非分割財の交換経済におけるベイジアンゲーム

メカニズムのもとでのベイジアンゲーム

非分割財の交換経済が環境\begin{equation*}
\left( I,\left\{ h_{i}\right\} _{i\in I},\left\{ \succsim _{i}\right\}
_{i\in I},A,\left\{ \succsim _{i}^{A}\left[ \succsim _{I}\right] \right\}
_{i\in I}\right)
\end{equation*}として表現されているものとします。ただし、\(I\)はプレイヤー集合、\(h_{i}\)はプレイヤー\(i\in I\)が初期時点において保有する商品、\(\succsim _{i}\)はプレイヤー\(i\)が商品どうしを比較する選好関係、\(A\)は配分集合、\(\succsim _{i}\left[ \succsim _{I}\right] \)はプレイヤー\(i\)が配分どうしを比較する選好関係です。特に、任意のプレイヤー\(i\in I\)に関して非外部性と私的価値を仮定する（私的価値モデル）場合には、任意の2つの配分\(a_{I},a_{I}^{\prime }\in A\)に対して以下の関係\begin{equation*}a_{I}\succsim _{i}^{A}[\succsim _{I}]\ a_{I}^{\prime }\Leftrightarrow
a_{i}\succsim _{i}a_{i}^{\prime }
\end{equation*}が成り立つため、プレイヤー\(i\)が配分どうしを比較する選好\(\succsim_{i}^{A}[\succsim _{I}]\)について考えるかわりに、プレイヤー\(i\)が商品どうしを比較する選好\(\succsim _{i}\)について考えても一般性は失われません。

仮にマッチメイカーが問題としている非分割財の交換経済の真の状態\(\succsim _{I}\in \mathcal{R}_{I}\)を観察できるならば、観察した\(\succsim _{I}\)を基準に社会的に望ましい配分を配分集合\(A\)の中から選び取ることが原理的に可能です。しかし、実際には、選好はエージェントが持つ私的情報であるため、マッチメイカーは真の状態\(\succsim _{I}\)を観察できず、状態がとり得る値の範囲\(\mathcal{R}_{I}\)だけを知っています。そこで、マッチメイカーはエージェントたちに選好を申告させた上で、あらかじめ定めたルールにもとづいて資源配分を行うことになります。

マッチメイカーが設計するルールはメカニズム\begin{equation*}
\phi :\mathcal{R}_{I}\rightarrow A
\end{equation*}として定式化されます。エージェントたちが申告する選好からなる組\(\hat{\succsim}_{I}\in \mathcal{R}_{I}\)に対してメカニズム\(\phi \)は配分\begin{equation*}\phi \left( \hat{\succsim}_{I}\right) \in A
\end{equation*}を1つずつ定めます。この配分においてエージェント\(i\)は商品\(\phi_{i}\left( \hat{\succsim}_{I}\right) \)を入手します。

メカニズムに直面したそれぞれのエージェントは自身の真の選好を正直に申告するとは限りません。エージェントは望ましい結果を得るために戦略的に行動しますが、その一環として、偽りの選好を申告する可能性があるからです。エージェントにとって自身の選好は私的情報であるため、エージェントが嘘をついて真の選好とは異なる選好を申告しても、マッチメイカーはそれが嘘であるかどうかを知る術はありません。エージェントたちが偽りの選好を申告する場合、マッチメイカーは偽りの選好を基準に配分を決定することとなり、それは真の意味で社会的に望ましい配分とは異なるものになってしまう可能性があります。情報の非対称に起因するこのような問題をインセンティブの問題と呼びます。

インセンティブの問題を引き起こす原因が情報の非対称性である以上、インセンティブの問題を解決するためには、何らかの方法を通じて情報の非対称性を解消する必要があります。具体的には、それぞれのエージェントにとって真の選好を正直に申告することが得であるようなメカニズムを設計すれば、そのようなメカニズムのもと、エージェントたちは真の選好を自ら進んで正直に申告するため、結果として情報の非対称性は解消されます。以上のことをよりテクニカルに表現すると、メカニズムを提示されたエージェントたちが直面する戦略的状況をゲームとして記述したとき、そのゲームにおいて、「すべてのエージェントが自身の真の選好を正直に申告する」ことが均衡になるのであれば、そのようなメカニズムのもとで情報の非対称性は解消されるということです。ただ、そもそも、そのようなメカニズムを設計することは可能なのでしょうか。こうした問いについて考えるために、まずは、メカニズムを提示されたエージェントたちが直面する戦略的状況をゲームとして記述します。

