选择一个对象

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Pick-an-object Mechanisms》
---
作者：
In\\\'acio B\\\'o and Rustamdjan Hakimov
---
最新提交年份：
2021
---
分类信息：

一级分类：Economics        经济学
二级分类：Theoretical Economics        理论经济学
分类描述：Includes theoretical contributions to Contract Theory, Decision Theory, Game Theory, General Equilibrium, Growth, Learning and Evolution, Macroeconomics, Market and Mechanism Design, and Social Choice.
包括对契约理论、决策理论、博弈论、一般均衡、增长、学习与进化、宏观经济学、市场与机制设计、社会选择的理论贡献。
--

---
英文摘要：
  We introduce a new family of mechanisms for one-sided matching markets, denoted pick-an-object (PAO) mechanisms. When implementing an allocation rule via PAO, agents are asked to pick an object from individualized menus. These choices may be rejected later on, and these agents are presented with new menus. When the procedure ends, agents are assigned the last object they picked. We characterize the allocation rules that can be sequentialized by PAO mechanisms, as well as the ones that can be implemented in a robust truthful equilibrium. We justify the use of PAO as opposed to direct mechanisms by showing that its equilibrium behavior is closely related to the one in obviously strategy-proof (OSP) mechanisms, but PAO-implements commonly used rules, such as Gale-Shapley DA and top trading cycles, which are not OSP-implementable. We run laboratory experiments comparing truthful behavior when using PAO, OSP, and direct mechanisms to implement different rules. These indicate that agents are more likely to behave in line with the theoretical prediction under PAO and OSP implementations than their direct counterparts.
---
PDF下载：
--> Pick-an-object_Mechanisms.pdf (870.95 KB)

2022-4-24 18:36:58 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Implementing Contribution equilibrium Theoretical Experiments

ACIO B\'O和RUSTAMDJAN HAKIMOVAbstract中的拾取对象机制。我们为单边匹配市场引入了一系列新的机制，称为拾取对象（PAO）机制。在viaPAO实现分配规则时，要求代理从个性化菜单中选择一个对象。这些选项以后可能会被拒绝，这些代理将被提供新的菜单。当程序结束时，代理将被分配最后一个拾取的对象。我们描述了可以通过PAO机制顺序化的分配规则，以及可以在鲁棒真实均衡中实现的分配规则。我们通过证明PAO的均衡行为与明显策略证明（OSP）机制中的均衡行为密切相关来证明使用PAO而不是直接机制的合理性，但PAO实现了常用的规则，如Gale Shapley DA和top trading cycles，这些规则是不可实现的。我们进行了实验室实验，比较使用PAO、OSP和直接机制实施不同规则时的真实行为。这些表明，在PAO和OSP实施下，代理的行为更可能符合理论预测，而不是直接对应的代理。JEL分类：C78、C73、D78、D82。关键词：市场设计、匹配、顺序机制、实验、明显的战略证明。1.导言近年来，市场设计及其应用的文献有了很大的发展。即使我们将注意力限制在集中匹配市场的设计上，理论和经验贡献影响资源分配方式的例子似乎仍在不断扩大。

例如，学校选择程序的设计（Abdulkadiroglu和Sonmez，2003年）、集中式大学录取（Balinski和Sonmez，1999年）、住院医生与医院的匹配（Rothand Peranson，1999年）、器官与患者的匹配（Roth等人，2004年）、难民到地方（Jonesand Teytelboym，2017年）、免费预约服务（Hakimov等人，2021a）等等。通过仔细选择如何确定这些分配作为信息的日期：2021年8月。B.O：西南财经大学，中国行为经济学与金融中心，中国成都；网站：http://www.inaciobo.com; 电子邮件：inaciog@gmail.com.Hakimov：经济系，洛桑大学，瑞士和WZB社会中心柏林，德国。电子邮件：rustamdjan。hakimov@unil.ch.We感谢Samson Alva、Lars Ehlers、Dorothea K¨ubler、Andrew Mackenzie、Alexander Nesterov、MarekPycia、Madhav Raghavan、Peter Troyan和Andrew Schotter提供的有用意见。我们感谢JennyRontganger的拷贝编辑和Nina Bonge对实验运行的支持。Hakimov承认瑞士国家科学基金会资助（项目第100018期第189152期）。选择对象机制2由于参与者的偏好、优先级结构和公平考虑，这些过程可以导致满足某些期望属性的分配。这些机制的设计者面临的一个关键挑战是，参与者知道确定所需分配所需的信息，但设计者不知道。这些通常是他们对结果的偏好，但也可能包括其他相关信息，比如他们的社会经济地位。在实际应用中，这个问题通常通过两种工具的结合来解决：主导策略实施和揭示原则。

