Datasets:

mabidan

/

econ_paper_abstracts_fa_translation

like 1

We study a model of dynamic combinatorial assignment of indivisible objects without money. We introduce a new solution concept called ``dynamic approximate competitive equilibrium from equal incomes'' (DACEEI), which stipulates that markets must approximately clear in almost all time periods. A naive repeated application of approximate competitive equilibrium from equal incomes (Budish, 2011) does not yield a desirable outcome because the approximation error in market-clearing compounds quickly over time. We therefore develop a new version of the static approximate competitive equilibrium from carefully constructed random budgets which ensures that, in expectation, markets clear exactly. We then use it to design the ``online combinatorial assignment mechanism'' (OCAM) which implements a DACEEI with high probability. The OCAM is (i) group-strategyproof up to one object (ii) envy-free up to one object for almost all agents (iii) approximately market-clearing in almost all periods with high probability when the market is large and arrivals are random. Applications include refugee resettlement, daycare assignment, and airport slot allocation.

ما یک مدل از تکلیف ترکیبی پویا از اشیاء غیرقابل تفکیک را مطالعه می کنیم بی پول.ما یک مفهوم راه حل جدید به نام `` تقریبی پویا را معرفی می کنیم تعادل رقابتی از درآمدهای برابر "(DACEEI) ، که تصریح می کند تقریباً در تمام دوره های زمانی بازارها باید تقریباً روشن شوند.یک تکراری ساده لوح استفاده از تعادل رقابتی تقریبی از درآمد برابر (بودیش ، 2011) نتیجه مطلوب به دست نمی آورد زیرا خطای تقریب در ترکیبات پاکسازی بازار با گذشت زمان به سرعت.بنابراین ما یک نسخه جدید تهیه می کنیم از تعادل رقابتی تقریبی استاتیک از با دقت ساخته شده است بودجه های تصادفی که تضمین می کند ، در انتظار ، بازارها دقیقاً پاک می شوند.ما سپس از آن برای طراحی "مکانیسم واگذاری ترکیب آنلاین" (OCAM) استفاده کنید که DACEEI را با احتمال زیاد پیاده سازی می کند.OCAM (من) است ضد استراتژی گروه تا یک شی (ii) بدون حسادت حداکثر یک شیء برای تقریباً همه عوامل (iii) تقریباً در تمام دوره ها با سطح بالایی پاکسازی بازار احتمال اینکه بازار بزرگ باشد و ورود به صورت تصادفی باشد.برنامه های کاربردی شامل اسکان مجدد پناهندگان ، تکالیف مراقبت روزانه و تخصیص شکاف فرودگاه.

In recent years there has been an influx of papers which use graph theoretic tools to study stochastic choice. Fiorini (2004) serves as a base for this literature by providing a graphical representation of choice probabilities and showing that every interior node of this graph must satisfy inflow equals outflow. We show that this inflow equals outflow property is almost characteristic of choice probabilities. In doing so, we characterize choice probabilities through graph theoretic tools. We offer two applications of this result to random utility. First, we offer a novel axiomatization of random utility on an incomplete domain. Second, we construct a new hypothesis test for random utility which offers computational improvements over the hypothesis test of Kitamura and Stoye (2018).

در سالهای اخیر هجوم مقالات وجود داشته است که از نظری نمودار استفاده می کنند ابزارهایی برای مطالعه انتخاب تصادفی.فیورینی (2004) به عنوان پایه ای برای این کار خدمت می کند ادبیات با ارائه یک نمایش گرافیکی از احتمالات انتخاب و نشان می دهد که هر گره داخلی این نمودار باید برابر باشد جریان خروجیما نشان می دهیم که این جریان با خاصیت خروج برابر است مشخصه احتمالات انتخاب.با انجام این کار ، ما انتخاب را توصیف می کنیم احتمالات از طریق ابزارهای نظری نمودار.ما دو برنامه از این را ارائه می دهیم نتیجه به ابزار تصادفی.اول ، ما یک بدحجاب سازی جدید از تصادفی ارائه می دهیم ابزار در دامنه ناقص.دوم ، ما یک آزمون فرضیه جدید برای ابزار تصادفی که پیشرفت های محاسباتی را در آزمون فرضیه ارائه می دهد از کیتامورا و استوی (2018).

We study the problem of fairly allocating indivisible goods to agents with weights corresponding to their entitlements. Previous work has shown that, when agents have binary additive valuations, the maximum weighted Nash welfare rule is resource-, population-, and weight-monotone, satisfies group-strategyproofness, and can be implemented in polynomial time. We generalize these results to the class of weighted additive welfarist rules with concave functions and agents with matroid-rank (also known as binary submodular) valuations.

ما مشکل اختصاص کالاهای غیرقابل تفکیک را به مأمورین مطالعه می کنیم وزنهای مربوط به حق آنها.کار قبلی نشان داده است که ، چه زمانی عوامل دارای ارزش افزودنی باینری هستند ، حداکثر قانون رفاه NASH وزن آیا منابع ، جمعیت و وزن است. ضد استراتژی گروه ، و می تواند در زمان چند جمله ای اجرا شود.ما این نتایج را به کلاس قوانین ولفاریست افزودنی وزنه بردار تعمیم دهید عملکردهای مقع ارزشهای زیرودیکی).

We present a universal concept for the Value of Information (VoI), based on the works of Claude Shannon's and Ruslan Stratonovich that can take into account very general preferences of the agents and results in a single number. As such it is convenient for applications and also has desirable properties for decision theory and demand analysis. The Shannon/Stratonovich VoI concept is compared to alternatives and applied in examples. In particular we apply the concept to a circular spatial structure well known from many economic models and allow for various economic transport costs.

ما یک مفهوم جهانی برای ارزش اطلاعات (VOI) بر اساس ارائه می دهیم آثار کلود شانون و روسلان Stratonovich که می توانند به آن بپردازند ترجیحات بسیار کلی عوامل را به حساب می آورید و به یک شماره واحد می رسد. به همین ترتیب برای برنامه ها مناسب است و همچنین دارای خواص مطلوب برای نظریه تصمیم گیری و تجزیه و تحلیل تقاضا.مفهوم Voi Shannon/Stratonovich است در مقایسه با گزینه های دیگر و در مثالها اعمال می شود.به طور خاص ما اعمال می کنیم مفهوم به یک ساختار فضایی دایره ای که از بسیاری از مدلهای اقتصادی شناخته شده است و هزینه های مختلف حمل و نقل اقتصادی را فراهم می کند.

"Egyptian Ratscrew" (ERS) is a modern American card game enjoyed by millions of players worldwide. A game of ERS is won by collecting all of the cards in the deck. Typically this game is won by the player with the fastest reflexes, since the most common strategy for collecting cards is being the first to slap the pile in the center whenever legal combinations of cards are placed down. Most players assume that the dominant strategy is to develop a faster reaction time than your opponents, and no academic inquiry has been levied against this assumption. This thesis investigates the hypothesis that a "risk slapping" strategist who relies on practical economic decision making will win an overwhelming majority of games against players who rely on quick reflexes alone. It is theorized that this can be done by exploiting the "burn rule," a penalty that is too low-cost to effectively dissuade players from slapping illegally when it benefits them. Using the Ruby programming language, we construct an Egyptian Ratscrew simulator from scratch. Our model allows us to simulate the behavior of 8 strategically unique players within easily adjustable parameters including simulation type, player count, and burn amount. We simulate 100k iterations of 67 different ERS games, totaling 6.7 million games of ERS, and use win percentage data in order to determine which strategies are dominant under each set of parameters. We then confirm our hypothesis that risk slapping is a dominant strategy, discover that there is no strictly dominant approach to risk slapping, and elucidate a deeper understanding of different ERS mechanics such as the burn rule. Finally, we assess the implications of our findings and suggest potential improvements to the rules of the game. We also touch on the real-world applications of our research and make recommendations for the future of Egyptian Ratscrew modeling.

"Ratscrew مصر" (ERS) یک بازی مدرن با کارت آمریکایی است که توسط میلیون ها نفر از آن لذت می برد بازیکنان در سراسر جهان.بازی ERS با جمع آوری همه کارت ها در عرشه.به طور معمول این بازی توسط بازیکن با سریعترین رفلکس ها برنده می شود ، از آنجا که متداول ترین استراتژی برای جمع آوری کارت ها اولین کسی است که سیلی می زند هر زمان که ترکیبات قانونی کارت در مرکز قرار بگیرد ، شمع موجود در مرکز. بیشتر بازیکنان تصور می کنند که استراتژی غالب ایجاد یک واکنش سریعتر است زمان از مخالفان شما است و هیچ گونه تحقیق دانشگاهی علیه این امر انجام نشده است فرض.این پایان نامه این فرضیه را بررسی می کند که "سیلی زدن ریسک" استراتژیستی که به تصمیم گیری اقتصادی عملی متکی است ، برنده خواهد شد اکثر بازی ها در برابر بازیکنانی که به رفلکس سریع تکیه می کنند تنها.این تئوریزه شده است که این کار را می توان با بهره برداری از "قانون سوختگی" انجام داد ، پنالتی که خیلی کم هزینه است تا بازیکنان را از سیلی زدن به طور موثر منصرف کند به طور غیرقانونی وقتی از آنها سود می برد.با استفاده از زبان برنامه نویسی روبی ، ما یک شبیه ساز موش صحرایی مصری را از ابتدا بسازید.مدل ما به ما اجازه می دهد رفتار 8 بازیکن استراتژیک منحصر به فرد را به راحتی شبیه سازی کنید پارامترهای قابل تنظیم از جمله نوع شبیه سازی ، تعداد پخش کننده و مقدار سوختگی. ما تکرارهای 100K 67 بازی مختلف ERS را شبیه سازی می کنیم ، در مجموع 6.7 میلیون نفر بازی های ERS ، و از داده های درصد برنده استفاده کنید تا مشخص شود کدام یک استراتژی ها تحت هر مجموعه پارامترها حاکم هستند.سپس ما را تأیید می کنیم فرضیه که سیلی زدن ریسک یک استراتژی غالب است ، کشف کنید که هیچ وجود ندارد رویکرد کاملاً غالب برای سیلی زدن به ریسک ، و روشن تر یک عمیق تر درک مکانیک های مختلف ERS مانند قانون سوختگی.بالاخره ، ما پیامدهای یافته های ما را ارزیابی کرده و پیشرفت های بالقوه را نشان می دهد قوانین بازی.ما همچنین به برنامه های دنیای واقعی خود لمس می کنیم تحقیق و توصیه هایی برای آینده مدل سازی موش صحرایی مصر.

A principal hires an agent to work on a long-term project that culminates in a breakthrough or a breakdown. At each time, the agent privately chooses to work or shirk. Working increases the arrival rate of breakthroughs and decreases the arrival rate of breakdowns. To motivate the agent to work, the principal conducts costly inspections. She fires the agent if shirking is detected. We characterize the principal's optimal inspection policy. Periodic inspections are optimal if work primarily speeds up breakthroughs. Random inspections are optimal if work primarily delays breakdowns. Crucially, the agent's actions determine his risk-attitude over the timing of punishments.

یک مدیر عامل استخدام می کند تا روی یک پروژه بلند مدت کار کند که به اوج خود می رسد دستیابی به موفقیت یا شکست.در هر زمان ، نماینده به صورت خصوصی انتخاب می کند کار یا شرککار باعث افزایش میزان ورود پیشرفت ها می شود و میزان ورود خرابی ها را کاهش می دهد.برای ایجاد انگیزه عامل به کار ، اصلی بازرسی های پرهزینه را انجام می دهد.اگر شرکینگ باشد ، عامل را شلیک می کند شناسایی شده.ما سیاست بازرسی بهینه اصلی را توصیف می کنیم.تناوبی بازرسی ها در صورتی که در درجه اول پیشرفت موفقیت ها را انجام دهد ، بهینه است.تصادفی بازرسی ها در صورتی که در درجه اول کار را به تأخیر می اندازد ، بهینه است.از نظر مهم ، اقدامات نماینده ، میزان ریسک وی را نسبت به زمان مجازات ها تعیین می کند.

As one of the most fundamental concepts in transportation science, Wardrop equilibrium (WE) has always had a relatively weak behavioral underpinning. To strengthen this foundation, one must reckon with bounded rationality in human decision-making processes, such as the lack of accurate information, limited computing power, and sub-optimal choices. This retreat from behavioral perfectionism in the literature, however, was typically accompanied by a conceptual modification of WE. Here we show that giving up perfect rationality need not force a departure from WE. On the contrary, WE can be reached with global stability in a routing game played by boundedly rational travelers. We achieve this result by developing a day-to-day (DTD) dynamical model that mimics how travelers gradually adjust their route valuations, hence choice probabilities, based on past experiences. Our model, called cumulative logit (CULO), resembles the classical DTD models but makes a crucial change: whereas the classical models assume routes are valued based on the cost averaged over historical data, ours values the routes based on the cost accumulated. To describe route choice behaviors, the CULO model only uses two parameters, one accounting for the rate at which the future route cost is discounted in the valuation relative to the past ones and the other describing the sensitivity of route choice probabilities to valuation differences. We prove that the CULO model always converges to WE, regardless of the initial point, as long as the behavioral parameters satisfy certain mild conditions. Our theory thus upholds WE's role as a benchmark in transportation systems analysis. It also resolves the theoretical challenge posed by Harsanyi's instability problem by explaining why equally good routes at WE are selected with different probabilities.