非分割財の交換経済において、マッチメイカーはメカニズム\(\phi \)を設計し、それをエージェントたちに提示します。仮にすべてのエージェントが提示されたメカニズム\(\phi \)に同意するのであれば、それぞれのエージェント\(i\in I\)は自身の選好\(\hat{\succsim}_{i}\in \mathcal{R}_{i}\)をマッチメイカーへ申告することになります。その際、他のエージェントたちが申告する選好を事前に観察できません。また、エージェントは真の選好\(\succsim _{i}\in \mathcal{R}_{i}\)を正直に申告するとは限りません。いずれにせよ、エージェントたちが申告してきた選好の組\(\hat{\succsim}_{I}\in \mathcal{R}_{I}\)に対し、マッチメイカーはあらかじめ提示したメカニズム\(\phi \)にもとづいて配分\(\phi \left( \hat{\succsim}_{I}\right) \in A\)を選び取り、これを遂行します。その結果、それぞれのエージェント\(i\)は商品\(\phi _{i}\left( \hat{\succsim}_{I}\right) \in H\)を入手します。メカニズム\(\phi \)を提示されたエージェントたちが直面する以上のような戦略的状況をゲームとみなした上で、それを、\begin{equation*}G\left( \phi \right)
\end{equation*}で表記し、これをメカニズム\(\phi \)のもとでのゲームと呼ぶこととします。以降では、このゲーム\(G\left( \phi \right) \)を構成する要素を具体的に特定します。

まず、このゲームのエージェントは商品の交換に臨むエージェントたちであるため、ゲーム\(G\left( \phi \right) \)のエージェント集合は問題としている非分割財の交換経済のエージェント集合\(I\)と一致します。

それぞれのエージェント\(i\in I\)は自身が商品どうしを比較する商品集合\(H\)上に定義された選好\(\succsim _{i}\)を私的情報として持っています。つまり、ゲーム\(G\left( \phi \right) \)におけるエージェント\(i\)のタイプは選好\(\succsim _{i}\)であり、タイプ集合は選好集合\(\mathcal{R}_{i}\)と一致します。エージェント\(i\)のタイプ\(\succsim _{i}\)はタイプ集合\(\mathcal{R}_{i}\)に属する様々な値を取り得ますが、\(\succsim _{i}\)の真の値を知っているのはエージェント\(i\)自身だけです。他の任意のエージェントやマッチメイカーは\(\succsim _{i}\)のとり得る値の範囲\(\mathcal{R}_{i}\)を知っていますが、その中のどの値が真の値であるかは知らないものと仮定することで、エージェント\(i\)にとって自身の選好が私的情報であるという状況を表現します。

メカニズム\(\phi \)に直面したそれぞれのエージェント\(i\)が申告する選好を\(\hat{\succsim}_{i}\in \mathcal{R}_{i}\)で表記します。つまり、ゲーム\(G\left( \phi \right) \)においてエージェント\(i\)に与えられた行動は自身が選択する選好\(\hat{\succsim}_{i}\)であり、自身が選択し得るすべての行動からなる集合は選好集合\(\mathcal{R}_{i}\)と一致します。それぞれのエージェント\(i\)は真の選好を正直に申告するとは限りません。つまり、申告された選好\(\hat{\succsim}_{i}\)は真の選好\(\succsim _{i}\)と一致するとは限りません。

エージェントたちが選択する行動の組、すなわち申告された選好の組が\(\hat{\succsim}_{I}\in \mathcal{R}_{I}\)であるとき、それに対してメカニズム\(\phi \)は配分\(\phi \left( \hat{\succsim}_{I}\right) \in A\)を選び取ります。行動の組\(\hat{\succsim}_{I}\)が変われば配分\(\phi \left( \hat{\succsim}_{I}\right) \)も変化しますが、どのように変化するかはメカニズム\(\phi \)の内容に依存します。以上がゲーム\(G\left( \phi \right) \)において起こり得る結果です。