这些工具保证，如果设计师想要主导战略实施提供的战略简单性，就必须考虑披露机制，在这种机制中，参与者只需报告他们的私人信息，这样做时他们就可以安全地做到真实。事实上，绝大多数文献只关注直接揭示机制，通常是策略证明机制。然而，最近的实验和经验证据引起了人们对市场参与者理解这些机制的激励性质的能力的担忧。许多参与者使用主导策略，从而扭曲了市场配置。这一现象在许多实验室实验和实证论文中都有记录。这带来了一个新的挑战：除了通过策略验证直接机制实现分配规则之外，是否还有其他方法可以导致更经常符合理论预测的行为？最近，一个著名的尝试是将一种替代策略证明的方法形式化，该方法解释了参与者可以在多大程度上轻松理解由机制引发的激励，这就是显而易见的策略证明（OSP）的概念。“对于任何偏离，如果在两种策略首先出现分歧的任何信息集上，偏离下的最佳结果并不比主导策略下的最差结果好，那么策略显然是主导的；如果在明显主导的策略中存在均衡，那么机制显然是战略证明的（OSP）”（Li，2017）。因此，外包服务提供商是战略证明概念的对手，因为明显的优势意味着弱优势。这个概念有助于解释为什么，例如，实验室实验表明，代理人更有可能在时钟拍卖下，而不是在无标底二价拍卖下，真实地出价（Kagel等人，1987年）。

虽然两者在真实主导策略中执行相同的规则，但前者显然也占主导地位，而不是后者。OSP的一个重要缺点，尤其是出于实际目的，是它是一个非常限制性的概念。通常被认为是对象分配问题的规则，如顶级交易周期和稳定规则，无法通过OSP机制实现。参见Ayg–un和B\'o（2021）。参见Hakimov和K¨ubler（2021）对实验匹配文献的广泛调查。请参阅我们的相关文献部分。作者还介绍了实验室实验的结果，比较了随机序列专政规则的策略证明和OSP实现下的行为和结果，获得了类似的结果。然而，请注意，Breitmoser和Schweighofer-Kodritsch（2021）提出了这样一个问题，即这种差异是否可以归因于明显的战略证明。拾取一个物体的机制3（Li，2017；Ashlagi和Gonczarowski，2018）。因此，在没有这种行为指导的情况下，这就留下了大量问题。Pycia和Troyan（2019）在最近的一篇论文中提出了另一个担忧，他们描述了目标分配领域中的所有OSP机制，并表明对于一些OSP策略，参与者需要有完美的远见，以正确预测可行的行动和结果，这可能是非常苛刻的。为了解决这一问题，作者还定义了一个更强大的概念，即强大的OSP，它不需要参与者的远见，但留给设计师一个本质上独特的机制——序列独裁（SD）。在顺序SD中，参与者按优先级排列对象菜单，只需选择它们的分配即可。

在菜单上选择最喜欢的对象的策略明显占主导地位。最近的实验室实验表明，延迟接受规则（DA）的动态实施，其中平衡行为也包括从菜单中选择最喜欢的对象，导致真实行为的比率高于标准的直接披露规则（B\'o和Hakimov，2020；Klijn等人，2019）。考虑到真实行为是动态DA中涉及非主导策略的均衡，而直接DA是策略证明，结果尤其令人惊讶。如果认为行为背后更符合OSP机制理论的主要驱动因素是策略明显占主导地位的事实，那么Li（2017）、B\'o和Hakimov（2020）以及Klijn等人（2019）的实验结果背后的力量将是不相关的，因为在后者中，均衡策略甚至不占主导地位。在本文中，我们推测，与理论预测更为一致的观察到的行为背后的主要驱动力是平衡策略的简单机制，即代理从菜单中“选择”他们想要的对象，而不是提交代表他们偏好的对象的排名。这将为这些实验结果提供一个统一的替代解释。在此基础上，我们引入了一类序列揭示机制，通过一个具有密切相关机制的平衡行为来实现各种对象分配规则。我们让他们选择一个对象机制（PAO）。在PAO机制中，代理被要求从个性化菜单中选择一个对象。这些选择可能会在以后被拒绝，然后代理会收到新菜单，其中包含以前菜单的严格子集，以前的选择是从这些菜单中删除的。

