克里斯蒂安·克罗尔;亚历山大·佩萨科维奇;埃里克·索多姆卡;尼古拉斯·摩西（Nicolas E.Stier-Moses）。 使用抽象计算大型市场均衡。 （英语） Zbl 1484.91264号 操作。物件。 70，编号1，329-351（2022）. 摘要：计算市场均衡对于市场设计来说是一个重要的实际问题，例如在项目的公平划分中。然而，计算平衡需要大量的信息（通常是每个买家对每件商品的估价）和计算能力。我们考虑通过应用一种用于解决复杂博弈的方法来改善这些问题：构建给定市场的粗抽象，解决抽象中的均衡，并将价格和分配提升回原始市场。我们展示了当使用抽象价格和分配代替实际均衡时，如何约束重要数量，如后悔、嫉妒、纳什社会福利、帕累托最优和最大份额/比例。然后，我们研究了实践者感兴趣的两种抽象方法：（1）使用矩阵补全技术填充未知估值；（2）通过将买家/商品组聚合为较少数量的代表买家/商品，并在这个粗糙市场中解决均衡问题，来缩小问题规模。我们发现，在实际数据中，相对接近均衡的分配/价格甚至可以从非常粗糙的抽象中计算出来。 引用于1文件 MSC公司： 91B52型 经济均衡的特殊类型 关键词：收入管理和市场分析;市场均衡;抽象;艾森伯格-盖尔;费希尔市场 软件：CVXOPT公司;天秤座;CVXPY公司;DeepStack公司;PyTorch公司;SCS公司;ECOS公司;Eigentaste公司;电影镜头 PDF格式BibTeX公司 XML格式引用 \textit{C.Kroer}等人，Oper。第70号决议，第1号，329--351（2022年；Zbl 1484.91264） 全文： 内政部 arXiv公司 参考文献： [1] Agrawal A、Verschueren R、Diamond S、Boyd S（2018）凸优化问题的重写系统。J.控制决策。5（1）：42-60.谷歌学者（Google Scholar）Crossref·doi:10.1080/23307706.2017.397554 [2] Andersen M，Dahl J，Vandenberghe L（2013）Cvxopt:凸优化的Python包。2021年4月访问，http://abel.ee.ucla.edu/cvxopt.谷歌学者 [3] Azevedo EM，Budish E（2018）《总体战略验证》。经济评论。螺柱。86（1）:81-116.谷歌学者·Zbl 1409.91115号 [4] Aziz H，Mackenzie S（2016）针对任意数量的代理的离散且有界的无嫉妒蛋糕切割协议。基础计算。科学。（FOCS），2016年IEEE第57届年度研讨会，416-427.谷歌学者 [5] Aziz H，Ye C（2014）分段常数和分段一致估值的蛋糕切割算法。国际。Conf.网络互联网经济。（施普林格），1-14.谷歌学者·Zbl 1406.91212号 [6] Baldwin E，Klemperer P（2019）《理解偏好：“需求类型”，以及不可分割均衡的存在性》。计量经济学87（3）：867-932.Crossref，谷歌学者·Zbl 1422.91212号 ·doi:10.3982/ECTA13693 [7] Balkanski E、Kurokawa D、Bránzei S、Procaccia AD（2014）《同时切蛋糕》。程序。第二十八届AAAI人工智能大会（AAAI出版社），566-572.谷歌学者 [8] Bauckhage C（2015）K-means聚类是矩阵分解。预印本，12月23日提交，https://arxiv.org/abs/1512.07548谷歌学者 [9] Berry S、Levinsohn J、Pakes A（1995）市场均衡中的汽车价格。计量经济学63（4）：841-890.Crossref，谷歌学者·Zbl 0836.90057号 ·doi:10.2307/2171802 [10] Bhojanapalli S，Neyshabur B，Srebro N（2016）低秩矩阵恢复局部搜索的全局优化。预印本，提交日期：年月日，https://arxiv.org/abs/1605.07221.谷歌学者 [11] Bichler M，Waldherr S（2019）与财务受限的投标人进行组合交易时计算核心稳定结果。程序。2019年ACM会议经济。计算。，1-28.谷歌学者 [12] Bichler M，Fichtl M，Schwarz G（2021）优化视角下的瓦尔拉斯均衡：文献指南。海军后勤研究。68（4）：496-513.