به عنوان یکی از اساسی ترین مفاهیم در علوم حمل و نقل ، Wardrop تعادل (ما) همیشه زیربنای رفتاری نسبتاً ضعیفی داشته است.به این بنیاد را تقویت کنید ، باید با عقلانیت محدود در انسان حساب کنید فرآیندهای تصمیم گیری ، مانند عدم وجود اطلاعات دقیق ، محدود محاسبات قدرت و گزینه های زیر بهینه.این عقب نشینی از رفتاری با این حال ، کمال گرایی در ادبیات به طور معمول با a همراه بود اصلاح مفهومی ما.در اینجا ما نشان می دهیم که عقلانیت کامل نیازی به مجبور کردن عزیمت از ما نیست.در مقابل ، ما می توانیم به آن برسیم ثبات جهانی در یک بازی مسیریابی که توسط مسافران کاملاً منطقی انجام می شود.ما با تهیه یک مدل دینامیکی روزانه (DTD) که به این نتیجه برسید ، به این نتیجه برسید تقلید می کند که چگونه مسافران به تدریج ارزیابی مسیر خود را تنظیم می کنند ، از این رو انتخاب احتمالات ، بر اساس تجربیات گذشته.مدل ما ، به نام logit تجمعی (Culo) ، شبیه مدل های DTD کلاسیک است اما یک تغییر اساسی ایجاد می کند: در حالی که مدل های کلاسیک فرض می کنند که مسیرها بر اساس هزینه متوسط ​​بیش از حد ارزش دارند داده های تاریخی ، ما مسیرها را بر اساس هزینه انباشته شده ارزیابی می کند.به رفتارهای انتخاب مسیر را توصیف کنید ، مدل Culo فقط از دو پارامتر استفاده می کند ، یکی حسابداری برای نرخی که هزینه مسیر آینده در آن تخفیف می یابد ارزیابی نسبت به گذشته و دیگری که حساسیت را توصیف می کند احتمال انتخاب مسیر به تفاوت های ارزیابی.ما ثابت می کنیم که کول مدل همیشه بدون در نظر گرفتن نقطه اولیه ، به ما همگرا می شود. پارامترهای رفتاری شرایط خفیف خاصی را برآورده می کند.نظریه ما از این رو حمایت می کند ما به عنوان معیار در تجزیه و تحلیل سیستم های حمل و نقل نقش داریم.همچنین برطرف می شود چالش نظری ناشی از مشکل بی ثباتی هارسانی با توضیح چرا مسیرهای به همان اندازه خوب در ما با احتمالات مختلف انتخاب می شویم.

Many early order flow auction designs handle the payment for orders when they execute on the chain rather than when they are won in the auction. Payments in these auctions only take place when the orders are executed, creating a free option for whoever wins the order. Bids in these auctions set the strike price of this option rather than the option premium. This paper develops a simple model of an order flow auction and compares contingent fees with upfront payments as well as mixtures of the two. Results suggest that auctions with a greater share of the payment contingent on execution have lower execution probability, lower revenue, and increased effective spreads in equilibrium. A Reputation system can act as a negative contingent fee, partially mitigating the downsides; however, unless the system is calibrated perfectly, some of the undesirable qualities of the contingent fees remain. Results suggest that designers of order flow auctions should avoid contingent fees whenever possible.

بسیاری به جای اینکه در حراج برنده شوند ، روی زنجیره اجرا کنید.پرداخت در این حراج ها فقط در صورت اجرای سفارشات صورت می گیرد و ایجاد رایگان می کند گزینه ای برای هر کسی که برنده سفارش شود.پیشنهادات در این حراج ها قیمت اعتصاب را تعیین می کند از این گزینه به جای حق بیمه گزینه.این مقاله ساده است مدل حراج جریان سفارش و هزینه های احتمالی را با پیشانی مقایسه می کند پرداخت و همچنین مخلوط این دو.نتایج نشان می دهد که حراج ها با a سهم بیشتری از مشروط پرداخت در هنگام اجرای اعدام کمتری دارد احتمال ، درآمد پایین تر و افزایش گسترش موثر در تعادل.آ سیستم شهرت می تواند به عنوان یک هزینه مشروط منفی عمل کند ، تا حدی کاهش می یابد نزول ها ؛با این حال ، مگر اینکه سیستم کاملاً کالیبره شود ، برخی از خصوصیات نامطلوب هزینه های احتمالی باقی مانده است.نتایج نشان می دهد که طراحان حراج های جریان سفارش باید هر زمان از هزینه های احتمالی خودداری کنند ممکن است

We ask how the advertising mechanisms of digital platforms impact product prices. We present a model that integrates three fundamental features of digital advertising markets: (i) advertisers can reach customers on and off-platform, (ii) additional data enhances the value of matching advertisers and consumers, and (iii) bidding follows auction-like mechanisms. We compare data-augmented auctions, which leverage the platform's data advantage to improve match quality, with managed campaign mechanisms, where advertisers' budgets are transformed into personalized matches and prices through auto-bidding algorithms. In data-augmented second-price auctions, advertisers increase off-platform product prices to boost their competitiveness on-platform. This leads to socially efficient allocations on-platform, but inefficient allocations off-platform due to high product prices. The platform-optimal mechanism is a sophisticated managed campaign that conditions on-platform prices for sponsored products on off-platform prices set by all advertisers. Relative to auctions, the optimal managed campaign raises off-platform product prices and further reduces consumer surplus.

ما می پرسیم که چگونه مکانیسم های تبلیغاتی سیستم عامل های دیجیتال بر محصول تأثیر می گذارد قیمت.ما مدلی را ارائه می دهیم که سه ویژگی اساسی از آن را ادغام می کند بازارهای تبلیغاتی دیجیتال: (i) تبلیغ کنندگان می توانند به مشتریان برسند و خارج از پلتفرم ، (ب) داده های اضافی باعث افزایش ارزش تبلیغ کنندگان می شود و مصرف کنندگان ، و (iii) مناقصه از مکانیسم های حراج مانند پیروی می کند.ما مقایسه می کنیم حراج های داده شده توسط داده ها ، که از مزیت داده های پلتفرم به آن بهره می برند بهبود کیفیت مسابقه ، با مکانیسم های مدیریتی مدیریت شده ، جایی که تبلیغ کنندگان بودجه ها به مسابقات و قیمت های شخصی تبدیل می شوند الگوریتم های خودکار-پیشنهاد.در حراج های قیمت دوم با اوج ، تبلیغ کنندگان قیمت محصول خارج از پلتفرمی را افزایش دهید تا رقابت آنها را تقویت کند روی پلتفرماین منجر به تخصیص کارآمد اجتماعی در پلتفرم می شود ، اما تخصیص ناکارآمد به دلیل قیمت بالای محصول.در مکانیسم پلت فرم بهینه یک کمپین پیشرفته و پیشرفته است که شرایط را شرایط می کند قیمت های پلت فرم برای محصولات حمایت شده با قیمت های خارج از پلتفرمی تعیین شده توسط همه تبلیغ کنندگاننسبت به حراج ها ، کمپین بهینه مدیریت شده افزایش می یابد قیمت محصول خارج از پلتفرم و بیشتر باعث کاهش مازاد مصرف کننده می شود.

Firms compete for clients, creating distributions of market shares ranging from domination by a few giant companies to markets in which there are many small firms. These market structures evolve in time, and may remain stable for many years before a new firm emerges and rapidly obtains a large market share. We seek the simplest realistic model giving rise to such diverse market structures and dynamics. We focus on markets in which every client adopts a single firm, and can, from time to time, switch to a different firm. Examples include markets of cell phone and Internet service providers, and of consumer products with strong brand identification. In the model, the size of a particular firm, labelled $i$, is equal to its current number of clients, $n_i$. In every step of the simulation, a client is chosen at random, and then selects a firm from among the full set of firms with probability $p_i = (n_i^\alpha + \beta)/K$, where $K$ is the normalization factor. Our model thus has two parameters: $\alpha$ represents the degree to which firm size is an advantage ($\alpha$ > 1) or disadvantage ($\alpha$ < 1), relative to strict proportionality to size ($\alpha$ = 1), and $\beta$ represents the degree to which small firms are viable despite their small size. We postulate that $\alpha$ and $\beta$ are determined by the regulatory, technology, business culture and social environments. The model exhibits a phase diagram in the parameter space, with different regions of behaviour. At the large $\alpha$ extreme of the phase diagram, a single dominant firm emerges, whose market share depends on the value of $\beta$. At the small $\alpha$ extreme, many firms with small market shares coexist, and no dominant firm emerges. In the intermediate region, markets are divided among a relatively small number of firms, each with sizeable market share but with distinct rankings, which can persist for long [...]

بنگاهها برای مشتریان رقابت می کنند و توزیع سهام بازار را ایجاد می کنند از تسلط چند شرکت غول پیکر گرفته تا بازارهایی که در آن تعداد زیادی وجود دارد بنگاه های کوچکاین سازه های بازار به موقع تکامل می یابند و ممکن است پایدار بمانند سالها قبل از ظهور یک شرکت جدید و به سرعت سهم بازار بزرگ را بدست می آورد. ما به دنبال ساده ترین مدل واقع بینانه هستیم که باعث ایجاد چنین بازار متنوعی می شود ساختار و پویایی.ما روی بازارهایی تمرکز می کنیم که در آن هر مشتری a را اتخاذ می کند یک شرکت واحد ، و هر از گاهی می تواند به یک شرکت متفاوت تبدیل شود.مثال ها شامل بازارهای ارائه دهندگان خدمات تلفن همراه و اینترنت و مصرف کننده محصولاتی با شناسایی برند قوی.در مدل ، اندازه a شرکت خاص ، با برچسب $ I $ ، برابر با تعداد فعلی مشتری است ، $ n_i $.در هر مرحله از شبیه سازی ، مشتری به طور تصادفی انتخاب می شود و سپس یک شرکت را از بین مجموعه کامل بنگاه ها با احتمال $ p_i = انتخاب می کند (n_i^\ alpha + \ beta)/k $ ، جایی که $ k $ عامل عادی سازی است.مدل ما بنابراین دو پارامتر دارد: $ \ alpha $ نشان دهنده میزان اندازه شرکت است مزیت ($ \ alpha $> 1) یا ضرر ($ \ alpha $ <1) ، نسبت به سخت متناسب با اندازه ($ \ alpha $ = 1) ، و $ \ beta $ نشان دهنده درجه تا که شرکت های کوچک با وجود اندازه کوچکشان قابل دوام هستند.ما فرض می کنیم که $ \ alpha $ و $ \ beta $ توسط نظارتی ، فناوری ، تجارت تعیین می شود فرهنگ و محیط های اجتماعی.این مدل یک نمودار فاز در فضای پارامتر ، با مناطق مختلف رفتار.در $ بزرگ \ alpha $ شدید از نمودار فاز ، یک شرکت غالب واحد ظهور می کند ، که بازار آن است سهم به ارزش $ \ بتا $ بستگی دارد.در $ $ \ alpha $ افراطی ، بسیاری شرکت هایی که دارای سهام بازار کوچک هستند همزیستی هستند و هیچ شرکت غالب پدیدار نمی شود.در منطقه متوسط ​​، بازارها بین تعداد نسبتاً کمی تقسیم می شوند بنگاهها ، هر کدام سهم بازار قابل توجهی اما دارای رتبه های مشخصی هستند که می توانند برای مدت طولانی ادامه دهید [...]

The principle of DEPENDENCY LENGTH MINIMIZATION, which seeks to keep syntactically related words close in a sentence, is thought to universally shape the structure of human languages for effective communication. However, the extent to which dependency length minimization is applied in human language systems is not yet fully understood. Preverbally, the placement of long-before-short constituents and postverbally, short-before-long constituents are known to minimize overall dependency length of a sentence. In this study, we test the hypothesis that placing only the shortest preverbal constituent next to the main-verb explains word order preferences in Hindi (a SOV language) as opposed to the global minimization of dependency length. We characterize this approach as a least-effort strategy because it is a cost-effective way to shorten all dependencies between the verb and its preverbal dependencies. As such, this approach is consistent with the bounded-rationality perspective according to which decision making is governed by "fast but frugal" heuristics rather than by a search for optimal solutions. Consistent with this idea, our results indicate that actual corpus sentences in the Hindi-Urdu Treebank corpus are better explained by the least effort strategy than by global minimization of dependency lengths. Additionally, for the task of distinguishing corpus sentences from counterfactual variants, we find that the dependency length and constituent length of the constituent closest to the main verb are much better predictors of whether a sentence appeared in the corpus than total dependency length. Overall, our findings suggest that cognitive resource constraints play a crucial role in shaping natural languages.

اصل به حداقل رساندن طول وابستگی ، که به دنبال حفظ آن است تصور می شود کلمات مرتبط با نحوی در یک جمله ، به طور جهانی تصور می شود ساختار زبانهای انسانی را برای برقراری ارتباط مؤثر شکل دهید.با این حال، میزان به حداقل رساندن طول وابستگی در زبان انسانی استفاده می شود سیستم ها هنوز کاملاً درک نشده اند.پیش از این ، قرار دادن اجزای طولانی مدت کوتاه مدت و مؤلفه های پس از مدت کوتاه مدت شناخته شده است که طول وابستگی کلی یک جمله را به حداقل می رساند.در این مطالعه، ما این فرضیه را آزمایش می کنیم که فقط کوتاهترین ماده تشکیل دهنده پیش از آن را قرار می دهیم در کنار Volb اصلی ، ترجیحات سفارش کلمه را به زبان هندی توضیح می دهد (یک زبان SOV) برخلاف به حداقل رساندن جهانی طول وابستگی.ما توصیف می کنیم این رویکرد به عنوان یک استراتژی کم کوشش زیرا این یک روش مقرون به صرفه است تمام وابستگی های بین فعل و وابستگی های قبل از آن را کوتاه کنید.مانند چنین ، این رویکرد با دیدگاه روابط محدود سازگار است براساس آن تصمیم گیری توسط اکتشافی های "سریع اما ناخوشایند" اداره می شود به جای جستجوی راه حل های بهینه.مطابق با این ایده ، ما نتایج حاکی از آن است که جملات قشر واقعی در Corpus Treebank Hindi-Urdu بهتر است با کمترین استراتژی تلاش نسبت به به حداقل رساندن جهانی توضیح داده شود طول وابستگیعلاوه بر این ، برای وظیفه تمایز جسد جملات از انواع ضد خلاف ، می فهمیم که طول وابستگی و طول تشکیل دهنده تشکیل دهنده نزدیک به فعل اصلی بسیار بهتر است پیش بینی کننده اینکه آیا یک جمله در جسد نسبت به وابستگی کامل ظاهر شده است طولبه طور کلی ، یافته های ما نشان می دهد که محدودیت های منابع شناختی بازی می کنند نقش اساسی در شکل دادن به زبانهای طبیعی.

We introduce a spatial economic growth model where space is described as a network of interconnected geographic locations and we study a corresponding finite-dimensional optimal control problem on a graph with state constraints. Economic growth models on networks are motivated by the nature of spatial economic data, which naturally possess a graph-like structure: this fact makes these models well-suited for numerical implementation and calibration. The network setting is different from the one adopted in the related literature, where space is modeled as a subset of a Euclidean space, which gives rise to infinite dimensional optimal control problems. After introducing the model and the related control problem, we prove existence and uniqueness of an optimal control and a regularity result for the value function, which sets up the basis for a deeper study of the optimal strategies. Then, we focus on specific cases where it is possible to find, under suitable assumptions, an explicit solution of the control problem. Finally, we discuss the cases of networks of two and three geographic locations.

