Optimal Pricing Schemes for an Impatient Buyer
耐心的卖家旨在向不耐烦的买家出售商品(即,一个随着时间的推移而折扣效用的人)。买方将在市场上停留一段时间$T$,她的私人价值来自一个公开的分配。卖方的收入最优定价曲线((价格,时间)对序列)是什么?随机化在这里有帮助吗?收益最优定价曲线在多项式时间内可计算吗?我们在本文中回答这些问题。我们给出了一个有效的算法计算收入最优定价曲线。我们表明,定价曲线,张贴在每个时间点的价格,让买家选择她的效用最大化的时间购买,是收入最优的一类更广泛的顺序彩票机制。即,允许销售者在每个时间点张贴彩票菜单的机制不能获得比定价曲线更高的收入。我们还表明,甚至更广泛的一类机制,允许菜单的彩票自适应设置,可以赚取严格高于定价曲线的收入,收入差距可以大到买方的价值分布的支持大小。
2023-02-11 cs.DS cs.GT econ.TH
Dynamic Pricing with Limited Commitment
一个垄断者希望在每个时期向一个拥有不断发展和持续的私人信息的消费者出售一件商品。卖方根据到目前为止的历史记录设定每个时期的价格,但不能承诺未来的价格。我们表明,无论持久性程度如何,D1风格细化下的任何均衡都会给卖家带来的收入不高于她提前发布所有价格所获得的收入。
2021-12-10 econ.TH
Quality Selection in Two-Sided Markets: A Constrained Price Discrimination Approach
本文研究双边市场中平台如何选择卖家并分享质量信息以最大化收入,将信息披露问题转化为受约束的价格歧视问题,并给出简单信息结构(如禁止部分卖家)的最优条件。
2023-08-31 econ.TH math.OC
Information Design in Optimal Auctions
研究了单物品拍卖中的信息设计问题。信息设计者控制独立的私人信号,根据这些信号,购买者推断出他们的二元私人价值。假设卖方采用Myerson(1981)的最优拍卖作为响应,我们刻画了买方最优信息结构和卖方最差信息结构,前者使买方剩余最大化,后者使卖方收益最小化。我们将这两个信息设计问题转化为有限维的约束优化问题,其中可以明确地解决最优信息结构。与一个买家的情况相反(Roesler和Szentes,2017),我们表明,对于两个或更多买家,对称的买家最优信息结构不同于对称的卖家最差信息结构。商品总是在卖方最差的信息结构下出售,而不是在买方最优的信息结构下出售。然而,当购买者的数量趋于无穷大时,两种对称的信息结构都趋于不披露。我们还表明,在一个事先对称的设置,一个不对称的信息结构是从来没有卖方最坏的,但可以产生严格更高的盈余比对称的买方最优信息结构的买方。
2022-10-27 econ.TH
Strategy-Proof and Non-Wasteful Multi-Unit Auction via Social Network
由Li et al.(2017)开创的通过社交网络的拍卖在拍卖的机制设计文献中引起了相当大的关注。然而,没有已知的机制,满足防策略,无赤字,无浪费,和个人理性的多单位单位需求拍卖,除了一些幼稚的。在本文中,我们首先提出了一种机制,满足所有上述性质。然后,我们与两个天真的机制进行了全面的比较,表明所提出的机制在社会剩余,卖方的收入,并鼓励买方说实话。我们还分析了社会剩余的特点和收入所取得的建议机制,包括不断逼近的最坏情况下的效率损失和优化收入的复杂性,从卖方的角度来看。
2019-11-20 cs.GT econ.TH
Screening with Advertisements
本文研究了在销售商品时附带广告的卖方如何通过三种常见定价机制实现收入最大化,并引入了新的二维正交条件来分析最优性。
2026-10-14 econ.TH
Optimal linear-payment auction design with aftermarket collaboration
Nanjing University(南京大学);Queen’s University(女王大学);Sun Yat-Sen University(中山大学)
本文研究了当估值依赖于拍卖后卖方与中标方合作时的最优拍卖设计,分析了两种合作结构并提出线性支付机制。研究发现卖方在合作中获得更高收益,合作结构影响价值分配和努力程度。
2026-04-20 econ.TH
Algorithmic Information Disclosure in Optimal Auctions
本文研究最优拍卖中信号结构与拍卖规则的联合设计问题,证明该问题为NP难,提出了收益损失至多为ε的PTAS算法,并证实提供部分信息可将收益保证至最优福利的1-1/e。
2024-03-13 cs.GT econ.TH
Information Disclosure and Promotion Policy Design for Platforms
我们考虑一个促进买卖双方交易的平台,其目标是最大化消费者剩余。尽管在许多这样的市场中,价格是由收入最大化的卖家设定的,但平台可以通过以下方式影响价格:(i)价格依赖的促销政策,可以通过在网页上的显著位置展示产品来增加对产品的需求;(ii)向卖家透露有关促销价值的信息。识别有效的联合信息设计和促销策略是一个具有挑战性的动态问题,因为卖家可以从销售观察中顺序地学习促销价值并相应地更新价格。我们引入了混淆促销政策的概念,其目的是防止贝叶斯卖家学习促销价值(以短期损失为代价,将一些消费者从最好的产品中转移出来)。利用这些政策,我们的特点是最大的长期平均消费者剩余,是通过联合信息设计和促销政策时,卖方设定的价格短视。然后,我们构建了一个贝叶斯纳什均衡,其中卖方的最优反应的平台的最优策略是在每个时期的价格短视。此外,我们确定的均衡是平台最优的一类水平最大化均衡,其中的策略是不预测的精确知识的水平长度,并设计在最坏的情况下的地平线上的回报最大化。我们的分析可以让人们在广泛的需求模型中确定实际的长期平均最优平台策略。