谷歌学者交叉引用·Zbl 1527.91107号 ·doi:10.1002/nav.21963 [13] Birnbaum B，Devanur NR，Xiao L（2011），费希尔市场中通过梯度下降的分布式算法。程序。第12届ACM电子商务大会，127-136。谷歌学者 [14] Borgs C、Chayes J、Immorlica N、Jain K、Etesami O、Mahdian M（2007）《在线广告拍卖中投标优化的动力学》。程序。第16国际。Conf.万维网，531-540.谷歌学者 [15] Bottou L、Peters J、Quiñonero-Candela J、Charles DX、Chickering DM、Portugaly E、Ray D、Simard P、Snelson E（2013）《反事实推理和学习系统：计算广告的例子》。J.机器学习。物件。14（1）：3207-3260.谷歌学者·Zbl 1318.62206号 [16] Brown N，Sandholm T（2018），超人AI，用于头戴式无限制扑克：Libratus击败顶级专业人士。科学。359（6374）：418-424.Crossref，谷歌学者·Zbl 1415.68163号 ·doi:10.1126/science.aao1733 [17] Brown N、Ganzfried S、Sandholm T（2015）分层抽象、分布式平衡计算和后处理，并应用于冠军无限制德克萨斯州控股代理。程序。2015年国际。Conf.自治代理多代理系统（国际自治代理和多代理系统基金会），7-15.谷歌学者 [18] Brown N，Lerer A，Gross S，Sandholm T（2019）深度反事实后悔最小化。Chaudhuri K，Salakhutdinov R，编辑，Proc。第36届国际。Conf.机器学习。，2019年6月9日至15日，加利福尼亚州长滩，第97卷Proc。机器学习。Res.（PMLR），793-802.谷歌学者 [19] Budish E（2011）组合分配问题：来自平等收入的近似竞争均衡。J.政治经济学。119（6）：1061-1103.谷歌学者交叉引用·doi:10.1086/664613 [20] Budish E，Kessler JB（2016）将真实市场参与者的真实偏好带入实验室：一项改变沃顿商学院课程分配机制的实验。国家经济研究局工作文件，马萨诸塞州剑桥市，谷歌学者 [21] Caragiannis I，Kurokawa D，Moulin H，Procaccia AD，Shah N，Wang J（2016）《纳什福利最大化的不合理公平》。程序。2016 ACM Conf.经济学计算。（ACM），305-322。谷歌学者 [22] Chambolle A，Pock T（2011）凸问题的一阶原对偶算法及其在成像中的应用。数学杂志。图像视觉40（1）：120-145.Crossref，谷歌学者·兹比尔1255.68217 ·doi:10.1007/s10851-010-0251-1 [23] Chambolle A，Pock T（2016）关于一阶原对偶算法的遍历收敛速度。数学。编程159（1-2）：253-287.Crossref，谷歌学者·Zbl 1350.49035号 ·doi:10.1007/s10107-015-0957-3 [24] Chawla S、Hartline JD、Nekipelov D（2017）《机制重新设计》。预印本，8月15日提交，https://arxiv.org/abs/1708.04699.谷歌学者 [25] Chen X，Teng SH（2009）《支出并不比交易容易：费舍尔均衡和箭头-德布雷均衡的计算等价性》，国际。研讨会算法计算。（施普林格），647-656。谷歌学者·兹比尔1273.91293 [26] Chen L，Ye Y，Zhang J（2007）关于均衡定价为凸优化的注记。国际。网络经济研讨会。（Springer），7-16.谷歌学者 [27] Chen X，Dai D，Du Y，Teng SH（2009）解决具有可加分离效用的市场中箭头-德布均衡的复杂性。2009年第50届IEE年度交响乐团。基础计算。科学。（IEEE），273-282.谷歌学者·Zbl 1292.91113号 [28] Chen Y、Lai JK、Parkes DC、Procaccia AD（2013）《真理、正义与蛋糕切割》。游戏经济。行为。77（1）：284-297.Crossref，谷歌学者·Zbl 1274.91262号 ·doi:10.1016/j.geb.2012.10.009 [29] Cole R，Gkatzelis V（2018）用不可分割项目近似纳什社会福利。