ما یک مدل رشد اقتصادی فضایی را معرفی می کنیم که در آن فضا به عنوان یک توصیف می شود شبکه مکانهای جغرافیایی به هم پیوسته و ما مربوطه را مطالعه می کنیم مشکل کنترل بهینه بهینه محدود در یک نمودار با محدودیت های حالت. مدل های رشد اقتصادی در شبکه ها از ماهیت مکانی انگیزه دارند داده های اقتصادی ، که به طور طبیعی دارای یک ساختار نمودار مانند است: این واقعیت باعث می شود این مدل ها برای اجرای عددی و کالیبراسیون مناسب هستند.در تنظیم شبکه با نمونه ای که در ادبیات مرتبط اتخاذ شده متفاوت است ، جایی که فضا به عنوان زیر مجموعه ای از یک فضای اقلیدسی مدل می شود ، که باعث می شود مشکلات کنترل بهینه بهینه بی نهایت.بعد از معرفی مدل و مشکل کنترل مرتبط ، ما وجود و منحصر به فرد بودن یک بهینه را اثبات می کنیم کنترل و یک نتیجه منظم برای عملکرد ارزش ، که پایه و اساس را تنظیم می کند برای یک مطالعه عمیق تر از استراتژی های بهینه.سپس ، ما روی موارد خاص تمرکز می کنیم جایی که می توان با فرضیات مناسب ، یک راه حل صریح پیدا کرد مشکل کنترلسرانجام ، ما در مورد موارد شبکه های دو و سه مکان جغرافیایی.

We adopt the notion of the farsighted stable set to determine which matchings are stable when agents are farsighted in matching markets with couples. We show that a singleton matching is a farsighted stable set if and only if the matching is stable. Thus, matchings that are stable with myopic agents remain stable when agents become farsighted. Examples of farsighted stable sets containing multiple non-stable matchings are provided for markets with and without stable matchings. For couples markets where the farsighted stable set does not exist, we propose the DEM farsighted stable set to predict the matchings that are stable when agents are farsighted.

ما مفهوم مجموعه پایدار دور افتاده را برای تعیین اینکه کدام تطابق را تعیین می کنیم ، اتخاذ می کنیم هنگامی که مأمورین در تطبیق بازارهای با زوجین فاصله دارند ، پایدار هستند.ما نشان می دهیم این که یک تطبیق مجرد یک مجموعه پایدار دورافتاده است اگر و فقط اگر تطبیق پایدار است.بنابراین ، تطابق هایی که با عوامل نزدیک بینی پایدار هستند باقی مانده است هنگامی که مأمورین دور می شوند پایدار است.نمونه هایی از مجموعه های پایدار دور حاوی چندین مطابقت غیر پایدار برای بازارهای دارای و بدون تطابق پایدار.برای بازارهای زوج ها که مجموعه پایدار دور افتاده است وجود ندارد ، ما مجموعه پایدار Dem Farsepeded را برای پیش بینی پیشنهاد می کنیم تطبی هایی که در هنگام دور شدن مأمورین پایدار هستند.

Adaptation to dynamic conditions requires a certain degree of diversity. If all agents take the best current action, learning that the underlying state has changed and behavior should adapt will be slower. Diversity is harder to maintain when there is fast communication between agents, because they tend to find out and pursue the best action rapidly. We explore these issues using a model of (Bayesian) learning over a social network. Agents learn rapidly from and may also have incentives to coordinate with others to whom they are connected via strong links. We show, however, that when the underlying environment changes sufficiently rapidly, any network consisting of just strong links will do only a little better than random choice in the long run. In contrast, networks combining strong and weak links, whereby the latter type of links transmit information only slowly, can achieve much higher long-run average payoffs. The best social networks are those that combine a large fraction of agents into a strongly-connected component, while still maintaining a sufficient number of smaller communities that make diverse choices and communicate with this component via weak links.

سازگاری با شرایط پویا نیاز به درجه خاصی از تنوع دارد.اگر همه عوامل بهترین اقدام فعلی را انجام می دهند ، و می آموزند که حالت اساسی دارد تغییر یافته و رفتار باید سازگار باشد کندتر خواهد بود.تنوع سخت تر است هنگامی که ارتباط سریع بین عوامل وجود دارد ، حفظ کنید ، زیرا آنها تمایل دارند بهترین عمل را به سرعت پیدا کرده و دنبال کنید.ما این مسائل را با استفاده از a کشف می کنیم مدل یادگیری (بیزی) از طریق یک شبکه اجتماعی.نمایندگان به سرعت یاد می گیرند و همچنین ممکن است انگیزه ای برای هماهنگی با دیگران که با آنها هستند از طریق پیوندهای قوی متصل است.با این حال ، ما نشان می دهیم که وقتی زیرزمین است محیط به اندازه کافی سریع تغییر می کند ، هر شبکه ای که فقط از قوی باشد پیوندها در دراز مدت فقط کمی بهتر از انتخاب تصادفی انجام می دهند.که در کنتراست ، شبکه هایی که پیوندهای قوی و ضعیف را ترکیب می کنند ، به موجب آن نوع دوم پیوندها اطلاعات را فقط به آرامی منتقل می کنند ، می توانند به طولانی مدت بسیار بالاتر برسند بازپرداخت متوسطبهترین شبکه های اجتماعی آنهایی هستند که بزرگ را ترکیب می کنند کسری از عوامل به یک مؤلفه کاملاً متصل ، در حالی که هنوز هم حفظ می شود تعداد کافی از جوامع کوچکتر که انتخاب های متنوعی را انجام می دهند و از طریق پیوندهای ضعیف با این مؤلفه ارتباط برقرار کنید.

This paper motivates and develops a framework for understanding how the socio-technical systems surrounding AI development interact with social welfare. It introduces the concept of ``signaling'' from evolutionary game theory and demonstrates how it can enhance existing theory and practice surrounding the evaluation and governance of AI systems.

این مقاله چارچوبی را برای درک چگونگی ایجاد ایجاد می کند سیستم های اجتماعی و فنی پیرامون توسعه هوش مصنوعی با اجتماعی در تعامل هستند رفاه.این مفهوم "سیگنالینگ" را از بازی تکاملی معرفی می کند تئوری و نشان می دهد که چگونه می تواند تئوری و عمل موجود را تقویت کند پیرامون ارزیابی و مدیریت سیستم های AI.

We study candidates' positioning when adjustments are possible in response to new information about voters' preferences. Re-positioning allows candidates to get closer to the median voter but is costly both financially and electorally. We examine the occurrence and the direction of the adjustments depending on the ex-ante positions and the new information. In the unique subgame perfect equilibrium, candidates anticipate the possibility to adjust in response to future information and diverge ex-ante in order to secure a cost-less victory when the new information is favorable.

ما موقعیت نامزدها را در صورت امکان تعدیل در پاسخ به آن مطالعه می کنیم اطلاعات جدید در مورد ترجیحات رای دهندگان.موقعیت مجدد به نامزدها اجازه می دهد به رای دهنده متوسط ​​نزدیک شوید اما از نظر مالی و انتخاباتی نیز پرهزینه است. ما وقوع و جهت تنظیمات را بسته به موقعیت های سابق و اطلاعات جدید.در زیر مجموعه منحصر به فرد کامل تعادل ، نامزدها امکان تنظیم در پاسخ به اطلاعات آینده و به منظور تضمین پیروزی کم هزینه وقتی اطلاعات جدید مطلوب است.

We study the approximate core for edge cover games, which are cooperative games stemming from edge cover problems. In these games, each player controls a vertex on a network $G = (V, E; w)$, and the cost of a coalition $S\subseteq V$ is equivalent to the minimum weight of edge covers in the subgraph induced by $S$. We prove that the 3/4-core of edge cover games is always non-empty and can be computed in polynomial time by using linear program duality approach. This ratio is the best possible, as it represents the integrality gap of the natural LP for edge cover problems. Moreover, our analysis reveals that the ratio of approximate core corresponds with the length of the shortest odd cycle of underlying graphs.

ما هسته تقریبی بازی های پوشش لبه را که تعاونی هستند مطالعه می کنیم بازی های ناشی از مشکلات پوشش لبه.در این بازی ها ، هر بازیکن کنترل می کند vertex در یک شبکه $ g = (v ، e ؛ w) $ ، و هزینه یک ائتلاف $ s \ subseteq v $ معادل حداقل وزن پوشش لبه در زیرگراف ناشی از $ S $.ما ثابت می کنیم که بازی های 3/4 هسته ای از Edge Cover همیشه غیر خالی است و می تواند با استفاده از رویکرد دوگانگی برنامه خطی در زمان چند جمله ای محاسبه می شود.این نسبت بهترین ممکن است ، زیرا این نشان دهنده شکاف یکپارچگی طبیعی است LP برای مشکلات پوشش لبه.علاوه بر این ، تجزیه و تحلیل ما نشان می دهد که نسبت هسته تقریبی با طول کوتاهترین چرخه عجیب و غریب مطابقت دارد نمودارهای اساسی

We consider a multi-agent delegation mechanism without money. In our model, given a set of agents, each agent has a fixed number of solutions which is exogenous to the mechanism, and privately sends a signal, e.g., a subset of solutions, to the principal. Then, the principal selects a final solution based on the agents' signals. In stark contrast to single-agent setting by Kleinberg and Kleinberg (EC'18) with an approximate Bayesian mechanism, we show that there exists efficient approximate prior-independent mechanisms with both information and performance gain, thanks to the competitive tension between the agents. Interestingly, however, the amount of such a compelling power significantly varies with respect to the information available to the agents, and the degree of correlation between the principal's and the agent's utility. Technically, we conduct a comprehensive study on the multi-agent delegation problem and derive several results on the approximation factors of Bayesian/prior-independent mechanisms in complete/incomplete information settings. As a special case of independent interest, we obtain comparative statics regarding the number of agents which implies the dominance of the multi-agent setting ($n \ge 2$) over the single-agent setting ($n=1$) in terms of the principal's utility. We further extend our problem by considering an examination cost of the mechanism and derive some analogous results in the complete information setting.

ما یک مکانیسم هیئت چند عامل را بدون پول در نظر می گیریم.در مدل ما ، با توجه به مجموعه ای از عوامل ، هر عامل دارای تعداد مشخصی از راه حل است که اگزوژن به مکانیسم ، و به صورت خصوصی سیگنال را ارسال می کند ، به عنوان مثال ، زیر مجموعه ای از راه حل ها ، به مدیر.سپس ، اصلی یک راه حل نهایی را انتخاب می کند روی سیگنال های عوامل.در تقابل واضح با تنظیمات تک عامل توسط کلینبرگ و کلینبرگ (EC'18) با مکانیسم تقریبی بیزی ، ما این را نشان می دهیم مکانیسم های تقریبی مستقل قبلی با هر دو وجود دارد اطلاعات و افزایش عملکرد ، به لطف تنش رقابتی بین عواملجالب است ، با این حال ، میزان چنین قدرت قانع کننده ای با توجه به اطلاعات موجود در اختیار عوامل ، به طور قابل توجهی متفاوت است ، و میزان همبستگی بین ابزار اصلی و عامل. از نظر فنی ، ما یک مطالعه جامع در مورد هیئت چند عامل انجام می دهیم مشکل و نتیجه چندین نتیجه در مورد عوامل تقریبی مکانیسم های بیزی/مستقل قبلی در اطلاعات کامل/ناقص تنظیمات.به عنوان یک مورد خاص از علاقه مستقل ، مقایسه می کنیم آمار مربوط به تعداد نمایندگانی که حاکی از تسلط بر تنظیم چند عامل ($ n \ ge 2 $) بیش از تنظیمات تک عامل ($ n = 1 $) از نظر شرایط از ابزار اصلی.ما با در نظر گرفتن یک مشکل خود را گسترش می دهیم هزینه بررسی مکانیسم و ​​به دست آوردن برخی از نتایج مشابه در تنظیم اطلاعات کامل

This note shows that in Bauer's maximum principle, the assumed convexity of the objective function can be relaxed to quasiconvexity.

این نت نشان می دهد که در حداکثر اصل بائر ، محدب فرض شده عملکرد عینی می تواند به شبهه ای آرام شود.

Myerson's regularity condition of a distribution is a standard assumption in economics. In this paper, we study the complexity of describing a regular distribution within a small statistical distance. Our main result is that $\tilde{\Theta}{(\epsilon^{-0.5})}$ bits are necessary and sufficient to describe a regular distribution with support $[0,1]$ within $\epsilon$ Levy distance. We prove this by showing that we can learn the regular distribution approximately with $\tilde{O}(\epsilon^{-0.5})$ queries to the cumulative density function. As a corollary, we show that the pricing query complexity to learn the class of regular distribution with support $[0,1]$ within $\epsilon$ Levy distance is $\tilde{\Theta}{(\epsilon^{-2.5})}$. To learn the mixture of two regular distributions, $\tilde{\Theta}(\epsilon^{-3})$ pricing queries are required.

شرایط منظم مایرسون یک فرض استاندارد در اقتصاد.در این مقاله ، ما پیچیدگی توصیف یک منظم را بررسی می کنیم توزیع در فاصله آماری کوچک.نتیجه اصلی ما این است که $ \ tilde {\ theta} {(\ epsilon^{-0.5})} $ بیت ها لازم و کافی هستند توزیع منظم را با پشتیبانی $ [0،1] $ در $ \ Epsilon $ Levy شرح دهید فاصلهما این را با نشان دادن اینکه می توانیم توزیع منظم را بیاموزیم اثبات می کنیم تقریباً با $ \ tilde {o} (\ epsilon^{-0.5}) $ پرس و جو به تجمعی عملکرد چگالی.به عنوان یک نتیجه ، ما نشان می دهیم که پیچیدگی پرس و جو قیمت گذاری به کلاس توزیع منظم را با پشتیبانی $ [0،1] $ در $ \ epsilon $ بیاموزید فاصله لوی $ \ tilde {\ theta} {(\ epsilon^{-2.5})} $ است.برای یادگیری مخلوط از دو توزیع منظم ، $ \ tilde {\ theta} (\ epsilon^{-3}) ضروری.

We study the robustness of approval-based participatory budgeting (PB) rules to random noise in the votes. Our contributions are twofold. First, we study the computational complexity of the #Flip-Bribery problem, where given a PB instance we ask for the number of ways in which we can flip a given number of approvals in the votes, so that a specific project is selected. The idea is that #Flip-Bribery captures the problem of computing the funding probabilities of projects in case random noise is added. Unfortunately, the problem is intractable even for the simplest PB rules. Second, we analyze the robustness of several prominent PB rules (including the basic greedy rule and the Method of Equal Shares) on real-life instances from Pabulib. Since #Flip-Bribery is intractable, we resort to sampling to obtain our results. We quantify the extent to which simple, greedy PB rules are more robust than proportional ones, and we identify three types of (very) non-robust projects in real-life PB instances.