2022-12-15 econ.TH
How To Sell (or Procure) in a Sequential Auction
一个拥有一件商品的卖家面对N \geq 3个买家和一个竞争者,后者在第二价格拍卖中以保留价出售另一件相同的商品。没有得到卖方货物的买方将在竞争对手随后的拍卖中竞争。在这种情况下,我们的特征的卖方的最佳机制。一阶方法通常会失败,所以我们开发了新技术。最优机制的特点是从两个最高估值的买家转移,分配给第二高估值的买家,以及取决于最高两个或三个估值的预扣规则。它可以通过修改后的第三价格拍卖或带有折扣的付费拍卖来实现。这种最优预扣规则比标准保留价提高了更多的收入。我们的分析也适用于采购拍卖。我们的研究结果有影响的顺序竞争机制。
2021-10-25 econ.TH
Auction Design with a Bit of Information
Stanford University(斯坦福大学);Weizmann Institute of Science(魏茨曼科学研究所);The University of Chicago Booth School of Business(芝加哥大学布斯商学院);Ben-Gurion University of the Negev(内盖夫本-古里安大学)
该研究针对收益最大化卖家,探索三类不同维度的二元信号对拍卖收益的影响,发现最优竞争力信号在特定条件下收益不低于其他两类信号及任意二元信号。
2026-08-12 cs.GT econ.TH
Escaping Cannibalization? Correlation-Robust Pricing for a Unit-Demand Buyer
我们考虑一个强大的版本的收入最大化问题,其中一个单一的卖方希望出售$n$项目的一个单一的单位需求的买家。在这个健壮的版本中,卖方知道买方的边际价值分布为每个项目分别,但不是联合分布,并定价的项目,以最大限度地提高收入在最坏的情况下,在所有兼容的相关性结构。我们设计了一个计算效率高(多项式的边际支持大小)的算法,计算最坏情况下的联合分布的任何选择的项目价格。然而,与添加剂买方案例(Carroll,2017)形成鲜明对比的是,我们表明,在任何因素内逼近价格的最优选择都是NP-困难的,优于$n^{1/2-ε}$。对于满足单调风险率属性的边际分布的特殊情况下,我们展示了如何使用项目定价来保证最优最坏情况收入的恒定比例;这种定价等于所有可能的相关性的收入,并且可以有效地计算。
2020-08-25 cs.CC cs.GT econ.TH
Time-Varyingness in Auction Breaks Revenue Equivalence
CyberAgent
本研究探讨了拍卖中断中收入等价性是否被破坏,发现基础价值与价值区间之间的相关性导致收入等价性破裂。
2026-02-19 cs.GT cs.MA econ.TH
Dynamic Threats to Credible Auctions
Università Bocconi(博科尼大学);Google Research(谷歌研究);Stanford University, Graduate School of Business(斯坦福大学商学院);Department of Economics, Harvard University(哈佛大学经济学系)
本文证明当卖家拥有私人成本信息时,静态机制无法实现最优收入,且最优一级价格拍卖不可信;英式拍卖可可信实施最优机制,并刻画了可信静态拍卖的特征,凸显公共机构作用并解释非正式拍卖中的动态机制。
2025-09-25 econ.TH
Learning to Price with Persuasion
Carnegie Mellon University(卡内基梅隆大学)
针对现代市场的信息与机制设计问题,该研究在Bergemann等人的经济模型基础上,放宽卖家知晓买家品味信念的假设,通过FPTAS方案解决收益最大化问题,为不对称经济环境提供新学习视角。
2026-08-18 cs.GT cs.LG econ.TH
Optimal Advertising for Information Products
在销售信息产品时,销售者可以提供一些免费的部分信息来改变人们的评价,从而有可能增加整体收益。本文研究了广告信息产品的一般性问题,即部分信息揭示问题。我们认为买家是决策者。决策问题的结果取决于购买者未知的世界状态。购买者可以进行自己的观察,因此可以对世界的状态持有不同的个人信念。有一个信息卖家可以访问世界的状态。卖方可以通过透露部分信息来促进信息。我们假设卖方选择一个长期的广告策略,然后承诺它。卖方的目标是最大化的预期收入。我们在两种情况下研究这个问题。(1)卖家瞄准的是某种类型的买家。在这种情况下,找到最优广告策略就相当于找到一个简单函数的凹闭包。该函数是两个量的乘积,即似然比和不确定性成本。基于这一观察,我们证明了一些性质的最优机制,这使我们能够解决的最优机制,由一个有限大小的凸规划。如果世界的状态具有常数数量的可能实现,或者购买者面临的决策问题具有常数数量的选项,则凸规划将具有多项式大小。对于一般问题,我们证明了寻找最优机制是NP-困难的。(2)当卖方面对不同类型的买方,只知道他们的类型的分布,我们提供了一个近似算法时,它不是太难预测的可能类型的买方谁将作出购买。对于一般的问题,我们证明了它是NP-难找到一个常数因子近似。