SIAM J.计算。47（3）：1211-1236.Crossref，谷歌学者·Zbl 1397.91302号 ·doi:10.1137/15M1053682 [30] Cole R、Devanur NR、Gkatzelis V、Jain K、Mai T、Vazirani VV、Yazdanbod S（2017）凸计划二元性、Fisher市场和Nash社会福利。第18届ACM Conf.Economics Computation，EC 2017。谷歌学者 [31] Conitzer V，Kroer C，Sodomka E，Stier-Moses NE（2022a），拍卖市场中的乘法起搏均衡。操作。即将发布的研究。谷歌学者·Zbl 1493.91056号 [32] Conitzer V、Kroer C、Panigrahi D、Schrijvers O、Sodomka E、Stier-Moses NE、Wilkens C（2022b）第一价格拍卖市场的步态均衡。管理科学。即将到来。谷歌学者 [33] Diamond S，Boyd S（2016）CVXPY:用于凸优化的嵌入Python的建模语言。J.机器学习。物件。17（83）：1-5.谷歌学者·Zbl 1360.90008号 [34] Domahidi A、Chu E、Boyd S（2013）《ECOS：嵌入式系统的SOCP求解器》。欧洲控制委员会（ECC），3071-3076。谷歌学者 [35] Edmonds J，Pruhs K（2011）切蛋糕真的不是小菜一碟。ACM事务处理。算法7（4）:51.Crossref，谷歌学者·兹比尔1295.68122 ·doi:10.1145/2000807.2000819 [36] Eisenberg E，Gale D（1959）《主观概率共识：对等方法》。安。数学。统计师。30（1）：165-168.Crossref，谷歌学者·Zbl 0087.13805号 ·doi:10.1214/aoms/1177706369 [37] Feng Z，Narasimhan H，Parkes DC（2018）《收入优化拍卖与预算的深度学习》。程序。第17届国际。Conf.自治代理多代理系统（国际自治代理和多代理系统基金会），354-362.谷歌学者 [38] Ganzfried S，Sandholm T（2014）不完全信息游戏中基于推土机距离的潜在感知不完全重调用抽象。程序。《第二十届AAAI人工智能大会》，682-690（AAAI出版社）。谷歌学者 [39] Gao Y，Kroer C（2021）无限维Fisher市场：均衡、对偶和优化。程序。AAAI Conf.人工智能。谷歌学者 [40] Garg N、Goel A、Plaut B（2021）公共决策市场。Soc.Choice福利56:755-801.Crossref，谷歌学者·Zbl 1471.91103号 ·doi:10.1007/s00355-020-01298-4 [41] Ge R，Lee JD，Ma T（2016）矩阵完成没有虚假的局部最小值。程序。第30届国际。Conf.神经信息。处理系统（NIPS’16）（纽约红钩Curran Associates Inc.），2981-2989。谷歌学者 [42] Gilpin A、Sandholm T、Sörensen TB（2007）序列游戏的潜在感知自动抽象，以及德克萨斯州扑克的整体均衡分析。程序。第22届全国人工智能大会第1卷（AAAI出版社），50-57谷歌学者 [43] Goldberg K，Roeder T，Gupta D，Perkins C（2001）Eigentaste:恒定时间协同过滤算法。通知。检索4（2）：133-151.Crossref，谷歌学者·Zbl 0989.68052号 ·doi:10.1023/A:101149012209 [44] Goldman J，Procaccia AD（2015）《分裂：释放公平除法算法》。ACM SIGecom交易所13（2）：41-46.Crossref，谷歌学者·doi:10.1145/2728732.2728738 [45] Golowich N、Narasimhan H、Parkes DC（2018）《多设施选址机制设计的深度学习》。程序。第27届国际。人工智能联合会议（AAAI出版社），261-267.谷歌学者 [46] Harper FM，Konstan JA（2015）《电影数据集：历史与背景》。ACM事务处理。交互式智能系统5（4）。谷歌学者 [47] Hayek FA（1945）《知识在社会中的应用》。阿默尔。