ما استحکام قوانین بودجه بندی مشارکتی مبتنی بر تأیید (PB) را مطالعه می کنیم به سر و صدای تصادفی در آرا.مشارکتهای ما دو برابر است.اول ، ما مطالعه می کنیم پیچیدگی محاسباتی مشکل رشوه #فلیپ ، که در آن به PB داده می شود به عنوان مثال ، ما تعداد روش هایی را که می توانیم تعداد مشخصی از آنها را بچرخانیم درخواست می کنیم مصوبات در آرا ، به طوری که یک پروژه خاص انتخاب شود.ایده این است که #رشوه فلیپ مشکل محاسبه احتمالات بودجه را ضبط می کند از پروژه هایی در صورت اضافه شدن سر و صدای تصادفی.متأسفانه ، مشکل این است غیرقابل تحمل حتی برای ساده ترین قوانین PB.دوم ، ما استحکام را تجزیه و تحلیل می کنیم از چندین قانون برجسته سرب (از جمله قانون اساسی حریص و روش سهام برابر) در موارد زندگی واقعی از Pabulib.از آنجا که #رشوه فلیپ است غیرقابل تحمل ، ما برای به دست آوردن نتایج خود به نمونه گیری متوسل می شویم.ما تعیین می کنیم تا چه اندازه قوانین ساده و حریص PB قوی تر از قوانین متناسب است ، و ما سه نوع (بسیار) پروژه های غیر Robust را در PB در زندگی واقعی شناسایی می کنیم نمونه ها

Asset price bubbles are situations where asset prices exceed the fundamental values defined by the present value of dividends. This paper presents a conceptually new perspective: the necessity of bubbles. We establish the Bubble Necessity Theorem in a plausible general class of economic models: with faster long-run economic growth ($G$) than dividend growth ($G_d$) and counterfactual long-run autarky interest rate ($R$) below dividend growth, all equilibria are bubbly with non-negligible bubble sizes relative to the economy. This bubble necessity condition naturally arises in economies with sufficiently strong savings motives and multiple factors or sectors with uneven productivity growth.

حباب قیمت دارایی شرایطی است که قیمت دارایی از آن فراتر رود مقادیر تعریف شده توسط مقدار فعلی سود سهام.این مقاله ارائه شده است از نظر مفهومی چشم انداز جدید: ضرورت حباب.ما حباب را ایجاد می کنیم قضیه ضرورت در یک کلاس عمومی قابل قبول از مدلهای اقتصادی: با سریعتر رشد اقتصادی بلند مدت ($ g $) از رشد سود سهام ($ g_d $) و ضد خلاف نرخ بهره طولانی مدت بلند مدت ($ R $) زیر رشد سود سهام ، همه تعادل ها هستند حباب با اندازه حباب غیر قابل تحمل نسبت به اقتصاد.این حباب شرایط ضرورت به طور طبیعی در اقتصادهایی با اندازه کافی بوجود می آید انگیزه های پس انداز و چندین عامل یا بخش با بهره وری ناهموار رشد

We give new bounds for the single-nomination model of impartial selection, a problem proposed by Holzman and Moulin (Econometrica, 2013). A selection mechanism, which may be randomized, selects one individual from a group of $n$ based on nominations among members of the group; a mechanism is impartial if the selection of an individual is independent of nominations cast by that individual, and $\alpha$-optimal if under any circumstance the expected number of nominations received by the selected individual is at least $\alpha$ times that received by any individual. In a many-nominations model, where individuals may cast an arbitrary number of nominations, the so-called permutation mechanism is $1/2$-optimal, and this is best possible. In the single-nomination model, where each individual casts exactly one nomination, the permutation mechanism does better and prior to this work was known to be $67/108$-optimal but no better than $2/3$-optimal. We show that it is in fact $2/3$-optimal for all $n$. This result is obtained via tight bounds on the performance of the mechanism for graphs with maximum degree $\Delta$, for any $\Delta$, which we prove using an adversarial argument. We then show that the permutation mechanism is not best possible; indeed, by combining the permutation mechanism, another mechanism called plurality with runner-up, and some new ideas, $2105/3147$-optimality can be achieved for all $n$. We finally give new upper bounds on $\alpha$ for any $\alpha$-optimal impartial mechanism. They improve on the existing upper bounds for all $n\geq 7$ and imply that no impartial mechanism can be better than $76/105$-optimal for all $n$; they do not preclude the existence of a $(3/4-\varepsilon)$-optimal impartial mechanism for arbitrary $\varepsilon>0$ if $n$ is large.

ما مرزهای جدیدی را برای مدل تک نامگذاری انتخاب بی طرفانه می دهیم ، a مشکلی که توسط هولزمن و مولین پیشنهاد شده است (Econometrica ، 2013).انتخاب مکانیسم ، که ممکن است تصادفی باشد ، یک فرد را از گروه $ n $ انتخاب می کند بر اساس نامزدهای بین اعضای گروه ؛مکانیسم بی طرفانه است انتخاب یک فرد مستقل از نامزدهای بازیگران توسط آن است فردی ، و $ \ alpha $-بهینه اگر تحت هر شرایطی تعداد مورد انتظار باشد از نامزدهای دریافت شده توسط فرد منتخب حداقل $ \ alpha $ برابر است که توسط هر فرد دریافت شده است.در یک مدل نامحدود ، جایی که افراد ممکن است تعداد نامزدهای خودسرانه ، به اصطلاح جایگشت را به دست آورد مکانیسم 1/2 دلار بهینه است و این بهترین امکان ممکن است.در تک طبع مدل ، جایی که هر فرد دقیقاً یک نامزد را بازی می کند ، جایگشت مکانیسم بهتر عمل می کند و قبل از این کار 67/108 $-بهینه شناخته شده بود اما بهتر از 2/3 $-بهینه نیست.ما نشان می دهیم که در واقع 2/3 $ $-بهینه برای همه $ n $.این نتیجه از طریق مرزهای محکم در عملکرد مکانیسم نمودارها با حداکثر درجه $ \ delta $ ، برای هر $ \ delta $ ، که ما با استفاده از یک استدلال مخالف ثابت کنید.سپس نشان می دهیم که جایگشت مکانیسم بهترین امکان پذیر نیست ؛در واقع ، با ترکیب مکانیسم جابجایی ، مکانیسم دیگری به نام کثرت با دونده و ایده های جدید ، $ 2105/3147 $-به دست آوردن برای همه $ n $ قابل دستیابی است.بالاخره فوقانی جدید می دهیم مرز \ alpha $ برای هر $ \ alpha $ -OPTIMAL-OPTIMAL.آنها بهبود می یابند در مرزهای بالایی موجود برای همه $ n \ geq 7 $ و دلالت بر اینکه هیچ بی طرفی است مکانیسم می تواند بهتر از 76/105 $-بهینه برای همه $ n $ باشد.آنها مانع نمی شوند وجود یک $ (3/4- \ varepsilon) $-مکانیسم بهینه بی طرفانه برای دلخواه $ \ varepsilon> 0 $ اگر $ n $ بزرگ است.

Charity is typically done either by individual donors, who donate money to the charities that they support, or by centralized organizations such as governments or municipalities, which collect the individual contributions and distribute them among a set of charities. On the one hand, individual charity respects the will of the donors but may be inefficient due to a lack of coordination. On the other hand, centralized charity is potentially more efficient but may ignore the will of individual donors. We present a mechanism that combines the advantages of both methods by distributing the contribution of each donor in an efficient way such that no subset of donors has an incentive to redistribute their donations. Assuming Leontief utilities (i.e., each donor is interested in maximizing an individually weighted minimum of all contributions across the charities), our mechanism is group-strategyproof, preference-monotonic, contribution-monotonic, maximizes Nash welfare, and can be computed using convex programming.

خیریه به طور معمول توسط اهدا کنندگان شخصی انجام می شود ، که به آنها پول اهدا می کنند خیریه هایی که از آنها پشتیبانی می کنند ، یا توسط سازمان های متمرکز مانند دولت ها یا شهرداری ها ، که کمک های فردی را جمع می کنند و آنها را در بین مجموعه ای از خیریه ها توزیع کنید.از یک طرف ، خیریه فردی به اراده اهدا کنندگان احترام می گذارد اما به دلیل کمبود ممکن است ناکارآمد باشد هماهنگیاز طرف دیگر ، خیریه متمرکز به طور بالقوه بیشتر است کارآمد اما ممکن است اراده اهدا کنندگان فردی را نادیده بگیرد.ما یک مکانیسم ارائه می دهیم که با توزیع سهم ، مزایای هر دو روش را ترکیب می کند از هر اهدا کننده به روشی کارآمد به گونه ای که هیچ زیرمجموعه ای از اهدا کنندگان انگیزه برای توزیع مجدد کمکهای خود.با فرض برنامه های Leontief (یعنی ، هر اهدا کننده علاقه مند به حداکثر رساندن حداقل وزن جداگانه از همه است مشارکت در بین خیریه ها) ، مکانیسم ما ضد استراتژی گروه است ، ترجیح یکنواخت ، مشارکت یکنواخت ، به حداکثر رساندن Nash رفاه ، و می تواند با استفاده از برنامه نویسی محدب محاسبه می شود.

We study the convergence of best-response dynamics in lottery contests. We show that best-response dynamics rapidly converges to the (unique) equilibrium for homogeneous agents but may not converge for non-homogeneous agents, even for two non-homogeneous agents. For $2$ homogeneous agents, we show convergence to an $\epsilon$-approximate equilibrium in $\Theta(\log\log(1/\epsilon))$ steps. For $n \ge 3$ agents, the dynamics is not unique because at each step $n-1 \ge 2$ agents can make non-trivial moves. We consider a model where the agent making the move is randomly selected at each time step. We show convergence to an $\epsilon$-approximate equilibrium in $O(\beta \log(n/(\epsilon\delta)))$ steps with probability $1-\delta$, where $\beta$ is a parameter of the agent selection process, e.g., $\beta = n$ if agents are selected uniformly at random at each time step. Our simulations indicate that this bound is tight.

ما همگرایی پویایی بهترین پاسخ را در مسابقات قرعه کشی مطالعه می کنیم.ما نشان می دهد که دینامیک بهترین پاسخ به سرعت به تعادل (منحصر به فرد) همگرا می شود برای عوامل همگن اما ممکن است برای عوامل غیر همگن همگرایی نباشد ، حتی برای دو عامل غیر همگن.با قیمت 2 دلار مأمور همگن ، ما همگرایی را نشان می دهیم به یک تعادل $ \ epsilon $-approxtoximate در $ \ theta (\ log \ log (1/\ epsilon)) $ مراحلبرای $ n \ ge 3 $ نمایندگان ، دینامیک بی نظیر نیست زیرا در هر مرحله $ n-1 \ ge 2 $ عوامل می توانند حرکات غیر مهم را انجام دهند.ما مدلی را در نظر می گیریم که در آن عامل انجام حرکت به طور تصادفی در هر مرحله زمانی انتخاب می شود.ما نشان می دهیم همگرایی به یک $ \ epsilon $ تعادل $ apploximation in $ o (\ beta \ log (n/(\ epsilon \ delta))) $ مراحل با احتمال 1 $ $ \ delta $ ، جایی که $ \ beta $ است پارامتر فرآیند انتخاب عامل ، به عنوان مثال ، $ \ beta = n $ اگر نمایندگان هستند به طور یکنواخت به طور تصادفی در هر مرحله زمانی انتخاب می شود.شبیه سازی های ما نشان می دهد که این محدوده محکم است.

The Walras approach to equilibrium focuses on the existence of market prices at which the total demands for goods are matched by the total supplies. Trading activities that might identify such prices by bringing agents together as potential buyers and sellers of a good are characteristically absent, however. Anyway, there is no money to pass from one to the other as ordinarily envisioned in buying and selling. Here a different approach to equilibrium -- what it should mean and how it may be achieved -- is offered as a constructive alternative. Agents operate in an economic environment where adjustments to holdings have been needed in the past, will be needed again in a changed future, and money is familiar for its role in facilitating that. Marginal utility provides relative values of goods for guidance in making incremental adjustments, and with money incorporated into utility and taken as num\`eraire, those values give money price thresholds at which an agent will be willing to buy or sell. Agents in pairs can then look at such individualized thresholds to see whether a trade of some amount of a good for some amount of money may be mutually advantageous in leading to higher levels of utility. Iterative bilateral trades in this most basic sense, if they keep bringing all goods and agents into play, are guaranteed in the limit to reach an equilibrium state in which the agents all agree on prices and, under those prices, have no interest in further adjusting their holdings. The results of computer simulations are provided to illustrate how this works.

رویکرد Walras به تعادل بر وجود قیمت بازار متمرکز است که در آن کل خواسته های کالا با کل منابع مطابقت دارد.تجارت فعالیت هایی که ممکن است با جمع کردن نمایندگان چنین قیمت هایی را شناسایی کنند خریداران و فروشندگان بالقوه یک کالای خوب از نظر شخصیتی غایب هستند. به هر حال ، هیچ پولی برای عبور از یک به دیگری به طور معمول وجود ندارد در خرید و فروش پیش بینی شده است.در اینجا یک رویکرد متفاوت برای تعادل - منظورش چیست و چگونه می توان آن را بدست آورد - به عنوان سازنده ارائه می شود جایگزین. نمایندگان در یک محیط اقتصادی که در آن تعدیل شده در دارایی ها فعالیت می کنند ، فعالیت می کنند در گذشته مورد نیاز بوده است ، در آینده تغییر یافته دوباره مورد نیاز خواهد بود و پول است به دلیل نقش خود در تسهیل آن آشنا است.ابزار حاشیه ای نسبی را فراهم می کند ارزش کالاها برای راهنمایی در انجام تعدیل های افزایشی و با پول این ارزش ها در ابزار موجود است و به عنوان شماره \ \ \ \ \ \ آستانه قیمت که یک نماینده مایل به خرید یا فروش آن خواهد بود.عوامل در سپس جفت ها می توانند به چنین آستانه های فردی نگاه کنند تا ببینند آیا تجارت مقداری کالای خوب برای مقداری پول ممکن است از نظر متقابل سودمند باشد منجر به سطح بالاتری از ابزار می شود.معاملات دو جانبه تکراری در این بیشتر حس اساسی ، اگر آنها تمام کالاها و نمایندگان را به بازی خود ادامه دهند ، هستند در حد مجاز برای رسیدن به حالت تعادل که در آن همه عوامل را تضمین می کند در مورد قیمت ها موافقت کنید و تحت این قیمت ها هیچ علاقه ای به تعدیل بیشتر ندارید منابع آنهانتایج شبیه سازی های رایانه ای برای نشان دادن ارائه شده است چگونه این کار می کند

In this paper, I prove that existence of pure-strategy Nash equilibrium in games with infinitely many players is equivalent to the axiom of choice.