エージェント\(i\)が結果どうしを比較する評価体系は、自身が配分どうしを比較する配分集合\(A\)上に定義された選好\(\succsim _{i}^{A}\)として記述されます。一般に、エージェントが配分どうしを比較する選好\(\succsim _{i}^{A}\)の形状はすべてのエージェントたちの選好\(\succsim _{I}\)に依存するため、そのことを明示するために\(\succsim _{i}^{A}\)を\(\succsim _{i}^{A}\left[ \succsim _{I}\right] \)と表記します。つまり、ゲーム\(G\left( \phi \right) \)におけるエージェント\(i\)の選好は\(\succsim _{i}^{A}\left[ \succsim_{I}\right] \)であり、これは状態\(\succsim _{I}\)に依存するため、エージェント\(i\)の選好がとり得る値からなる集合は、\begin{equation*}\mathcal{R}_{i}^{A}=\left\{ \succsim _{i}^{A}\left[ \succsim _{I}\right] \right\} _{\succsim _{I}\in \mathcal{R}_{I}}
\end{equation*}となります。

以上でゲーム\(G\left( \phi \right) \)の要素がすべて出揃いました。つまり、このゲームはエージェントが私的情報を持つ不完備情報ゲームであり、以下のようなベイジアンゲーム\begin{equation*}G\left( \phi \right) =\left( I,\left\{ \mathcal{R}_{i}\right\} _{i\in
I},\left\{ \mathcal{R}_{i}^{A}\right\} _{i\in I}\right)
\end{equation*}として定式化されます。ただし、\(\mathcal{R}_{i}\)はエージェント\(i\)のタイプ集合と行動集合を兼ねています。これをメカニズム\(\phi \)のもとでのゲームと呼ぶこととします。

ゲーム\(G\left( \phi \right) \)を構成するすべての要素はエージェントたちの共有知識です。それぞれのエージェント\(i\in I\)は自身のタイプ\(\succsim _{i}\)の真の値を観察できますが、他のエージェントたちのタイプ\(\succsim _{-i}\)の真の値を観察できません。エージェント\(i\)が他のエージェントたちについて知っていることは\(\succsim_{-i}\)がとり得る値の範囲\(\mathcal{R}_{-i}\)だけです。したがって、エージェント\(i\)のタイプの真の値が\(\succsim _{i}\)である場合に直面し得る状態からなる集合は、\begin{equation*}\left\{ \left( \succsim _{i},\succsim _{-i}\right) \right\} _{\succsim
_{-i}\in \mathcal{R}_{-i}}
\end{equation*}となります。他の任意のエージェントについても同様の議論が成立します。また、ベイジアンゲームの静学性と不完備性より、ゲーム\(G\left( \phi \right) \)においてエージェントたちは以下の手順で意思決定を行います。

1. 自身の真の選好\(\succsim_{i}\in \mathcal{R}_{i}\)を知っているが他のエージェントたちの真の選好\(\succsim _{-i}\in \mathcal{R}_{-i}\)を知らないそれぞれのエージェント\(i\in I\)は自身の選好集合\(\mathcal{R}_{i}\)の中から特定の選好\(\hat{\succsim}_{i}\in \mathcal{R}_{i}\)を選択し、それを申告する。その際、他のエージェントたちが申告する選好\(\hat{\succsim}_{-i}\in \mathcal{R}_{-i}\)を観察できない。エージェント\(i\)が申告する選好\(\hat{\succsim}_{i}\)は自身の真の選好\(\succsim _{i}\)と一致するとは限らない。
2. エージェントたちが選択した選好の組\(\hat{\succsim}_{I}\in \mathcal{R}_{I}\)に対して、メカニズム\(\phi :\mathcal{R}_{I}\rightarrow A\)が配分\(\phi \left( \hat{\succsim}_{I}\right) \in A\)を定める。
3. 真の状態\(\succsim _{I}\)とエージェントたちが選択した選好からなる組\(\hat{\succsim}_{I}\)に応じて、それぞれのエージェント\(i\)は選好関係\(\succsim _{i}^{A}\left[ \succsim_{I}\right] \)のもとで先の結果\(\phi \left( \hat{\succsim}_{I}\right) \)を評価する。