2021-09-23 cs.GT econ.TH
Distributionally Robust Pricing in Independent Private Value Auctions
在第二价格拍卖中,当卖方只知道价值分布的均值和价值本身或方差的上界时,卖方选择保留价以最大化最坏情况下的预期收入。值为private和iid。使用一个间接的技术,我们证明了它总是最优的保留价设置为卖方自己的估值。然而,最大最小保留价格可能不是唯一的。如果投标人的数量足够高,所有低于卖方估价的价格,包括零,也是最优的。当投标人数量无限增长时,第二价格拍卖的准备金等于卖方价值(或为零)是一种渐近最优机制(在所有事后个体理性机制中)。
2020-08-07 cs.GT econ.TH
Uncharted Waters: Selling a New Product Robustly
School of Economics, University of Queensland(昆士兰大学经济学院)
本文针对新产品销售中的不确定性问题,构建卖家在买家搜寻外部选项前定价并提供产品适配信息的模型,得出更低搜寻成本可能推高价格、使信息更嘈杂等结论,挑战了搜寻必然惠及消费者的预设。
2026-07-31 econ.TH
Selling Multiple Correlated Goods: Revenue Maximization and Menu-Size Complexity (old title: "The Menu-Size Complexity of Auctions")
我们考虑一个众所周知的,也是众所周知的困难的问题,一个单一的收入最大化的卖方出售两个或两个以上的异质货物给一个单一的买方,其私人价值的货物是从一个(可能相关的)已知的分布,其估值是添加剂的货物。我们表明,当有两个(或更多)的商品,_简单的机制_ --如单独出售的商品或作为一个捆绑-可能产生的最优收入的一个微不足道的小部分_。这解决了Briest,Chawla,Kleinberg和Weinberg(JET 2015)的公开问题,他们证明了在单位需求买方的相关设置中至少三种商品的结果。我们还介绍了菜单的大小作为一个简单的措施的复杂性机制,并表明,收入可能会增加多项式与_菜单大小_和没有限制的菜单大小可以确保任何积极的分数的最佳收入。菜单的大小也被证明是“牵制”确定性机制的收入属性。
2018-11-01 cs.GT econ.TH
Fair Price Discrimination
针对公平价格歧视问题,提出一种新颖信号方案,同时8-近似所有非负、单调递增、对称且凹的福利函数,兼顾社会效率与公平性。
2023-05-11 cs.DS cs.GT econ.TH
Online Assortment and Price Optimization Under Contextual Choice Models
UC Berkeley(加州大学伯克利分校)
针对参数未知的上下文多项 logit 选择模型,研究在线商品组合与定价问题,提出从用户反馈学习的算法,获得收入遗憾上界及任意算法的遗憾下界。
2025-03-14 cs.GT cs.LG econ.TH
Approximate Revenue Maximization for Diffusion Auctions
Yifan Huang(黄毅凡);Dong Hao(郝东);Zhiyi Fan(樊智毅);Yuhang Guo(郭宇hang);Bin Li(李斌)
本文研究扩散拍卖中的收益最大化问题,提出一种显式保留价函数,在保持激励相容性的同时,使卖家在规模为 n、直接邻居数为 ρ 的网络中获得 1−1/ρ 的近似最优收益保证。
2025-07-19 cs.AI cs.GT cs.MA
Marketplace Operators Can Induce Competitive Pricing
University of California, Berkeley(加州大学伯克利分校);Amazon(亚马逊);Inria, Paris(巴黎国家信息与自动化研究所);Yale University(耶鲁大学)
研究电商平台运营商作为竞争卖家时的定价策略,通过斯塔克尔伯格模型发现运营商低价可诱发竞争,实现自身最优。
2025-10-22 cs.GT econ.TH
On the limitations of data-based price discrimination
Guanghua School of Management, Peking University(北京大学光华管理学院);University of California San Diego(加州大学圣迭戈分校)
本文探讨基于样本数据设定价格时,三级价格歧视(3PD)与统一定价的收入表现比较,发现总体不明确,受维度诅咒和小样本复杂性影响。
2024-07-15 cs.GT cs.IT cs.LG
Shill-Proof Auctions
MIT(麻省理工学院);Harvard Business School, Harvard University(哈佛商学院,哈佛大学);a16z crypto(a16z 加密);Columbia University(哥伦比亚大学)
本文研究了防欺诈拍卖机制,证明了带有保留价的荷兰拍卖是唯一强防欺诈且收益最优的拍卖形式。
2025-12-31 cs.GT econ.TH