در این مقاله ، من ثابت می کنم که وجود تعادل Nash Strategy Nash در بازی هایی با بازیکنان بی نهایت معادل بدیهی از انتخاب است.

Prediction markets elicit and aggregate beliefs by paying agents based on how close their predictions are to a verifiable future outcome. However, outcomes of many important questions are difficult to verify or unverifiable, in that the ground truth may be hard or impossible to access. Examples include questions about causal effects where it is infeasible or unethical to run randomized trials; crowdsourcing and content moderation tasks where it is prohibitively expensive to verify ground truth; and questions asked over long time horizons, where the delay until the realization of the outcome skews agents' incentives to report their true beliefs. We present a novel and unintuitive result showing that it is possible to run an $\varepsilon-$incentive compatible prediction market to elicit and efficiently aggregate information from a pool of agents without observing the outcome by paying agents the negative cross-entropy between their prediction and that of a carefully chosen reference agent. Our key insight is that a reference agent with access to more information can serve as a reasonable proxy for the ground truth. We use this insight to propose self-resolving prediction markets that terminate with some probability after every report and pay all but a few agents based on the final prediction. We show that it is an $\varepsilon-$Perfect Bayesian Equilibrium for all agents to report truthfully in our mechanism and to believe that all other agents report truthfully. Although primarily of interest for unverifiable outcomes, this design is also applicable for verifiable outcomes.

بازارهای پیش بینی با پرداخت مأمورین بر اساس چگونگی اعتقادات و اعتقادات جمع می کنند بسته شدن پیش بینی های آنها به نتیجه آینده قابل اثبات است.با این حال ، نتایج از بسیاری از سؤالات مهم ، تأیید یا غیرقابل توصیف ، در آن دشوار است دسترسی زمین ممکن است سخت یا غیرممکن باشد.نمونه ها شامل سؤالاتی در مورد اثرات علّی که در آن غیرقابل نفوذ یا غیر اخلاقی است کارآزمایی های تصادفی ؛کارهای شلوغی و اعتدال محتوا که در آن قرار دارد برای تأیید حقیقت زمین بسیار گران است.و سؤالاتی که بیش از مدت طولانی پرسیده می شود افق زمانی ، که در آن تأخیر تا زمان تحقق نتیجه به دست می آید مشوق های نمایندگان برای گزارش اعتقادات واقعی خود.ما یک رمان ارائه می دهیم و نتیجه ناخوشایند نشان می دهد که امکان اجرای آن وجود دارد $ \ varepsilon- $ پیش بینی سازگار با تشویقی برای استخراج و کارآمد جمع آوری اطلاعات از یک استخر عوامل بدون مشاهده نتیجه توسط به مأمورین پرداخت آنتروپی منفی بین پیش بینی آنها و آن عامل مرجع با دقت انتخاب شده.بینش اصلی ما این است که یک عامل مرجع با دسترسی به اطلاعات بیشتر می تواند به عنوان یک پروکسی معقول برای زمین باشد حقیقت.ما از این بینش برای پیشنهاد بازارهای پیش بینی خودآزمایی استفاده می کنیم که بعد از هر گزارش با برخی از احتمال خاتمه دهید و به جز چند عامل پرداخت کنید بر اساس پیش بینی نهایی.ما نشان می دهیم که این یک $ \ varepsilon- $ کامل است تعادل بیزی برای همه عوامل برای گزارش صحیح در مکانیسم ما و اعتقاد داشته باشید که همه عوامل دیگر به طور صحیح گزارش می دهند.اگرچه در درجه اول از علاقه به نتایج غیرقابل تحمل ، این طرح نیز برای آن کاربرد دارد نتایج قابل اثبات

We consider two-player non-zero-sum linear-quadratic Gaussian games in which both players aim to minimize a quadratic cost function while controlling a linear and stochastic state process {using linear policies}. The system is partially observable with asymmetric information available to the players. In particular, each player has a private and noisy measurement of the state process but can see the history of their opponent's actions. The challenge of this asymmetry is that it introduces correlations into the players' belief processes for the state and leads to circularity in their beliefs about their opponents beliefs. We show that by leveraging the information available through their opponent's actions, both players can enhance their state estimates and improve their overall outcomes. In addition, we provide a closed-form solution for the Bayesian updating rule of their belief process. We show that there is a Nash equilibrium which is linear in the estimation of the state and with a value function incorporating terms that arise due to errors in the state estimation. We illustrate the results through an application to bargaining which demonstrates the value of these information corrections.

ما بازی های دو نفره غیر صفر خطی-چهار نفره گاوسی را در نظر می گیریم که در آن هر دو بازیکن قصد دارند ضمن کنترل یک عملکرد هزینه درجه دوم را به حداقل برسانند فرآیند حالت خطی و تصادفی {با استفاده از خط مشی های خطی.سیستم است تا حدی با اطلاعات نامتقارن در دسترس بازیکنان قابل مشاهده است.که در به طور خاص ، هر بازیکن اندازه گیری خصوصی و پر سر و صدا از دولت دارد فرآیند اما می تواند تاریخ اقدامات حریف خود را ببیند.چالش این عدم تقارن این است که با اعتقاد بازیکنان ارتباط برقرار می کند فرآیندها برای دولت و منجر به دایره ای در اعتقادات خود در مورد آنها می شود اعتقادات مخالفان.ما نشان می دهیم که با استفاده از اطلاعات موجود از طریق اقدامات حریف آنها ، هر دو بازیکن می توانند برآورد دولت خود را افزایش دهند و نتایج کلی آنها را بهبود بخشید.علاوه بر این ، ما یک راه حل با فرم بسته ارائه می دهیم برای قانون به روزرسانی بیزی روند اعتقادی آنها.ما نشان می دهیم که تعادل نش که در تخمین حالت و با a خطی است تابع ارزش شامل اصطلاحاتی است که به دلیل خطاهای موجود در ایالت بوجود می آیند برآورد کردن.ما نتایج را از طریق یک برنامه برای چانه زنی نشان می دهیم که ارزش این اصلاحات اطلاعات را نشان می دهد.

A prevalent theme in the economics and computation literature is to identify natural price-adjustment processes by which sellers and buyers in a market can discover equilibrium prices. An example of such a process is t\^atonnement, an auction-like algorithm first proposed in 1874 by French economist Walras in which sellers adjust prices based on the Marshallian demands of buyers. A dual concept in consumer theory is a buyer's Hicksian demand. In this paper, we identify the maximum of the absolute value of the elasticity of the Hicksian demand, as an economic parameter sufficient to capture and explain a range of convergent and non-convergent t\^atonnement behaviors in a broad class of markets. In particular, we prove the convergence of t\^atonnement at a rate of $O((1+\varepsilon^2)/T)$, in homothetic Fisher markets with bounded price elasticity of Hicksian demand, i.e., Fisher markets in which consumers have preferences represented by homogeneous utility functions and the price elasticity of their Hicksian demand is bounded, where $\varepsilon \geq 0$ is the maximum absolute value of the price elasticity of Hicksian demand across all buyers. Our result not only generalizes known convergence results for CES Fisher markets, but extends them to mixed nested CES markets and Fisher markets with continuous, possibly non-concave, homogeneous utility functions. Our convergence rate covers the full spectrum of nested CES utilities, including Leontief and linear utilities, unifying previously existing disparate convergence and non-convergence results. In particular, for $\varepsilon = 0$, i.e., Leontief markets, we recover the best-known convergence rate of $O(1/T)$, and as $\varepsilon \to \infty$, e.g., linear Fisher markets, we obtain non-convergent behavior, as expected.

یک موضوع رایج در اقتصاد و ادبیات محاسبات شناسایی است فرآیندهای تنظیم قیمت طبیعی که فروشندگان و خریداران در یک بازار می توانند قیمت های تعادل را کشف کنید.نمونه ای از چنین فرآیند t \^atonnement ، an الگوریتم مانند حراج برای اولین بار در سال 1874 توسط اقتصاددان فرانسوی والراس در پیشنهاد شد که فروشندگان بر اساس خواسته های مارشالین خریداران ، قیمت ها را تنظیم می کنند.یک دوگانه مفهوم در تئوری مصرف کننده تقاضای هیکسی خریدار است.در این مقاله ، ما حداکثر مقدار مطلق خاصیت ارتجاعی Hicksian را مشخص کنید تقاضا ، به عنوان یک پارامتر اقتصادی کافی برای ضبط و توضیح طیف وسیعی از رفتارهای همگرایی و غیر همجنسگرای t \^در یک طبقه گسترده از بازارهابه طور خاص ، ما همگرایی t \^را با سرعت اثبات می کنیم $ O ((1+ \ varepsilon^2)/t) $ ، در بازارهای فیشر همتاتیک با قیمت محدود خاصیت ارتجاعی تقاضای هیکس ، یعنی بازارهای فیشر که مصرف کنندگان در آن وجود دارند ترجیحات ارائه شده توسط توابع ابزار همگن و قیمت خاصیت ارتجاعی تقاضای هیکسی آنها محدود است ، جایی که $ \ varepsilon \ geq 0 $ است حداکثر ارزش مطلق ارتجاعی قیمت تقاضای هیکس در سراسر همه خریداراننتیجه ما نه تنها نتایج همگرایی شناخته شده برای CES را تعمیم می دهد بازارهای فیشر ، اما آنها را به بازارهای CES مخلوط شده و بازارهای فیشر گسترش می دهد با توابع ابزار همگن مداوم ، احتمالاً غیر کنفرانس.ما نرخ همگرایی طیف کاملی از ابزارهای CES تو در تو را پوشش می دهد ، از جمله Leontief و برنامه های خطی ، متحد کردن نامتناسب موجود همگرایی و نتایج عدم همگرایی.به طور خاص ، برای $ \ varepsilon = 0 $ ، یعنی بازارهای Leontief ، ما معروف ترین نرخ همگرایی O $ O (1/t) $ را بازیابی می کنیم. و به عنوان $ \ varepsilon \ to \ infty $ ، به عنوان مثال ، بازارهای خطی فیشر ، ما به دست می آوریم همانطور که انتظار می رفت ، رفتار غیر همجنسگرا.

The Consumer Financial Protection Bureau defines the notion of payoff amount as the amount that has to be payed at a particular time in order to completely pay off the debt, in case the lender intends to pay off the loan early, way before the last installment is due (CFPB 2020). This amount is well-understood for loans at compound interest, but much less so when simple interest is used. Recently, Aretusi and Mari (2018) have proposed a formula for the payoff amount for loans at simple interest. We assume that the payoff amounts are established contractually at time zero, whence the requirement that no arbitrage may arise this way The first goal of this paper is to study this new formula and derive it within a model of a loan market in which loans are bought and sold at simple interest, interest rates change over time, and no arbitrage opportunities exist. The second goal is to show that this formula exhibits a behaviour rather different from the one which occurs when compound interest is used. Indeed, we show that, if the installments are constant and if the interest rate is greater than a critical value (which depends on the number of installments), then the sequence of the payoff amounts is increasing before a certain critical time, and will start decreasing only thereafter. We also show that the critical value is decreasing as a function of the number of installments. For two installments, the critical value is equal to the golden section. The third goal is to introduce a more efficient polynomial notation, which encodes a basic tenet of the subject: Each amount of money is embedded in a time position (to wit: The time when it is due). The model of a loan market we propose is naturally linked to this new notation.

دفتر حمایت مالی مصرف کننده مفهوم مبلغ بازپرداخت را تعریف می کند به عنوان مبلغی که باید در یک زمان خاص پرداخت شود تا به طور کامل بدهی را بپردازید ، در صورتی که وام دهنده قصد دارد وام را زودتر پرداخت کند. قبل از آخرین قسط (CFPB 2020).این مقدار به خوبی درک شده است برای وام به نفع مرکب ، اما در صورت استفاده از علاقه ساده بسیار کمتر است. به تازگی ، Aretusi و Mari (2018) فرمول بازپرداخت را پیشنهاد داده اند مبلغ وام با علاقه ساده.ما فرض می کنیم که مبلغ بازپرداخت است به صورت قراردادی در زمان صفر تأسیس شد ، از این رو که نه داوری ممکن است از این طریق بوجود بیاید هدف اول این مقاله مطالعه این فرمول جدید و استخراج آن است در یک مدل از بازار وام که در آن وام ها به صورت ساده خریداری و فروخته می شوند بهره ، نرخ بهره با گذشت زمان تغییر می کند و هیچ فرصت داوری ندارد وجود داشته باشد هدف دوم این است که نشان دهیم که این فرمول یک رفتار را نشان می دهد متفاوت از موردی که هنگام استفاده از علاقه مرکب اتفاق می افتد.در واقع ، ما نشان دهید که اگر اقساط ثابت باشد و اگر نرخ بهره بیشتر باشد از یک مقدار بحرانی (که به تعداد اقساط بستگی دارد) ، سپس توالی مبلغ بازپرداخت قبل از زمان بحرانی خاص در حال افزایش است ، و فقط پس از آن کاهش می یابد.ما همچنین نشان می دهیم که ارزش بحرانی به عنوان تابعی از تعداد اقساط در حال کاهش است.برای دو اقساط ، مقدار بحرانی برابر با بخش طلایی است. هدف سوم معرفی یک نماد چند جمله ای کارآمدتر است که یک اصول اساسی از موضوع را رمزگذاری می کند: هر مقدار پول در یک تعبیه شده است موقعیت زمانی (برای شوخ طبعی: زمان موعد مقرر).مدل بازار وام ما پیشنهاد به طور طبیعی با این نماد جدید مرتبط است.

In retrospect, the experimental findings on competitive market behavior called for a revival of the old, classical, view of competition as a collective higgling and bargaining process (as opposed to price-taking behaviors) founded on reservation prices (in place of the utility function). In this paper, we specialize the classical methodology to deal with speculation, an important impediment to price stability. The model involves typical features of a field or lab asset market setup and lends itself to an experimental test of its specific predictions; here we use the model to explain three general stylized facts, well established both empirically and experimentally: the excess, fat-tailed, and clustered volatility of speculative asset prices. The fat tails emerge in the model from the amplifying nature of speculation, leading to a random-coefficient autoregressive return process (and power-law tails); the volatility clustering is due to the traders' long memory of news; bubbles are a persistent phenomenon in the model, and, assuming the standard lab present value pattern, the bubble size increases with the proportion of speculators and decreases with the trading horizon.