エージェントの純粋戦略

メカニズム\(\phi \)のもとでのゲーム\(G\left( \phi \right) \)において、仮にすべてのエージェントが真の状態\(\succsim _{I}\)を把握しており、なおかつそのことが共有知識であるならば、それぞれのエージェント\(i\in I\)の選好が\(\succsim _{i}^{A}\left[ \succsim _{I}\right]\)であることが確定するため、エージェントたちが直面する戦略的状況はもはや不完備情報ゲームではなく、以下のような完備情報ゲーム\begin{equation*}G\left( \phi ,\succsim _{I}\right) =\left\{ I,\left\{ \mathcal{R}_{i}\right\} _{i\in I},\left\{ \succsim _{i}^{A}\left[ \succsim _{I}\right] \right\} _{i\in I}\right\}
\end{equation*}となります。ただし、\(I\)はエージェント集合、\(\mathcal{R}_{i}\)はエージェント\(i\)の行動集合、\(\succsim_{i}^{A}\left[ \succsim _{I}\right] \)はエージェント\(i\)の選好関係です。これを状態\(\succsim _{I}\)のもとでの状態ゲームと呼ぶこととします。状態ゲーム\(G\left( \phi ,\succsim_{I}\right) \)は完備情報ゲームであるため、そこでのエージェントの戦略とは、単純に、エージェントが選択可能な行動の中から1つの行動を選ぶことを意味します。

ただ、実際にはゲーム\(G\left( \phi \right) \)において真の状態\(\succsim _{I}\)を把握しているエージェントは存在せず、それぞれのエージェント\(i\)は真の状態\(\succsim _{I}\)に関する断片的な知識、すなわち自身の真のタイプ\(\succsim _{i}\)に関する情報しか持っていないため、エージェントは複数の状態ゲームに直面し得る中で意思決定を行う必要があります。具体的には、エージェント\(i\)の真の選好が\(\succsim _{i}\)である場合に直面し得る状態ゲームからなる集合は、\begin{equation}\left\{ G\left( \phi ,\succsim _{i},\succsim _{-i}\right) \right\}
_{\succsim _{-i}\in \mathcal{R}_{-i}} \quad \cdots (1)
\end{equation}です。しかも、それぞれのエージェント\(i\)は自身が直面し得るそれぞれの状態ゲーム\(G\left( \phi ,\succsim _{i},\succsim _{-i}\right) \)に対して、そこで選択する行動をあらかじめ指定することはできません。なぜなら、エージェント\(i\)は他のエージェントたちのタイプ\(\succsim _{-i}\)を観察できず、ゆえに自分が\(\left( 1\right) \)に属するどの状態ゲームをプレーしているかを判別できないからです。したがって、エージェント\(i\)は特定の行動\(\hat{\succsim}_{i}\)を事前に選び、その1つの行動のもとで、自分が直面し得る\(\left(1\right) \)に属するすべての状態ゲームに備える必要があります。

エージェント\(i\)は自身のタイプ\(\succsim _{i}\)の真の値を知っているため、\(\succsim _{i}\)の真の値のもとで直面し得る状態ゲームの集合\(\left( 1\right) \)に対してのみ1つの行動を定めればよいと考えるかもしれませんが、この考えは誤りです。他のエージェント\(j\ \left( \not=i\right) \)の視点から考えてみると、エージェント\(j\)にとっての最適な行動はエージェント\(i\)の行動に依存するため、エージェント\(j\)はエージェント\(i\)の行動を予想しながら自身の行動を決定します。エージェント\(i\)の行動は自身のタイプに依存しますが、エージェント\(j\)はエージェント\(i\)の真のタイプを知らない以上、\(\mathcal{R}_{i}\)に属するそれぞれのタイプごとに、そこでのエージェント\(i\)の行動を予想した上で、その予想を踏まえた上で自身の行動を決定します。つまり、エージェント\(j\)の行動はエージェント\(i\)のそれぞれのタイプのもとでの行動に依存します。逆に、エージェント\(i\)の最適な行動はエージェント\(j\)の行動に依存しますが、エージェント\(j\)の行動がエージェント\(i\)のそれぞれのタイプのもとでの行動に依存する以上、エージェント\(i\)が自身の最適な行動を考えるためには、エージェント\(i\)は自身の真のタイプとは限らない自身のそれぞれのタイプにおいて自分が何をするであろうか考える必要があります。つまり、エージェント\(i\)は自身のタイプ集合\(\mathcal{R}_{i}\)に属するそれぞれの値\(\succsim _{i}\)について、自分の真のタイプが\(\succsim _{i}\)である場合に自分が選択するであろう行動をそれぞれ定める必要があります。

