无视型学习与共谋定价

arXiv:2606.05363v3 公告类型：replace-cross 摘要：在拥有众多卖家的平台上，定价算法在学习需求时是否应明确对竞争对手的价格进行建模？经典观点认为，忽略竞争对手会导致模型设定错误和效率低下；然而，算法共谋研究的发现表明，忽略竞争对手的价格可能反而促进共谋结果并提高利润。我们在一个需求未知且带有噪声的竞争市场中研究这一问题：卖家反复设定价格，要么在学习需求模型时纳入竞争对手的价格（知情型），要么忽略竞争对手的价格（无视型）。我们证明，相较于垄断者，竞争市场中的无视型卖家必须进行更激进的价格探索，以弥补动态竞争对手信息的缺失。当所有卖家都是无视型时，在持续探索下，价格会收敛到竞争性结果；而当探索“不充分”时，则会出现一整族伪均衡。在无视型和知情型卖家并存的市场中，知情型卖家的收益严格高于无视型卖家。从博弈论角度看，唯一的纳什均衡是所有卖家均为知情型的市场；在该市场中，价格高效地收敛到竞争性结果，而无视型建模并不会稳健地导致共谋模式。