در گذشته نگر ، یافته های تجربی در مورد رفتار رقابتی بازار خواستار احیای دیدگاه قدیمی ، کلاسیک ، از رقابت به عنوان یک جمعی است فرآیند چانه زنی و چانه زنی (بر خلاف رفتارهای قیمت گذاری) تأسیس شده است در مورد قیمت رزرو (به جای عملکرد ابزار).در این مقاله ، ما روش شناسی کلاسیک را برای مقابله با حدس و گمان تخصص دارد ، یک مهم مانع از ثبات قیمت.این مدل شامل ویژگی های معمولی یک میدان است یا راه اندازی بازار دارایی آزمایشگاه و خود را به یک آزمایش آزمایشی از آن وام می دهد پیش بینی های خاص ؛در اینجا ما از مدل برای توضیح سه سبک کلی استفاده می کنیم حقایق ، هم از نظر تجربی و هم از نظر تجربی به خوبی تثبیت شده اند: بیش از حد ، نوسانات چربی و خوشه ای از قیمت دارایی سوداگرانه.دم چربی در مدل از ماهیت تقویت کننده گمانه زنی ها ظاهر می شود و منجر به a می شود فرآیند بازگشت خودکار خودکار با همبستگی (و دمهای قدرت قانون).در خوشه بندی نوسانات به دلیل حافظه طولانی از اخبار معامله گران است.حباب ها یک هستند پدیده مداوم در مدل ، و با فرض آزمایشگاه استاندارد موجود الگوی مقدار ، اندازه حباب با نسبت دلالان افزایش می یابد و با افق تجارت کاهش می یابد.

We propose a new type of automated market maker (AMM) in which all trades are batched and executed at a price equal to the marginal price (i.e., the price of an arbitrarily small trade) after the batch trades. Our proposed AMM is function maximizing (or FM-AMM) because, for given prices, it trades to reach the highest possible value of a given function. Competition between arbitrageurs guarantees that an FM-AMM always trades at a fair, equilibrium price, and arbitrage profits (also known as LVR) are eliminated. Sandwich attacks are also eliminated because all trades occur at the exogenously determined equilibrium price. We use Binance price data to simulate the lower bound to the return of providing liquidity to an FM-AMM and show that this bound is close to the empirical returns of providing liquidity on Uniswap v3 (at least for the token pairs and the period we consider).

ما نوع جدیدی از سازنده بازار خودکار (AMM) را پیشنهاد می کنیم که در آن همه معاملات هستند با قیمت برابر با قیمت حاشیه ای جمع و اجرا شد (یعنی قیمت آن یک تجارت کوچک خودسرانه) پس از معاملات دسته ای.AMM پیشنهادی ما است عملکرد حداکثر (یا FM-AMM) زیرا برای قیمت های داده شده ، به آن می رسد بالاترین مقدار ممکن یک تابع معین.رقابت بین داوری ها تضمین می کنند که یک FM-AMM همیشه در یک تعادل منصفانه معامله می کند قیمت و سود داوری (همچنین به عنوان LVR نیز شناخته می شود) حذف می شوند.ساندویچ حملات نیز از بین می روند زیرا تمام معاملات به صورت اگزوژن انجام می شود قیمت تعادل تعیین شده.ما از داده های قیمت Binance برای شبیه سازی پایین استفاده می کنیم محدود به بازگشت نقدینگی به FM-AMM و نشان می دهد که این محدود به بازده تجربی تأمین نقدینگی در Uniswap V3 است (حداقل برای جفت های توکن و دوره ای که در نظر می گیریم).

We give a robust characterization of Nash equilibrium by postulating coherent behavior across varying games: Nash equilibrium is the only solution concept that satisfies consequentialism, consistency, and rationality. As a consequence, every equilibrium refinement violates at least one of these properties. We moreover show that every solution concept that approximately satisfies consequentialism, consistency, and rationality returns approximate Nash equilibria. The latter approximation can be made arbitrarily good by increasing the approximation of the axioms. This result extends to various natural subclasses of games such as two-player zero-sum games, potential games, and graphical games.

ما با فرض منسجم ، خصوصیات قوی از تعادل NASH می دهیم رفتار در بازی های مختلف: تعادل نش تنها مفهوم راه حل است این امر نتیجه گیری ، قوام و عقلانیت را برآورده می کند.به عنوان در نتیجه ، هر پالایش تعادل حداقل یکی از این موارد را نقض می کند خواصعلاوه بر این ، ما نشان می دهیم که هر مفهوم راه حل تقریباً نتیجه گیری ، قوام و عقلانیت را تقریباً برآورده می کند تعادل نش.تقریب دوم را می توان به طور خودسرانه خوب کرد افزایش تقریب بدیهیات.این نتیجه به مختلف گسترش می یابد زیر کلاسهای طبیعی بازی هایی مانند بازی های صفر دو نفره ، بازی های بالقوه ، و بازی های گرافیکی

In this paper, we introduce set-alternating schemes to construct Condorcet domains. These schemes lead to domains which are copious, connected, and peak-pit. The resulting family of domains includes some of Arrow's single-peaked domains of size $2^{n-1}$, which we prove to be the smallest possible domains. Still, schemes of this type lead to domains larger than the domains of Fishburn's alternating scheme. Thanks to the concise form of our schemes, we can analyze the growth of our fastest-growing domains. We show that the domain size for sufficiently high $n$ exceeds $2.1973^n$, improving the previous record $2.1890^n$ from \cite{karpov2023constructing}. To perform this analysis, a bijection between suborders and Dyck words, counted by the Catalan numbers, is developed.

در این مقاله ، ما طرح های تنظیم کننده ای را برای ساخت Condorcet معرفی می کنیم دامنه هااین طرح ها منجر به حوزه هایی می شوند که فراوان ، متصل هستند و قله اوجخانواده حاصل از دامنه ها شامل برخی از Arrow's است دامنه های تک قضایی با اندازه 2 $^{n-1} $ ، که ما ثابت می کنیم کوچکترین است دامنه های احتمالیبا این وجود ، طرح هایی از این نوع منجر به دامنه های بزرگتر از دامنه های طرح متناوب Fishburn.با تشکر از شکل مختصر ما طرح ها ، ما می توانیم رشد حوزه های سریعترین رشد خود را تجزیه و تحلیل کنیم.ما نشان می دهیم که اندازه دامنه برای $ n به اندازه کافی بالا از 2.1973 $^n $ فراتر می رود و باعث بهبود می شود رکورد قبلی 2.1890 $^n $ از \ cite {karpov2023Constructing.برای انجام این کار تجزیه و تحلیل ، یک نشانگر بین زیردستان و کلمات dyck ، که توسط کاتالان شمارش شده است اعداد ، توسعه یافته است.

We consider a dynamic Bayesian persuasion setting where a single long-lived sender persuades a stream of ``short-lived'' agents (receivers) by sharing information about a payoff-relevant state. The state transitions are Markovian and the sender seeks to maximize the long-run average reward by committing to a (possibly history-dependent) signaling mechanism. While most previous studies of Markov persuasion consider exogenous agent beliefs that are independent of the chain, we study a more natural variant with endogenous agent beliefs that depend on the chain's realized history. A key challenge to analyze such settings is to model the agents' partial knowledge about the history information. We analyze a Markov persuasion process (MPP) under various information models that differ in the amount of information the receivers have about the history of the process. Specifically, we formulate a general partial-information model where each receiver observes the history with an $\ell$ period lag. Our technical contribution start with analyzing two benchmark models, i.e., the full-history information model and the no-history information model. We establish an ordering of the sender's payoff as a function of the informativeness of agent's information model (with no-history as the least informative), and develop efficient algorithms to compute optimal solutions for these two benchmarks. For general $\ell$, we present the technical challenges in finding an optimal signaling mechanism, where even determining the right dependency on the history becomes difficult. To bypass the difficulties, we use a robustness framework to design a "simple" \emph{history-independent} signaling mechanism that approximately achieves optimal payoff when $\ell$ is reasonably large.

ما یک مکان ترغیب پویا بیزی را در آن می دانیم که یک نفر طولانی مدت در آن قرار دارد فرستنده با به اشتراک گذاری ، جریان از عوامل "کوتاه مدت" (گیرنده ها) را ترغیب می کند اطلاعات مربوط به یک کشور مربوط به بازپرداخت.انتقال دولت مارکوویان است و فرستنده به دنبال به حداکثر رساندن پاداش متوسط ​​بلند مدت با تعهد به یک (احتمالاً وابسته به تاریخ) مکانیسم سیگنالینگ.در حالی که بیشتر مطالعات قبلی ترغیب مارکوف ، اعتقادات عامل اگزوژن را مستقل در نظر بگیرید زنجیره ای ، ما یک نوع طبیعی تر را با اعتقادات عامل درون زا مطالعه می کنیم که به تاریخ تحقق بخش زنجیره ای بستگی دارد.یک چالش کلیدی برای تجزیه و تحلیل چنین مواردی تنظیمات این است که دانش جزئی نمایندگان را در مورد تاریخ الگوبرداری کنید اطلاعاتما یک فرآیند ترغیب مارکوف (MPP) را تحت مختلف تجزیه و تحلیل می کنیم مدل های اطلاعاتی که در میزان اطلاعاتی که گیرنده ها دارند متفاوت است در مورد تاریخچه روند.به طور خاص ، ما یک ژنرال را تدوین می کنیم مدل اطلاعات جزئی که در آن هر گیرنده تاریخ را با یک مشاهده می کند $ \ ell $ تاخیر دوره.سهم فنی ما با تجزیه و تحلیل دو شروع می شود مدل های معیار ، یعنی مدل اطلاعات تمام تاریخ و بدون تاریخ مدل اطلاعاتما سفارش بازپرداخت فرستنده را به عنوان عملکرد اطلاع رسانی از مدل اطلاعات عامل (بدون تاریخ به عنوان کمترین آموزنده) ، و الگوریتم های کارآمد برای محاسبه بهینه توسعه دهید راه حل برای این دو معیار.برای عمومی $ \ ell $ ، ما ارائه می دهیم چالش های فنی در یافتن یک مکانیسم بهینه سیگنالینگ ، در جایی که حتی تعیین وابستگی صحیح به تاریخ دشوار می شود.دور زدن مشکلات ، ما از یک چارچوب استحکام برای طراحی "ساده" استفاده می کنیم \ emph {مستقل از مکانیزم سیگنالینگ که تقریباً به دست می آید بازپرداخت بهینه هنگامی که $ \ ell $ از نظر منطقی بزرگ است.

We study a market mechanism that sets edge prices to incentivize strategic agents to organize trips that efficiently share limited network capacity. This market allows agents to form groups to share trips, make decisions on departure times and route choices, and make payments to cover edge prices and other costs. We develop a new approach to analyze the existence and computation of market equilibrium, building on theories of combinatorial auctions and dynamic network flows. Our approach tackles the challenges in market equilibrium characterization arising from: (a) integer and network constraints on the dynamic flow of trips in sharing limited edge capacity; (b) heterogeneous and private preferences of strategic agents. We provide sufficient conditions on the network topology and agents' preferences that ensure the existence and polynomial-time computation of market equilibrium. We identify a particular market equilibrium that achieves maximum utilities for all agents, and is equivalent to the outcome of the classical Vickery Clark Grove mechanism. Finally, we extend our results to general networks with multiple populations and apply them to compute dynamic tolls for efficient carpooling in San Francisco Bay Area.

ما یک مکانیسم بازار را مطالعه می کنیم که قیمت های لبه ای را برای ایجاد انگیزه استراتژیک تعیین می کند نمایندگان برای سازماندهی سفرهایی که به طور مؤثر ظرفیت شبکه محدود را دارند.این بازار به نمایندگان اجازه می دهد تا گروه هایی را برای به اشتراک گذاشتن سفرهای ، تصمیم گیری در مورد عزیمت تشکیل دهند زمان و گزینه های مسیر ، و پرداخت هایی را برای پوشش قیمت های لبه و موارد دیگر انجام دهید هزینه هاما یک رویکرد جدید برای تجزیه و تحلیل وجود و محاسبات ایجاد می کنیم تعادل بازار ، ساخت تئوری های حراج های ترکیبی و پویا جریان شبکهرویکرد ما با چالش های تعادل بازار مقابله می کند خصوصیات ناشی از: (الف) محدودیت های عدد صحیح و شبکه در جریان پویا از سفرها در به اشتراک گذاری ظرفیت لبه محدود ؛(ب) ناهمگن و ترجیحات خصوصی عوامل استراتژیک.ما شرایط کافی را ارائه می دهیم توپولوژی شبکه و ترجیحات نمایندگان که وجود و محاسبه زمان چند جمله ای تعادل بازار.ما یک خاص را شناسایی می کنیم تعادل بازار که به حداکثر آب و برق برای همه نمایندگان دست می یابد و هست معادل نتیجه مکانیسم کلاسیک Vickery Clark Grove. سرانجام ، ما نتایج خود را به شبکه های عمومی با چندین جمعیت گسترش می دهیم و آنها را برای محاسبه عوارض پویا برای کارپولین کارآمد در سان اعمال کنید منطقه خلیج فرانسیسکو.

Hierarchies of conditional beliefs (Battigalli and Siniscalchi 1999) play a central role for the epistemic analysis of solution concepts in sequential games. They are practically modelled by type structures, which allow the analyst to represent the players' hierarchies without specifying an infinite sequence of conditional beliefs. Here, we study type structures that satisfy a "richness" property, called completeness. This property is defined on the type structure alone, without explicit reference to hierarchies of beliefs or other type structures. We provide sufficient conditions under which a complete type structure represents all hierarchies of conditional beliefs. In particular, we present an extension of the main result in Friedenberg (2010) to type structures with conditional beliefs.

سلسله مراتب اعتقادات مشروط (Battigalli و Siniscalchi 1999) بازی می کنند نقش اصلی برای تجزیه و تحلیل معرفتی مفاهیم راه حل در متوالی بازی ها.آنها عملاً توسط ساختارهای نوع مدل شده اند ، که اجازه می دهد تحلیلگر برای نمایندگی سلسله مراتب بازیکنان بدون مشخص کردن نامحدود توالی باورهای مشروط.در اینجا ، ما ساختارهای نوع را مطالعه می کنیم که A را راضی می کنند خاصیت "غنای" ، به نام کامل بودن.این ویژگی در نوع تعریف شده است ساختار به تنهایی ، بدون مراجعه صریح به سلسله مراتب اعتقادات یا موارد دیگر ساختارهای نوع.ما شرایط کافی را ارائه می دهیم که تحت آن یک نوع کامل است ساختار نشان دهنده تمام سلسله مراتب باورهای مشروط است.به طور خاص ، ما ارائه یک نتیجه اصلی در فریدنبرگ (2010) برای تایپ کردن ساختارهایی با اعتقادات مشروط.

