Résumé technique : L'exploration puis l'exploitation mal spécifiées conduisent à des prix supra-concurrentiels

1. Énoncé du problème

L'article examine si des systèmes de tarification algorithmique simples et basés sur des modèles peuvent générer systématiquement des prix supra-concurrentiels (des prix au-dessus de l'équilibre de Nash) sur des marchés à plusieurs entreprises, mimant potentiellement une collusion sans communication explicite ni stratégies complexes d'apprentissage par renforcement.

Alors que la littérature existante (par exemple, Calvano et al., 2020) démontre que des agents complexes d'apprentissage Q peuvent maintenir une collusion grâce à des dynamiques de récompense et de punition, ces mécanismes sont souvent intensifs en calcul et sensibles au réglage des hyperparamètres. En revanche, de nombreuses entreprises utilisent des pipelines plus simples de type « estimation puis optimisation » : elles estiment une courbe de demande à partir de données historiques et fixent des prix de manière myope pour maximiser les revenus prévus. Une caractéristique critique de ces systèmes pratiques est la mauvaise spécification : les entreprises estiment généralement une courbe de demande de type monopole en utilisant uniquement leur propre historique de prix et de ventes, en omettant les prix des concurrents.

La question centrale est de savoir si cette combinaison spécifique d'une politique d'exploration puis d'exploitation et d'un modèle de demande mal spécifié peut conduire à des résultats robustement supra-concurrentiels. Des travaux antérieurs de Cooper et al. (2015) suggéraient que, dans le cas d'une exploitation pure avec des modèles mal spécifiés, les prix limites étaient hautement dépendants du chemin suivi et imprévisibles, dépendant entièrement des conditions initiales. Cet article soutient que l'introduction d'une phase d'exploration initiale avec des prix aléatoires indépendants résout cette imprévisibilité, conduisant à une convergence systématique vers des prix supra-concurrentiels dans des conditions bien définies.

2. Méthodologie

Configuration du modèle

Les auteurs analysent un marché concurrentiel avec $N$ entreprises symétriques sur $T$ périodes de temps, selon un modèle de demande linéaire avec des chocs idiosyncrasiques. Les entreprises suivent une politique en deux phases :

1. Phase d'exploration ($t \le K$) : Les entreprises affichent des prix tirés indépendamment d'une distribution de moyenne $\mu_i$ et de covariance $\Sigma_{exp}$.
2. Phase d'exploitation ($t > K$) : Les entreprises appliquent une règle myope d'estimation puis d'optimisation. À chaque période, l'entreprise $i$ ajuste une courbe de demande linéaire $q(p) = \alpha + \beta p$ par la méthode des moindres carrés ordinaires (OLS) sur ses propres données historiques prix-quantité. Crucialement, ce modèle omet les prix des concurrents. L'entreprise fixe ensuite le prix suivant pour maximiser le profit prévu basé sur cette courbe ajustée.

Cadre analytique : Limite fluide et Équation Différentielle Ordinaire (EDO)

Pour analyser le comportement à long terme, les auteurs considèrent un régime d'échelle fluide où l'horizon d'exploration $K$ et l'horizon d'exploitation $T$ augmentent tous deux indéfiniment, leur rapport $(K+T)/K$ tendant vers $\alpha$.

• Convergence : Le processus stochastique de tarification est montré pour converger vers une limite déterministe décrite par une Équation Différentielle Ordinaire (EDO) des moments de prix.
• Variables d'état : L'EDO suit les moyennes de prix en cours $U(t)$ et les covariances de prix accumulées $V(t)$ pour toutes les entreprises.
• Mécanisme : L'EDO révèle que la mauvaise spécification introduit un biais. Lorsque les prix historiques des entreprises sont positivement corrélés avec les prix des concurrents (capturé par les termes hors diagonale dans $V(t)$), l'estimateur OLS souffre d'un biais de variable omise, conduisant les entreprises à fixer des prix plus élevés que la meilleure réponse réelle.

Outils théoriques

• Cônes de meilleure réponse : Les auteurs définissent des régions dans l'espace des moyennes d'exploration ($\mu$) appelées « cônes de meilleure réponse » ($C^+$ et $C^-$). Ces régions caractérisent des profils d'exploration où, si les entreprises répondaient de manière optimale au prix moyen d'exploration des concurrents, toutes les entreprises ajusteraient leurs prix dans la même direction.
• Analyse d'invariance : La preuve repose sur l'établissement du fait que, une fois le système entré dans un cône, l'écart entre les prix affichés et les moyennes historiques maintient un signe constant (par exemple, les prix restent au-dessus des moyennes historiques dans le cône inférieur), ce qui entraîne des covariances croisées positives persistantes et un biais de prix à la hausse.