经济。版次。35（4）：519-530.谷歌学者 [48] Hommes CH（2006）《经济和金融中的异质代理模型》。计算经济学手册2:1109-1186.交叉引用，谷歌学者·doi:10.1016/S1574-0021（05）02023-X [49] Johnson J，Douze M，Jégou H（2021）使用GPU进行十亿级相似性搜索。IEEE传输。大数据7（3）：535-547.Crossref，谷歌学者·doi:10.1109/TBDATA.2019.2921572 [50] Kantorovich LV（1960）组织和规划生产的数学方法。管理科学。6（4）：366-422.谷歌学者·兹比尔0995.90532 [51] Kantorovich LV（1976）《经济学中的数学：成就、困难、观点》。数学。编程11:204-211.谷歌学者·Zbl 0346.90001号 [52] Klemperer P（2018）拍卖：理论与实践（普林斯顿大学出版社，新泽西州普林斯顿）。Crossref，谷歌学者·doi:10.2307/j.ctv3hh4pm [53] Kroer C，Sandholm T（2014）带边界的广义形式游戏抽象。程序。第十五届ACM经济大会。计算。（ACM），621-638.谷歌学者 [54] Kroer C，Sandholm T（2016）《游戏中有边界的不完美重新调用抽象》。程序。2016年ACM经济大会。计算。（ACM），459-476.谷歌学者 [55] Kroer C，Sandholm T（2018）带边界的扩展形式游戏抽象的统一框架。Bengio S、Wallach H、Larochelle H、Grauman K、Cesa-Bianchi N、Garnett R编辑。高级神经信息。处理系统31（NeurIPS 2018），612-623.谷歌学者 [56] Lanctot M、Gibson R、Burch N、Zinkevich M、Bowling M（2012）《回忆不完全的扩展形式游戏中的无遗忘学习》。程序。第29届国际。Conf.国际。Conf.机器学习。（Omnipress），1035-1042年谷歌学者 [57] Leme RP，Wong SC（2020）《计算瓦尔拉斯均衡：快速算法和结构特性》。数学。编程179（1）:343-384.Crossref，谷歌学者·兹伯利1435.90108 ·doi:10.1007/s10107-018-1334-9 [58] Lerer A，Peysakhovich A（2017），使用深度强化学习在复杂的社会困境中保持合作。预印本，7月4日提交，https://arxiv.org/abs/1707.01068.谷歌学者 [59] Lerer A，Peysakhovich A（2019）在马尔可夫博弈中学习社会惯例。人工智能、伦理、社会。谷歌学者 [60] Ljungqvist L，Sargent TJ（2018）递归宏观经济理论（麻省理工学院出版社，马萨诸塞州剑桥）。谷歌学者 [61] Lu T，Boutiler C（2015）大规模分配问题的值定向压缩。第二十届AAAI人工智能大会。谷歌学者 [62] Megiddo N，Vazirani VV（2007）线性Fisher市场均衡价格和分配的连续性。国际。网络经济研讨会。（施普林格），362-367.谷歌学者 [63] Moravík M、Schmid M、Burch N、Lis V、Morrill D、Bard N、Davis T、Waugh k、Johanson M、Bowling M（2017）《深度堆栈：头戴式无限制扑克中的专家级人工智能》。科学。356（6337）：508-513.谷歌学者交叉引用·Zbl 1403.68202号 ·doi:10.1126/science.aam6960 [64] Murray R、Kroer C、Peysakhovich A、Shah P（2020）《偏好不确定的稳健市场均衡》。程序。确认AAAI人工智能，第34卷（AAAI出版社），2192-2199.谷歌学者交叉引用·doi:10.1609/aaai.v34i02.5595 [65] 根岸T（1960）福利经济学与竞争经济均衡的存在。计量经济学12（2-3）:92-97.Crossref，谷歌学者·Zbl 0104.38403号 ·doi:10.1111/j.1467-999X.1960.tb00275.x [66] Nesterov Y，Shikhman V（2018）《通过拍卖计算渔价均衡》。《运营杂志》。Res.Soc.中国。