We study a game played between advertisers in an online ad platform. The platform sells ad impressions by first-price auction and provides autobidding algorithms that optimize bids on each advertiser's behalf, subject to advertiser constraints such as budgets. Crucially, these constraints are strategically chosen by the advertisers. The chosen constraints define an "inner'' budget-pacing game for the autobidders. Advertiser payoffs in the constraint-choosing "metagame'' are determined by the equilibrium reached by the autobidders. Advertiser preferences can be more general than what is implied by their constraints: we assume only that they have weakly decreasing marginal value for clicks and weakly increasing marginal disutility for spending money. Nevertheless, we show that at any pure Nash equilibrium of the metagame, the resulting allocation obtains at least half of the liquid welfare of any allocation and this bound is tight. We also obtain a 4-approximation for any mixed Nash equilibrium or Bayes-Nash equilibria. These results rely on the power to declare budgets: if advertisers can specify only a (linear) value per click or an ROI target but not a budget constraint, the approximation factor at equilibrium can be as bad as linear in the number of advertisers.

ما یک بازی را که بین تبلیغ کنندگان در یک بستر تبلیغاتی آنلاین انجام شده است ، مطالعه می کنیم.در پلتفرم برداشت های تبلیغاتی را با حراج قیمت اول به فروش می رساند و AutoBidding را فراهم می کند الگوریتم هایی که پیشنهادات را از طرف هر تبلیغ کننده بهینه می کنند ، منوط به محدودیت های تبلیغ کننده مانند بودجه.از نظر مهم ، این محدودیت ها هستند از نظر استراتژیک توسط تبلیغ کنندگان انتخاب شده است.محدودیت های منتخب تعریف می کنند بازی بودجه "داخلی" برای Autobidders. بازپرداخت تبلیغات در انتخاب "Metagame" محدودیت توسط تعادل حاصل از آن تعیین می شود Autobidders. ترجیحات تبلیغ کننده می تواند عمومی تر از آنچه توسط آنها دلالت دارد باشد محدودیت ها: ما فقط فرض می کنیم که آنها ارزش حاشیه ای ضعیف را کاهش می دهند کلیک و ضعف افزایش اختلافات حاشیه ای برای خرج کردن. با این وجود ، ما نشان می دهیم که در هر تعادل ناش خالص از متاگام ، تخصیص حاصل حداقل نیمی از رفاه مایع را بدست می آورد تخصیص و این محدوده محکم است.ما همچنین برای هر یک از 4 تقاضای بدست می آوریم تعادل ناش یا تعادل Bayes-Nash.این نتایج به قدرت اعلام بودجه: اگر تبلیغ کنندگان بتوانند فقط یک ارزش (خطی) را در هر مشخص کنند روی یک هدف ROI کلیک کنید اما یک محدودیت بودجه نیست ، عامل تقریب در تعادل می تواند به اندازه خطی در تعداد تبلیغ کنندگان بد باشد.

We consider a model of Bayesian persuasion with one informed sender and several uninformed receivers. The sender can affect receivers' beliefs via private signals, and the sender's objective depends on the combination of induced beliefs. We reduce the persuasion problem to the Monge-Kantorovich problem of optimal transportation. Using insights from optimal transportation theory, we identify several classes of multi-receiver problems that admit explicit solutions, get general structural results, derive a dual representation for the value, and generalize the celebrated concavification formula for the value to multi-receiver problems.

ما مدلی از ترغیب بیزی را با یک فرستنده آگاه و چندین گیرنده ناآگاه.فرستنده می تواند از طریق اعتقادات گیرنده ها تأثیر بگذارد سیگنال های خصوصی و هدف فرستنده به ترکیب بستگی دارد باورهای القا شده ما مشکل اقناع را به مشکل Monge-Kantorovich از بهینه کاهش می دهیم حمل و نقل.با استفاده از بینش از تئوری حمل و نقل بهینه ، ما شناسایی می کنیم چندین کلاس از مشکلات چند گیرنده که راه حل های صریح را قبول می کنند ، دریافت می کنند نتایج ساختاری عمومی ، یک بازنمایی دوگانه برای ارزش ، و فرمول Concavification مشهور را برای ارزش به تعمیم دهید مشکلات چند گیرنده.

We investigate the allocation of children to childcare facilities and propose solutions to overcome limitations in the current allocation mechanism. We introduce a natural preference domain and a priority structure that address these setbacks, aiming to enhance the allocation process. To achieve this, we present an adaptation of the Deferred Acceptance mechanism to our problem, which ensures strategy-proofness within our preference domain and yields the student-optimal stable matching. Finally, we provide a maximal domain for the existence of stable matchings using the properties that define our natural preference domain. Our results have practical implications for allocating indivisible bundles with complementarities.

ما تخصیص کودکان به مراکز مراقبت از کودک را بررسی می کنیم و پیشنهاد می کنیم راه حل هایی برای غلبه بر محدودیت ها در مکانیسم تخصیص فعلی.ما یک دامنه اولویت طبیعی و یک ساختار اولویت را معرفی کنید این مشکلات با هدف تقویت روند تخصیص.برای رسیدن به این هدف ، ما تطبیق مکانیسم پذیرش معوق را با مشکل ما ارائه دهید ، که ضد استراتژی را در حوزه اولویت ما تضمین می کند و به دست می آورد تطبیق پایدار دانشجویی و بهینه.سرانجام ، ما یک حداکثر دامنه برای وجود تطابق پایدار با استفاده از خواصی که طبیعی ما را تعریف می کند دامنه اولویت.نتایج ما پیامدهای عملی برای تخصیص دارد بسته های غیرقابل تفکیک با مکمل ها.

A number of citation indices have been proposed for measuring and ranking the research publication records of scholars. Some of the best known indices, such as those proposed by Hirsch and Woeginger, are designed to reward most highly those records that strike some balance between productivity (number of papers published), and impact (frequency with which those papers are cited). A large number of rarely cited publications will not score well, nor will a very small number of heavily cited papers. We discuss three new citation indices, one of which was independently proposed in \cite{FHLB}. Each rests on the notion of scale invariance, fundamental to John Nash's solution of the two-person bargaining problem. Our main focus is on one of these -- a scale invariant version of the Hirsch index. We argue that it has advantages over the original; it produces fairer rankings within subdisciplines, is more decisive (discriminates more finely, yielding fewer ties) and more dynamic (growing over time via more frequent, smaller increments), and exhibits enhanced centrality and tail balancedness. Simulations suggest that scale invariance improves robustness under Poisson noise, with increased decisiveness having no cost in terms of the number of ``accidental" reversals, wherein random irregularities cause researcher A to receive a lower index value than B, although A's productivity and impact are both slightly higher than B's. Moreover, we provide an axiomatic characterization of the scale invariant Hirsch index, via axioms that bear a close relationship, in discrete analogue, to those used by Nash in \cite{Nas50}. This argues for the mathematical naturality of the new index. An earlier version was presented at the 5th World Congress of the Game Theory Society, Maastricht, Netherlands in 2016.

تعدادی از شاخص های استناد برای اندازه گیری و رتبه بندی پیشنهاد شده است سوابق انتشارات پژوهشی دانشمندان.برخی از شاخص های شناخته شده ، از جمله همانطور که پیشنهادهای هیرش و وگینگر ارائه شده است ، به گونه ای طراحی شده اند که بیشترین پاداش را دارند این سوابق که بین بهره وری تعادل برقرار می کنند (تعداد مقالات منتشر شده) ، و تأثیر (فرکانس استناد به آن مقالات).بزرگ تعداد انتشارات به ندرت به خوبی نمره نمی گیرد و همچنین بسیار اندک نخواهد بود تعداد مقالات به شدت استناد شده.ما در مورد سه شاخص استناد جدید ، یکی از آنها بحث می کنیم که به طور مستقل در \ cite {fhlb} پیشنهاد شد.هر یک بر مفهوم استوار است عدم تغییر مقیاس ، اساسی برای راه حل جان نش از دو نفره مشکل چانه زنیتمرکز اصلی ما روی یکی از این موارد است - یک مقیاس ثابت نسخه شاخص Hirsch.ما استدلال می کنیم که این مزایا نسبت به اصل دارد. این رتبه بندی عادلانه تر در زیر رشته ها ایجاد می کند ، تعیین کننده تر است . زمان از طریق افزایش های مکرر ، کوچکتر) ، و نشان می دهد مرکزیت پیشرفته و متعادل کردن دمشبیه سازی ها نشان می دهد که تغییر مقیاس بهبود می یابد استحکام تحت سر و صدای پواسون ، با افزایش قاطعیت هیچ هزینه ای ندارد شرایط تعداد معکوس های "تصادفی" ، که در آن بی نظمی تصادفی است باعث می شود که محقق A مقدار شاخص پایین تری نسبت به B دریافت کند ، اگرچه A بهره وری و تأثیر هر دو کمی بالاتر از B است.علاوه بر این ، ما ارائه می دهیم خصوصیات بدیهی از شاخص هیرش متغیر مقیاس ، از طریق بدیهیات این رابطه نزدیک ، در آنالوگ گسسته ، با مواردی که توسط NASH در آن استفاده می شود \ استناد {NAS50.این استدلال برای طبیعت ریاضی شاخص جدید است. نسخه قبلی در 5 کنگره جهانی تئوری بازی ارائه شد جامعه ، ماستریخت ، هلند در سال 2016.

We give a new proof of the Gibbard-Satterthwaite Theorem. We construct two topological spaces: one for the space of preference profiles and another for the space of outcomes. We show that social choice functions induce continuous mappings between the two spaces. By studying the properties of this mapping, we prove the theorem.

ما اثبات جدیدی از قضیه Gibbard-Satterthwaite ارائه می دهیم.ما دو می سازیم فضاهای توپولوژیکی: یکی برای فضای پروفایل های ترجیح و دیگری برای فضای نتایجما نشان می دهیم که توابع انتخاب اجتماعی باعث القاء مداوم می شوند نقشه های بین دو فضای.با مطالعه خواص این نقشه برداری ، ما قضیه را اثبات کنید.

Experimental results on market behavior establish a lower stability and efficiency of markets for durable re-tradable assets compared to markets for non-durable, or perishable, goods. In this chapter, we revisit this known but underappreciated dichotomy of goods in the light of our theory of competitive market price formation, and we emphasize the fundamental nature of the concept of asset re-tradability in neoclassical finance through a simple reformulation of the famous no-trade and no-arbitrage theorems.

نتایج تجربی در مورد رفتار بازار ثبات کمتری را ایجاد می کند و کارآیی بازارها برای دارایی های قابل ردیابی بادوام در مقایسه با بازارها برای کالاهای غیر بادوام یا قابل خراب شدن.در این فصل ، ما این را مرور می کنیم اما دوگانگی کم ارزش کالاها با توجه به تئوری رقابت ما تشکیل قیمت بازار ، و ما بر ماهیت اساسی مفهوم تأکید می کنیم از طریق دارایی در امور مالی نئوکلاسیک از طریق یک اصلاح مجدد ساده از قضیه های معروف تجارت بدون تجارت و بدون آربیتراژ.

Rising inequality is a critical concern for societies worldwide, to the extent that emerging high-growth economies such as China have identified common prosperity as a central goal. However, the mechanisms by which digital disruptions contribute to inequality and the efficacy of existing remedies such as taxation, must be better understood. This is particularly true for the implications of the complex process of technological adoption that requires extensive social validation beyond weak ties and, how to trigger it in the hyperconnected world of the 21st century. This study aims to shed light on the implications of market evolutionary mechanism from the lenses of technological adoption as a social process. Our findings underscore the pivotal importance of connectivity in this process while also revealing the limited effectiveness of taxation as a counterbalance for inequality. Our research reveals that widespread cultural change is not a prerequisite for technological disruption. The injection of a small cohort of entrepreneurs - a few misfits - can expedite technology adoption even in conservative, moderately connected societies and, change the world.

افزایش نابرابری یک نگرانی اساسی برای جوامع در سراسر جهان ، برای به حدی که اقتصادهای با رشد بالا مانند چین رایج شده است سعادت به عنوان یک هدف اصلی.با این حال ، مکانیسم هایی که توسط آن دیجیتالی هستند اختلال در نابرابری و اثربخشی داروهای موجود از جمله کمک می کند به عنوان مالیات ، باید بهتر درک شود.این به ویژه در مورد پیامدهای فرآیند پیچیده اتخاذ تکنولوژیکی که نیاز دارد اعتبارسنجی گسترده اجتماعی فراتر از روابط ضعیف و نحوه ایجاد آن در دنیای بیش از حد قرن بیست و یکم. این مطالعه با هدف روشن کردن پیامدهای تکاملی بازار است مکانیسم از لنزهای اتخاذ تکنولوژیکی به عنوان یک فرآیند اجتماعی.ما یافته ها بر اهمیت مهم اتصال در این فرآیند تأکید می کند در حالی که اثربخشی محدود مالیات را به عنوان یک تعادل نشان می دهد برای نابرابریتحقیقات ما نشان می دهد که تغییرات گسترده فرهنگی یک نیست پیش نیاز برای اختلال در فن آوری.تزریق یک گروه کوچک از کارآفرینان - چند سوءاست جوامع محافظه کار ، متوسط ​​وصل شده و جهان را تغییر می دهند.

Global environmental change is pushing many socio-environmental systems towards critical thresholds, where ecological systems' states are on the precipice of tipping points and interventions are needed to navigate or avert impending transitions. Flickering, where a system vacillates between alternative stable states, is touted as a useful early warning signal of irreversible transitions to undesirable ecological regimes. However, while flickering may presage an ecological tipping point, these dynamics also pose unique challenges for human adaptation. In this work, we link an ecological model that can exhibit flickering to a model of human adaptation to a changing environment. This allows us to explore the impact of flickering on the utility of adaptive agents in a coupled socio-environmental system. We highlight the conditions under which flickering causes wellbeing to decline disproportionately, and explore how these dynamics impact the optimal timing of a transformational change that partially decouples wellbeing from environmental variability. The implications of flickering on nomadic communities in Mongolia, artisanal fisheries, and wildfire systems are explored as possible case studies. Flickering, driven in part by climate change and changes to governance systems, may already be impacting communities. We argue that governance interventions investing in adaptive capacity could blunt the negative impact of flickering that can occur as socio-environmental systems pass through tipping points, and therefore contribute to the sustainability of these systems.