当程序结束时，将为代理指定他们拾取的最后一个对象（如果有）。PAO机制将分配规则“顺序化”，前提是它总是导致唯一分配与偏好文件一致，从而使代理人做出的选择合理化。因此，如果代理只是在给定amenu时选择他们最喜欢的对象，那么一旦过程结束，他们持有的对象就是allocationrule根据他们的真实偏好确定的对象。因此，请注意，OSP和PAO机制中的真实平衡行为密切相关。而在前者中，它可以表示为“等到你能选择你最好的可行目标在后者中，它是“选择你最好的可行对象，然后等着看你是否能保留它。”挑选对象机制4 PAO机制中涉及的简单机制导致了一种权衡：因为有关代理人偏好的信息只能通过菜单中的选项获得，因此获得更多关于其偏好的信息需要排除她最后的选择。这反过来又限制了可以通过PAO机制“顺序化”的分配规则集。我们通过一个表示单调可发现性的新性质来刻画这些规则（定理1）。许多熟悉的规则，如Gale-Shapley-DA和toptrading循环，都满足了这一点（命题1）。我们将通过鲁棒均衡（鲁棒有序完美贝叶斯均衡）在真实策略中实现的规则描述为策略证明且满足单调可发现性的规则（定理2）。

最后，我们证明了每一个非bossy OSP可实现规则都可以通过PAO机制在弱优势策略中实现（定理3）。我们对PAO机制使用的理由是不标准的，因为PAO机制的博弈论激励性质弱于替代机制，即战略证明直接机制和OSP机制，但我们通过实验室实验验证了我们的猜测。我们测试了两种分配规则，顶级交易周期（TTC）和连续独裁（SD），并分别构造了三种处理方法：直接披露实现、PAO实现和OSP实现。也就是说，对于这些规则中的每一条，我们都运行了三种不同的机制来实现它们。我们改变了机制，简化了受试者之间的规则，实验的主要目标是比较PAO机制在不同环境中相对于直接和OSP（如果可能）机制的性能（在我们的例子中是规则）。出于实际考虑，我们对受试者的分配规则进行了更改，因为我们感兴趣的是机制类型之间的比较静态，而不是规则。由于TTC只能在某些“非循环”优先级结构中实现（Troyan，2019），我们将TTC环境分为循环优先级结构和非循环优先级结构，前者只有直接和PAO实现。我们发现，事实上，OSP的实施带来了更高的整体真实率。当OSP实现存在时（即，除了具有循环优先权结构的TTC），OSP在真实偏好揭示方面优于PAO和直接实现。当比较TTC和。

在PAO机制中，实验表明，PAO的实施导致受试者遵循TTC规则的真实均衡策略的比例更高，而SD规则的比例则更低。至于效率，对于TTC和SD而言，PAO机制的效率显著高于直接机制。OSP机制比直接机制提高效率，但与PAO机制没有显著差异。因此，尽管真实策略的比例较高，但OSP机制并没有改善。我们在第2.1节中提供了一个简单的激励示例。在B\'o和Hakimov（2020）中报道的实验补充了这些，并将直接启示Gale Shapley DA与迭代延迟接受机制（这是它的实现）进行了比较。结果与我们在这里展示的结果一致：PAO实施ofDA比直接对应的方案更能说明真相。与PAO机构相比，拾取对象机构的效率更高。这是因为与真实策略的偏差在OSP中比在PAO机制中更可能与支付无关。然而，当我们更仔细地观察OSP实施TTC的结果时，我们发现真实行为的比率存在很大差异，这取决于受试者明显占主导地位的策略的性质。我们采用了Pycia和Troyan（2019）的描述，他们表明，每一个OSP可实现的机制都相当于一个“千足虫游戏”在千足虫游戏中，在每个决策节点上，每个玩家都有一个选择，要么带着给定菜单中的一个对象离开（“紧握动作”），要么带着一个“传球动作”与代理人简单地选择他们的分配的决定性行动不同，传递行动需要远见，以正确预测可行的选项，这可能是非常苛刻的。

在我们的实验中，在非循环TC规则的OSP实现中，当明显占主导地位的策略包括简单地选择最优先的对象，即“紧握动作”时，真实行为的发生率为93%。但当它需要一定程度的“预见性”，因为它涉及“传递行为”时，残忍行为的发生率只有56%。这一结果有力地支持了Pycia和Troyan（2019）强烈的OSP概念，其短视的“挑选”平衡比一般的OSP更好地预测行为。到目前为止，我们仅通过直接策略的吸引力来驱动PAO机制，我们的实验证实了这一点。然而，PAO机构还有其他吸引人的特点，尽管本文没有直接评估这些特点，但在实际应用中很重要。首先，他们通过要求更粗糙的偏好信息和限制步骤之间可用选项的数量，改进了程序执行期间可用选项信息的获取（Grenet等人，2019年；Hakimov等人，2021b）。其次，通过让参与者体验最终分配过程中涉及的步骤，他们可以被视为更加透明（Hakimov和Raghavan，2020a）。最后，与直接机制相比，它们可以使均衡策略在有大量选择的市场中更可行，比如全国大学招生。这是因为在大多数实际情况下，设计师会限制排名顺序列表的长度，因为即使对100个选项进行排名似乎也是一项非常艰巨的任务，而学生在DA的PAO实施中必须做出的选择数量通常比应该排名的备选方案数量小很多（B\'o和Hakimov，2016）。