技术摘要：设定错误的“先探索后利用”策略导致超竞争价格

1. 问题陈述

本文研究了简单的、基于模型的算法定价系统是否能在多厂商市场中系统地产生超竞争价格（即高于纳什均衡的价格），从而在无需显式沟通或复杂强化学习策略的情况下，模拟共谋行为。

尽管现有文献（如 Calvano 等人，2020）表明，复杂的 Q 学习智能体可以通过奖励与惩罚动态维持共谋，但这些机制通常计算量大且对超参数调整敏感。相比之下，许多企业采用更简单的“先估计后优化”流程：它们根据历史数据估计需求曲线，并短视地设定价格以最大化预测收入。这些实用系统的一个关键特征是设定错误：企业通常仅利用自身价格和销量历史来估计垄断式需求曲线，而忽略了竞争对手的价格。

核心问题是：这种特定的**“先探索后利用”策略与设定错误的需求模型的组合，是否会导致稳健的超竞争结果。Cooper 等人（2015）的先前工作表明，在纯利用且模型设定错误的情况下，极限价格高度依赖于路径且不可预测，完全取决于初始条件。本文认为，引入初始的独立随机价格探索阶段**可以解决这种不可预测性，在明确定义的条件下导致系统性的超竞争收敛。

2. 方法论

模型设定

作者分析了一个包含 $N$ 家对称厂商在 $T$ 个时间段内的竞争市场，采用带有异质性冲击的线性需求模型。厂商遵循两阶段策略：

1. 探索阶段（$t \le K$）： 厂商发布的价格独立地从均值为 $\mu_i$、协方差为 $\Sigma_{exp}$ 的分布中抽取。
2. 利用阶段（$t > K$）： 厂商采用短视的**“先估计后优化”**规则。在每个时期，厂商 $i$ 使用普通最小二乘法（OLS）根据其自身历史价格 - 数量数据拟合线性需求曲线 $q(p) = \alpha + \beta p$。关键在于，该模型忽略了竞争对手的价格。随后，厂商根据拟合曲线设定下一个价格以最大化预测利润。

分析框架：流体极限与常微分方程（ODE）

为了分析长期行为，作者考虑了流体缩放机制，其中探索期 $K$ 和利用期 $T$ 均趋于无穷大，且其比率 $(K+T)/K \to \alpha$。

• 收敛性： 随机定价过程被证明收敛于由**价格矩常微分方程（ODE）**描述的确定性极限。
• 状态变量： 该 ODE 跟踪所有厂商的累积价格均值 $U(t)$ 和累积价格协方差 $V(t)$。
• 机制： ODE 揭示，设定错误引入了偏差。当厂商的历史价格与竞争对手的价格呈正相关（由 $V(t)$ 中的非对角项捕捉）时，OLS 估计量会受到遗漏变量偏差的影响，导致厂商设定的价格高于真实的最佳反应价格。

理论工具

• 最佳反应锥： 作者在探索均值（$\mu$）空间中定义了称为“最佳反应锥”（$C^+$ 和 $C^-$）的区域。这些区域刻画了这样的探索分布：如果厂商对竞争对手的平均探索价格做出最佳反应，所有厂商都将朝同一方向调整价格。
• 不变性分析： 证明依赖于确立：一旦系统进入某个锥体，发布价格与历史均值之间的差距将保持符号一致（例如，在下锥体中价格始终高于历史均值），从而驱动持续的正面交叉协方差和向上的价格偏差。

3. 主要贡献与结果

1. 超竞争收敛的刻画

主要理论结果（定理 3.2）表明，如果厂商的探索均值 $\mu$ 位于最佳反应锥内，则极限价格将严格高于竞争水平。

• 上锥（$C^+$）： 如果厂商在高于其最佳反应的价格处进行探索，超竞争价格会立即出现。
• 下锥（$C^-$）： 如果厂商在低于其最佳反应的价格处进行探索，价格在经过有限的等待期后最终会上升至超竞争水平。
• 意义： 这与 Cooper 等人（2020）的结果形成对比，后者的结果是不可预测的。在此，引入探索为高价格创造了一个“吸引域”。

2. 价格差距的量化

在对称探索（所有厂商以相同的均值价格 $s$ 进行探索）下，作者对最终价格提供了精确刻画（定理 3.3）：

• 如果 $s$ 介于纳什价格（$p_{NE}$）和垄断价格（$p_{MNP}$）之间，极限价格收敛于 $s$。
• 如果 $s$ 低于 $p_{NE}$ 或高于 $p_{MNP}$，极限价格收敛于垄断价格（或 capped 垄断价格）。
• 结果： 这表明高于纳什均衡的价格差距可能非常显著，具体取决于探索策略，甚至可能达到垄断水平。

3. 进入“共谋”区域的概率

本文探讨了厂商自然落入这些超竞争机制的可能性：

• 双寡头（$N=2$）： 最佳反应锥覆盖了至少四分之一的可行价格空间。此外，动态机制使得极限点自然地落入这些锥体中（命题 3.1）。
• 一般 $N$： 在“随机区间先验”下（即厂商的探索均值聚集在共同的局部带周围），落入超竞争锥体的概率至少为 $1/4$，并随着厂商数量 $N$ 的增加而增加（命题 3.2）。这表明，在现实市场中常见的聚集性探索使得超竞争结果具有稳健的可能性。

4. 通过模拟进行的实证验证

作者使用针对大波士顿地区多户住宅租赁市场（使用 Calder-Wang 和 Kim，2024 的数据）校准的模拟来验证其理论发现。

• 稳健性： 超竞争结果在现实条件下依然持续，包括有限的时间 horizon、异质性产品、非线性 Logit 需求以及产品特定成本。
• 速度： 模拟显示，超竞争租金迅速出现（在最初的 50 个利用期内），且不需要渐近时间 horizon。
• 模式： 观察到了探索均值与最终价格之间的 U 型关系（由定理 3.3 预测）：当探索在纳什基准的任一侧聚集时，价格均会升高。

4. 意义与主张

本文主张，超竞争定价是简单且广泛部署的算法定价系统的稳健特征，而不仅仅是复杂强化学习或显式共谋的产物。

• 机制： 该机制不需要惩罚策略、沟通或习得的威胁。相反，它源于探索与设定错误之间的相互作用。探索阶段在价格历史中初始化了一种相关结构；设定错误的模型将这种相关性误读为需求信号，从而导致定价出现持续的向上偏差。
• 政策含义： 研究结果表明，监管者和市场参与者应关注那些忽略竞争对手数据的“天真”算法定价流程。即使没有恶意意图或复杂的人工智能，标准的“先估计后优化”方法也能系统性地推动价格高于竞争水平。
• 理论贡献： 本文通过表明引入探索阶段会创造一条通往超竞争均衡的确定性路径，弥合了设定错误学习的理论不可预测性（Cooper 等人，2015）与算法共谋的实证现实之间的差距。

作者在范围上保持谦逊，指出其分析结果依赖于线性需求和对称厂商，但其模拟证实，定性效应可扩展到更复杂、更现实的市场环境中。