3. Contributions et résultats clés

1. Caractérisation de la convergence supra-concurrentielle

Le résultat théorique principal (Théorème 3.2) établit que si les moyennes d'exploration $\mu$ des entreprises se situent dans les cônes de meilleure réponse, les prix limites sont strictement supra-concurrentiels.

• Cône supérieur ($C^+$) : Si les entreprises explorent à des prix supérieurs à leurs meilleures réponses, des prix supra-concurrentiels apparaissent immédiatement.
• Cône inférieur ($C^-$) : Si les entreprises explorent en dessous de leurs meilleures réponses, les prix finissent par monter à des niveaux supra-concurrentiels après une période d'attente finie.
• Signification : Cela contraste avec Cooper et al. (2015), où les résultats étaient imprévisibles. Ici, l'introduction de l'exploration crée un « bassin d'attraction » pour les prix élevés.

2. Quantification des écarts de prix

Sous une exploration symétrique (toutes les entreprises explorent avec la même prix moyen $s$), les auteurs fournissent une caractérisation précise du prix final (Théorème 3.3) :

• Si $s$ est compris entre le prix de Nash ($p_{NE}$) et le prix de monopole ($p_{MNP}$), le prix limite converge vers $s$.
• Si $s$ est inférieur à $p_{NE}$ ou supérieur à $p_{MNP}$, le prix limite converge vers le prix de monopole (ou le prix de monopole plafonné).
• Résultat : Cela démontre que l'écart de prix au-dessus de Nash peut être substantiel, atteignant potentiellement des niveaux de monopole, selon la stratégie d'exploration.

3. Probabilité d'entrer dans la région « collusive »

L'article aborde la probabilité que les entreprises tombent naturellement dans ces régimes supra-concurrentiels :

• Duopole ($N=2$) : Les cônes de meilleure réponse couvrent au moins un quart de l'espace des prix réalisables. De plus, la dynamique fait que les points limites tombent naturellement dans ces cônes (Proposition 3.1).
• Cas général $N$ : Sous un « prior d'intervalle aléatoire » (où les moyennes d'exploration des entreprises se regroupent autour d'une bande locale commune), la probabilité de se retrouver dans un cône supra-concurrentiel est d'au moins $1/4$ et augmente avec le nombre d'entreprises $N$ (Proposition 3.2). Cela suggère que l'exploration groupée, courante sur les marchés réels, rend les résultats supra-concurrentiels robustement probables.

4. Validation empirique par simulation

Les auteurs valident leurs résultats théoriques à l'aide de simulations calibrées sur le marché locatif multifamilial de la Grande Boston (utilisant des données de Calder-Wang et Kim, 2024).

• Robustesse : Les résultats supra-concurrentiels persistent dans des conditions réalistes, notamment des horizons finis, des produits hétérogènes, une demande logit non linéaire et des coûts spécifiques aux produits.
• Vitesse : Les simulations montrent que les rentes supra-concurrentielles émergent rapidement (au cours des 50 premières périodes d'exploitation) et ne nécessitent pas d'horizons de temps asymptotiques.
• Motif : La relation en forme de U entre les moyennes d'exploration et les prix finaux (prédite par le Théorème 3.3) est observée : les prix sont élevés lorsque l'exploration est groupée loin de la référence de Nash, de part et d'autre.

4. Signification et affirmations

L'article prétend démontrer que la tarification supra-concurrentielle est une caractéristique robuste des systèmes de tarification algorithmique simples et largement déployés, et non pas seulement un artefact d'apprentissage par renforcement complexe ou de collusion explicite.

• Mécanisme : Le mécanisme ne nécessite ni stratégies de punition, ni communication, ni menaces apprises. Il résulte plutôt de l'interaction entre l'exploration et la mauvaise spécification. La phase d'exploration initialise une structure de corrélation dans les historiques de prix ; le modèle mal spécifié interprète cette corrélation comme un signal de demande, entraînant un biais persistant à la hausse dans la tarification.
• Implication politique : Les résultats suggèrent que les régulateurs et les acteurs du marché devraient s'inquiéter des pipelines de tarification algorithmique « naïfs » qui ignorent les données des concurrents. Même sans intention malveillante ni intelligence artificielle sophistiquée, l'approche standard « estimation puis optimisation » peut systématiquement pousser les prix au-dessus des niveaux concurrentiels.
• Contribution théorique : L'article comble le fossé entre l'imprévisibilité théorique de l'apprentissage mal spécifié (Cooper et al., 2015) et la réalité empirique de la collusion algorithmique en montrant que l'inclusion d'une phase d'exploration crée une trajectoire déterministe vers des équilibres supra-concurrentiels.

Les auteurs restent modestes quant à la portée, notant que leurs résultats analytiques reposent sur une demande linéaire et des entreprises symétriques, mais leurs simulations confirment que les effets qualitatifs s'étendent à des environnements de marché plus complexes et réalistes.