6（3）：349-389.Crossref，谷歌学者·Zbl 1416.91139号 ·doi:10.1007/s40305-018-0195-5 [67] Nisan N、Roughgarden T、Tardos E、Vazirani VV（2007）算法博弈论。（英国剑桥大学出版社）。Crossref，谷歌学者·Zbl 1130.91005号 ·doi:10.1017/CBO9780511800481 [68] O'Donoghue B，Chu E，Parikh N，Boyd S（2016）通过算子分裂和齐次自对偶嵌入实现二次曲线优化。J.优化。理论应用。169（3）：1042-1068.Crossref，谷歌学者·Zbl 1342.90136号 ·doi:10.1007/s10957-016-0892-3 [69] Othman A，Papadimitriou C，Rubinstein A（2016）通过均衡实现公平的复杂性。ACM事务处理。经济。计算。4（4）：第20条谷歌学者 [70] Paszke A、Gross S、Chintala S、Chanan G、Yang E、DeVito Z、Lin Z、Desmaison A、Antiga L、Lerer A（2017）《PyTorch中的自动区分》。NIPS 2017研讨会Autodiff提交，2017年10月28日。谷歌学者 [71] Peng F，Sandholm T（2016）用于广告活动准入和库存分配优化的可扩展细分抽象方法。程序。第二十五届国际学生。人工智能联合会议（AAAI出版社），655-661谷歌学者 [72] Peysakhovich A，Ugander J（2017）从原始数据中学习上下文相关偏好。程序。第十二届经济研讨会。网络、系统计算。（ACM），8.谷歌学者 [73] Peysakhovich A、Kroer C、Lerer A（2019）稳健多智能体反事实预测。Wallach H、Larochelle H、Beygelzimer A、d’Alché-Buc F、Fox E、Garnett R编辑。高级神经信息处理系统32（NeurIPS 2019），3077-3087。谷歌学者 [74] Porter D、Rassenti S、Roopnarine A、Smith V（2003）《组合拍卖设计》。程序。国家。阿卡德。科学。美国。100（19）：11153-11157.谷歌学者Crossref·Zbl 1063.91025号 ·doi:10.1073/pnas.1633736100 [75] Recht B（2011）矩阵补全的简单方法。J.机器学习。物件。12:3413-3430.谷歌学者·Zbl 1280.68141号 [76] Roth AE（2002）作为工程师的经济学家：作为设计经济学工具的博弈论、实验和计算。计量经济学70（4）：1341-1378.Crossref，谷歌学者·Zbl 1137.91339号 ·数字对象标识代码：10.1111/1468-0262.00335 [77] Ruiz FJ、Athey S、Blei DM（2020）《购物者：消费者选择的概率模型及其替代品和补充品》。附录申请。统计师。14（1）：1-27.Crossref，谷歌学者·Zbl 1443.62218号 ·doi:10.1214/19-AOAS1265 [78] 围巾HE（1967）关于均衡价格的计算.科尔斯基金会讨论文件232，科尔斯经济学研究基金会，耶鲁大学，纽黑文市。谷歌学者 [79] Shmyrev VI（2009）在具有固定预算的线性交换模型中寻找均衡的算法。J.应用。工业数学。3（4）：第505条。谷歌学者Crossref·网址：10.1134/S199047890909097 [80] 瓦里安HR（1974）公平、嫉妒和效率。J.经济。理论9（1）：63-91.Crossref，谷歌学者·doi:10.1016/0022-0531（74）90075-1 [81] Walsh WE、Boutiler C、Sandholm T、Shields R、Nemhauser G、Parkes DC（2010）《广告拍卖的自动渠道抽象》。程序。第二十四届AAAI人工智能大会（AAAI出版社），887-894.谷歌学者 [82] Waugh K，Zinkevich M，Johanson M，Kan M，Schnizlein D，Bowling MH（2009）不完全召回的实际应用。程序。第八届研讨会抽象、重组、近似（SARA'09）。谷歌学者 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。