以上を踏まえると、メカニズム\(\phi \)のもとでのベイジアンゲーム\(G\left( \phi \right) \)においてそれぞれのエージェントは、自身のそれぞれのタイプごとに自身が選択するであろう行動を包括的に定めておく必要があります。具体的には、ゲーム\(G\left( \phi \right) \)におけるエージェント\(i\)の戦略は写像\begin{equation*}s_{i}:\mathcal{R}_{i}\rightarrow \mathcal{R}_{i}
\end{equation*}として定式化されます。この戦略\(s_{i}\)のもとで、エージェント\(i\)は自分のタイプが\(\succsim_{i}\in \mathcal{R}_{i}\)の場合には行動\(s_{i}\left( \succsim _{i}\right) \in \mathcal{R}_{i}\)を選択します。言い換えると、自身のタイプが\(\succsim _{i}\)である場合、戦略\(s_{i}\)のもとでは、エージェント\(i\)はマッチメイカーに対して自身のタイプが\(s_{i}\left(\succsim _{i}\right) \)であると申告するということです。このような行動計画\(s_{i}\)をエージェントの純粋戦略（pure strategy）と呼びます。

すべてのエージェントの純粋戦略からなる組を、\begin{equation*}
s_{I}=(s_{i})_{i\in I}
\end{equation*}で表し、エージェント\(i\)以外のエージェントたちの純粋戦略からなる組を、\begin{equation*}s_{-i}=(s_{j})_{j\in I\backslash \left\{ i\right\} }
\end{equation*}で表します。\(s_{I}=\left(s_{i},s_{-i}\right) \)です。

エージェント\(i\)が選択可能なすべての純粋戦略からなる集合をエージェント\(i\)の戦略集合（strategy set）や戦略空間（strategy space）などと呼び、これを、\begin{equation*}S_{i}
\end{equation*}で表記します。\(s_{i}\in S_{i}\)です。すべてのエージェントの戦略集合の直積を、\begin{equation*}S_{I}=\prod_{i\in I}S_{i}
\end{equation*}で表します。また、\begin{equation*}
S_{-i}=\prod_{j\in I\backslash \left\{ i\right\} }S_{j}
\end{equation*}とします。\(s_{I}\in S_{I}\)かつ\(s_{-i}\in S_{-i}\)です。

メカニズムのもとでのゲーム\(G\left( \phi \right) \)においてエージェントたちが純粋戦略\(s_{I}\)を選択した場合、以下の手順のもとでゲームが進行します。

1. 自身の真の選好\(\succsim_{i}\in \mathcal{R}_{i}\)を知っているが他のエージェントたちの真の選好\(\succsim _{-i}\in \mathcal{R}_{-i}\)を知らないそれぞれのエージェント\(i\in I\)は、自身の純粋戦略\(s_{i}\)が指定する選好\(s_{i}\left( \succsim _{i}\right) \)を申告する。その際、他のエージェントたちが申告する選好\(s_{-i}\left( \theta _{-i}\right) \)を観察できない。エージェント\(i\)が申告する選好\(s_{i}\left( \succsim _{i}\right) \)は自身の真の選好\(\succsim _{i}\)と一致するとは限らない。
2. エージェントたちが申告した選好からなる組\(s_{I}\left( \succsim _{i}\right) =\left(s_{i}\left( \succsim _{i}\right) \right) _{i\in I}\in \mathcal{R}_{I}\)に対して、メカニズム\(\phi :\mathcal{R}_{I}\rightarrow A\)が配分\(\phi\left( s_{I}\left( \succsim _{i}\right) \right) \in A\)を定める。その結果、それぞれのエージェント\(i\)は商品\(\phi _{i}\left( s_{I}\left( \succsim_{i}\right) \right) \in H\)を獲得する。
3. それぞれのエージェント\(i\)は真の状態\(\succsim_{I}\)のもとでの選好関係\(\succsim _{i}^{A}\left[ \succsim _{I}\right] \)を通じて先の配分\(\phi \left( s_{I}\left( \succsim_{i}\right) \right) \)を評価する。

以下がメカニズムと純粋戦略の具体例です。

演習問題