\left\{
\begin{array}{cl}
\frac{1}{100} & \left( if\ 0\leq \theta _{2}\leq 100\right) \\
0 & \left( otherwise\right)
\end{array}\right.
\end{equation*}を定めます。加えて、共通事前分布\(f^{\ast }:\mathbb{R} ^{2}\rightarrow \mathbb{R} \)がそれぞれの状態\(\left(\theta _{1},\theta _{2}\right) \in \Theta _{I}\)に対して定める値は、\begin{equation*}f^{\ast }\left( \theta _{1},\theta _{2}\right) =f_{1}\left( \theta
_{1}\right) \times f_{2}\left( \theta _{2}\right)
\end{equation*}となります。

 

IPVモデル

単一オークション環境において入札者たちの利得関数に関して非外部性、準線型性、リスク中立性、私的価値を仮定するとともに、入札者たちのタイプに関して共通事前分布と分布独立性を仮定する場合、そのような環境をIPVモデル(independent private value model)と呼びます。具体的には、IPVモデルの要素は以下の通りです。

  1. 入札者集合は\(I=\left\{ 1,\cdots,n\right\} \)である。
  2. 結果集合は\(A\times \mathbb{R} ^{n}\)であり、その要素であるそれぞれの結果は、\begin{equation*}\left( a_{I},t_{I}\right) =\left( a_{1},\cdots ,a_{n},t_{1},\cdots,t_{n}\right) \in A\times \mathbb{R} ^{n}
    \end{equation*}である。結果\(\left( a_{I},t_{I}\right) \)において入札者\(i\)は商品を確率\(a_{i}\)で入手する一方、その対価として所得移転\(t_{i}\)が課せられる。
  3. 入札者\(i\)のタイプは商品への支払い意思額であり、入札者\(i\)のタイプ集合は、\begin{equation*}\Theta _{i}=\left[ \underline{\theta }_{i},\overline{\theta }_{\iota }\right]\subset \mathbb{R} \end{equation*}である。
  4. 状態\(\theta _{I}\)の分布が同時確率密度関数\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)によって記述され、それぞれの入札者\(i\)のタイプ\(\theta _{i}\)の分布は\(f\)の周辺確率密度関数\(f_{i}:\mathbb{R} \rightarrow \mathbb{R} \)によって記述される。\(f\)に対応する同時分布関数を\(F:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)で表記し、\(f_{i}\)に対応する分布関数を\(F_{i}:\mathbb{R} \rightarrow \mathbb{R} \)で表記する。さらに、入札者たちのタイプ\(\theta _{1},\cdots ,\theta _{n}\)は互いに独立である。すなわち、任意の状態\(\theta _{I}\in\left( \theta _{1},\cdots ,\theta _{n}\right) \in \Theta _{I}\)に対して、\begin{equation*}f(\theta _{I})=f_{1}(\theta _{1})\times \cdots \times f_{n}(\theta _{n})\end{equation*}が成り立つ。
  5. 入札者\(i\in I\)が状態\(\theta_{I}\in \Theta _{I}\)において結果\(\left(a_{I},t_{I}\right) \in A\times \mathbb{R} ^{n}\)から得る利得は、\begin{equation*}u_{i}\left( a_{I},t_{I},\theta _{I}\right) =a_{i}\cdot \theta _{i}-t_{i}\end{equation*}であり、オークションの主催者が得る利得は、\begin{equation*}
    \sum_{i\in I}t_{i}
    \end{equation*}である。

 

演習問題

問題(IPVモデル)
入札者集合が、\begin{equation*}
I=\left\{ 1,2\right\}
\end{equation*}であるとともに、入札者たちのタイプ集合が、\begin{eqnarray*}
\Theta _{1} &=&\left[ 0,80\right] \\
\Theta _{2} &=&\left[ 0,100\right] \end{eqnarray*}であるものとします。IPVモデルを想定します。入札者\(1\)のタイプ\(\theta _{1}\)はタイプ集合\(\Theta _{1}=\left[ 0,80\right] \)上の連続一様分布にしたがって分布しており、入札者\(2\)のタイプ\(\theta _{2}\)はタイプ集合\(\Theta _{2}=\left[ 0,100\right] \)上の連続一様分布にしたがって分布しているものとします。メカニズム\(\left( a,t\right) \)は「最高額の入札者が落札者であり、落札者だけが自身の入札額に等しい金額を支払う」というルールであるものとします。タイプ\(\theta _{1}\)の入札者\(1\)による入札額が\(\hat{\theta}_{1}\)であるときに自身が直面する中間期待利得と、タイプ\(\theta _{2}\)の入札者\(2\)による入札額が\(\hat{\theta}_{2}\)であるときに自身が直面する中間期待利得をそれぞれ求めてください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

関連知識

Mailで保存
Xで共有

質問とコメント

プレミアム会員専用コンテンツです

会員登録

有料のプレミアム会員であれば、質問やコメントの投稿と閲覧、プレミアムコンテンツ(命題の証明や演習問題とその解答)へのアクセスなどが可能になります。

ワイズのユーザーは年齢・性別・学歴・社会的立場などとは関係なく「学ぶ人」として対等であり、お互いを人格として尊重することが求められます。ユーザーが快適かつ安心して「学ぶ」ことに集中できる環境を整備するため、広告やスパム投稿、他のユーザーを貶めたり威圧する発言、学んでいる内容とは関係のない不毛な議論などはブロックすることになっています。詳細はガイドラインをご覧ください。

誤字脱字、リンク切れ、内容の誤りを発見した場合にはコメントに投稿するのではなく、以下のフォームからご連絡をお願い致します。

プレミアム会員専用コンテンツです
ログイン】【会員登録

単一財オークション