تغییرات جهانی محیط زیست بسیاری از سیستم های اجتماعی و محیطی را تحت فشار قرار می دهد به سمت آستانه های بحرانی ، جایی که حالت های سیستم های زیست محیطی در آن قرار دارند رسوب نقاط اوج و مداخلات برای حرکت یا دور زدن مورد نیاز است انتقال قریب الوقوع.سوسو زدن ، جایی که یک سیستم بین حالتهای پایدار جایگزین ، به عنوان یک سیگنال هشدار دهنده اولیه مفید از انتقال برگشت ناپذیر به رژیمهای زیست محیطی نامطلوب.با این حال ، در حالی که سوسو زدن ممکن است یک نقطه اوج اکولوژیکی را حفظ کند ، این پویایی ها نیز مطرح می شوند چالش های منحصر به فرد برای سازگاری انسان.در این کار ، ما یک اکولوژیکی را پیوند می دهیم مدلی که می تواند به الگویی از سازگاری انسان با یک تغییر نشان دهد محیط.این به ما امکان می دهد تا تأثیر سوسو زدن بر روی ابزار را کشف کنیم عوامل سازگار در یک سیستم اجتماعی و محیطی همراه.ما برجسته می کنیم شرایطی که تحت آن سوسو زدن باعث کاهش بهزیستی می شود به طور نامتناسب ، و بررسی کنید که چگونه این پویایی ها بر زمان بهینه تأثیر می گذارند یک تغییر تحول گرا که تا حدی بهزیستی را از محیط زیست جدا می کند تنوعپیامدهای سوسو زدن بر جوامع عشایری در مغولستان ، شیلات صنایع دستی و سیستم آتش سوزی به عنوان مورد ممکن مورد بررسی قرار می گیرد مطالعات.سوسو زدن ، بخشی از تغییرات آب و هوا و تغییر در حاکمیت سیستم ها ، ممکن است در حال حاضر بر جوامع تأثیر بگذارد.ما استدلال می کنیم که دولت مداخلات سرمایه گذاری در ظرفیت تطبیقی ​​می تواند تأثیر منفی را از بین ببرد سوسو زدن که می تواند با عبور از سیستم های اجتماعی و محیطی از طریق اوج اتفاق بیفتد امتیاز ، و بنابراین به پایداری این سیستم ها کمک می کند.

We provide a new foundation of risk aversion by showing that the propension to exploit insurance opportunities fully describes this attitude. Our foundation, which applies to any probabilistically sophisticated preference, well accords with the commonly held prudential interpretation of risk aversion that dates back to the seminal works of Arrow (1963) and Pratt (1964). In our main results, we first characterize the Arrow-Pratt risk aversion in terms of propension to full insurance and the stronger notion of risk aversion of Rothschild and Stiglitz (1970) in terms of propension to partial insurance. We then extend the analysis to comparative risk aversion by showing that the notion of Yaari (1969) corresponds to comparative propension to full insurance, while the stronger notion of Ross (1981) corresponds to comparative propension to partial insurance.

ما با نشان دادن این که این پیشنهاد ، پایه جدیدی از ریسک را ارائه می دهیم برای بهره برداری از فرصت های بیمه کاملاً این نگرش را توصیف می کند.ما پایه و اساس ، که در مورد هر نوع اولویت پیچیده و پیچیده اعمال می شود ، خوب با تفسیر محتاطانه رایج از ریسک ریسک مطابقت دارد این تاریخ به آثار اصلی Arrow (1963) و Pratt (1964) باز می گردد. در نتایج اصلی ما ، ما ابتدا از ریسک فلش پت در شرایط تمایل به بیمه کامل و مفهوم قوی تر از ریسک از روچیلد و استیگلیتز (1970) از نظر تمایل به بیمه جزئی. سپس با نشان دادن اینکه مفهوم Yaari (1969) با تمایل مقایسه ای به بیمه کامل مطابقت دارد ، در حالی که مفهوم قوی تر راس (1981) با تمایل مقایسه ای مطابقت دارد به بیمه جزئی

Financial volatility obeys two fascinating empirical regularities that apply to various assets, on various markets, and on various time scales: it is fat-tailed (more precisely power-law distributed) and it tends to be clustered in time. Many interesting models have been proposed to account for these regularities, notably agent-based models, which mimic the two empirical laws through a complex mix of nonlinear mechanisms such as traders' switching between trading strategies in highly nonlinear way. This paper explains the two regularities simply in terms of traders' attitudes towards news, an explanation that follows almost by definition of the traditional dichotomy of financial market participants, investors versus speculators, whose behaviors are reduced to their simplest forms. Long-run investors' valuations of an asset are assumed to follow a news-driven random walk, thus capturing the investors' persistent, long memory of fundamental news. Short-term speculators' anticipated returns, on the other hand, are assumed to follow a news-driven autoregressive process, capturing their shorter memory of fundamental news, and, by the same token, the feedback intrinsic to the short-sighted, trend-following (or herding) mindset of speculators. These simple, linear, models of traders' expectations, it is shown, explain the two financial regularities in a generic and robust way. Rational expectations, the dominant model of traders' expectations, is not assumed here, owing to the famous no-speculation, no-trade results

نوسانات مالی از دو نظم تجربی جذاب که اعمال می شود پیروی می کند به دارایی های مختلف ، در بازارهای مختلف و مقیاس های مختلف زمانی: این است دم چربی (دقیق تر قانون توزیع شده) و تمایل به خوشه بندی دارد به موقع.بسیاری از مدل های جالب برای پاسخگویی به این موارد پیشنهاد شده است منظم ، به ویژه مدل های مبتنی بر عامل ، که دو قانون تجربی را تقلید می کنند از طریق ترکیبی پیچیده از مکانیسم های غیرخطی مانند تعویض معامله گران بین استراتژی های معاملاتی به روش بسیار غیرخطی.این مقاله این دو را توضیح می دهد منظم بودن از نظر نگرش معامله گران نسبت به اخبار ، توضیحی این تقریباً با تعریف دوگانگی سنتی مالی دنبال می شود شرکت کنندگان در بازار ، سرمایه گذاران در مقابل دلالان ، که رفتارهای آنها کاهش می یابد به ساده ترین اشکال آنها.ارزیابی سرمایه گذاران بلند مدت از دارایی فرض می شود برای دنبال کردن یک پیاده روی تصادفی مبتنی بر خبرها ، بدین ترتیب سرمایه گذاران را به خود جلب می کند ، خاطره طولانی اخبار اساسی.بازده پیش بینی شده دلالان کوتاه مدت ، از طرف دیگر ، فرض بر این است که از یک روند خودکار اخبار محور پیروی می کند ، ضبط خاطره کوتاه تر آنها از اخبار اساسی ، و به همین ترتیب ، بازخورد ذاتی به طرز فکر کوتاه بینانه ، روند (یا گله دار) دلالاناین مدل های ساده و خطی از انتظارات معامله گران ، این است نشان داده شده ، دو منظم مالی را به روشی عمومی و قوی توضیح دهید. انتظارات منطقی ، الگوی غالب انتظارات معامله گران ، نیست در اینجا فرض شده است ، به دلیل نتایج معروف بدون طراحی ، بدون تجارت

The standard vector autoregressive (VAR) models suffer from overparameterization which is a serious issue for high-dimensional time series data as it restricts the number of variables and lags that can be incorporated into the model. Several statistical methods, such as the reduced-rank model for multivariate (multiple) time series (Velu et al., 1986; Reinsel and Velu, 1998; Reinsel et al., 2022) and the Envelope VAR model (Wang and Ding, 2018), provide solutions for achieving dimension reduction of the parameter space of the VAR model. However, these methods can be inefficient in extracting relevant information from complex data, as they fail to distinguish between relevant and irrelevant information, or they are inefficient in addressing the rank deficiency problem. We put together the idea of envelope models into the reduced-rank VAR model to simultaneously tackle these challenges, and propose a new parsimonious version of the classical VAR model called the reduced-rank envelope VAR (REVAR) model. Our proposed REVAR model incorporates the strengths of both reduced-rank VAR and envelope VAR models and leads to significant gains in efficiency and accuracy. The asymptotic properties of the proposed estimators are established under different error assumptions. Simulation studies and real data analysis are conducted to evaluate and illustrate the proposed method.

مدل های استاندارد اتورگرایی (VAR) از آن رنج می برند پنجه بیش از حد که یک مسئله جدی برای سریال های زمانی با ابعاد بالا است داده ها به عنوان تعداد متغیرها و تاخیر را که می توانند در آن گنجانیده شوند محدود می کند به مدلچندین روش آماری ، مانند مدل کاهش یافته برای سری زمانی چند متغیره (چندگانه) (Velu et al. ، 1986 ؛ Reinsel and Velu ، 1998 ؛ Reinsel et al. ، 2022) و مدل پاکت Var (Wang and Ding ، 2018) ، ارائه می دهند راه حل هایی برای دستیابی به کاهش ابعاد فضای پارامتر VAR مدل.با این حال ، این روش ها می توانند در استخراج مربوطه ناکارآمد باشند اطلاعات مربوط به داده های پیچیده ، زیرا آنها نمی توانند بین مربوطه و اطلاعات بی ربط ، یا در پرداختن به رتبه آنها ناکارآمد هستند مشکل کمبودما ایده مدل های پاکت را در کاهش یافته مدل VAR برای مقابله با این چالش ها ، و پیشنهاد a نسخه جدید پارسایمونیک مدل VAR کلاسیک به نام کاهش یافته مدل پاکت VAR (Revar).مدل Revar پیشنهادی ما نقاط قوت را در بر می گیرد از هر دو مدل کاهش یافته VAR و پاکت نامه VAR و منجر به دستاوردهای قابل توجهی می شود در کارآیی و دقت.خصوصیات بدون علامت پیشنهادی برآوردگرها تحت فرضیات مختلف خطای ایجاد می شوند.شبیه سازی مطالعات و تجزیه و تحلیل داده های واقعی برای ارزیابی و نشان دادن روش پیشنهادی

Reserve systems are used to accommodate multiple essential or underrepresented groups in allocating indivisible scarce resources by creating categories that prioritize their respective beneficiaries. Some applications include the optimal allocation of vaccines, or assignment of minority students to elite colleges in India. An allocation is called smart if it optimizes the number of units distributed. Previous literature mostly assumed baseline priorities, which impose significant interdependencies between the priority ordering of different categories. It also assumes either everybody is eligible for receiving a unit from any category, or only the beneficiaries are eligible. The comprehensive Threshold Model we propose allows independent priority orderings among categories and arbitrary beneficiary and eligibility thresholds, enabling policymakers to avoid comparing incomparables in affirmative action systems. We present a new smart reserve system that optimizes two objectives simultaneously to allocate scarce resources. Our Smart Pipeline Matching Mechanism achieves all desirable properties in the most general domain possible. Our results apply to any resource allocation market, but we focus our attention on the vaccine allocation problem.

از سیستم های ذخیره برای اسکان چندگانه ضروری یا گروه های کم نماینده در تخصیص منابع کمیاب غیرقابل تفکیک با ایجاد دسته بندی هایی که ذینفعان مربوطه را در اولویت قرار می دهند.برخی از برنامه ها شامل تخصیص بهینه واکسن ها یا تکلیف دانشجویان اقلیت به کالج های نخبه در هند.در صورت بهینه سازی ، یک تخصیص هوشمند خوانده می شود تعداد واحدهای توزیع شده.ادبیات قبلی عمدتاً فرض می شود اولویت ها ، که وابستگی های متقابل قابل توجهی بین اولویت را تحمیل می کند سفارش دسته های مختلف.همچنین فرض می کند که یا همه واجد شرایط هستند برای دریافت واحد از هر گروه ، یا فقط ذینفعان واجد شرایط هستند. مدل آستانه جامع که پیشنهاد می کنیم اولویت مستقل را فراهم می کند سفارشات در بین دسته ها و ذینفع و صلاحیت خودسرانه آستانه ها ، این امکان را برای سیاست گذاران فراهم می کند تا از مقایسه غیرقابل مقایسه در خودداری کنند سیستم های اقدام مثبت.ما یک سیستم ذخیره هوشمند جدید ارائه می دهیم که دو هدف را به طور همزمان برای تخصیص منابع کمیاب بهینه می کند.باهوش ما مکانیسم تطبیق خط لوله در بیشترین خواص مطلوب به دست می آید دامنه عمومی امکان پذیر است.نتایج ما برای هر بازار تخصیص منابع اعمال می شود ، اما ما توجه خود را به مشکل تخصیص واکسن معطوف می کنیم.

Despite having the same basic prophet inequality setup and model of loss aversion, conclusions in our multi-dimensional model differs considerably from the one-dimensional model of Kleinberg et al. For example, Kleinberg et al. gives a tight closed-form on the competitive ratio that an online decision-maker can achieve as a function of $\lambda$, for any $\lambda \geq 0$. In our multi-dimensional model, there is a sharp phase transition: if $k$ denotes the number of dimensions, then when $\lambda \cdot (k-1) \geq 1$, no non-trivial competitive ratio is possible. On the other hand, when $\lambda \cdot (k-1) < 1$, we give a tight bound on the achievable competitive ratio (similar to Kleinberg et al.). As another example, Kleinberg et al. uncovers an exponential improvement in their competitive ratio for the random-order vs. worst-case prophet inequality problem. In our model with $k\geq 2$ dimensions, the gap is at most a constant-factor. We uncover several additional key differences in the multi- and single-dimensional models.

علی رغم داشتن همان تنظیم نابرابری پیامبر و الگوی از دست دادن گریزی ، نتیجه گیری در مدل چند بعدی ما با تفاوت قابل توجهی از مدل یک بعدی کلینبرگ و همکاران.به عنوان مثال ، کلینبرگ و همکاران. با نسبت رقابتی که یک آنلاین است ، یک شکل بسته محکم را ارائه می دهد تصمیم گیرنده می تواند به عنوان تابعی از $ \ lambda $ ، برای هر $ \ lambda \ geq دست یابد 0 $.در مدل چند بعدی ما ، یک انتقال فاز تیز وجود دارد: اگر $ k $ تعداد ابعاد را نشان می دهد ، سپس هنگامی که $ \ lambda \ cdot (k-1) \ geq 1 $ ، نه نسبت رقابتی غیر منطقه ای امکان پذیر است.از طرف دیگر ، هنگامی که $ \ lambda \ cdot (k-1) <1 $ ، ما به نسبت رقابتی قابل دستیابی محدود می کنیم (مشابه کلینبرگ و همکاران).به عنوان نمونه دیگر ، کلینبرگ و همکاران.کشف یک بهبود نمایی در نسبت رقابتی آنها برای سفارش تصادفی در مقابل. مشکل نابرابری پیامبر بدترین حالت.در مدل ما با ابعاد $ k \ geq 2 $ ، این شکاف حداکثر یک فاکتور ثابت است.ما چندین کلید اضافی را کشف می کنیم تفاوت در مدل های چند و یک بعدی.

We study the economics of the Ethereum improvement proposal 4844 and its effect on rollups' data posting strategies. Rollups' cost consists of two parts: data posting and delay. In the new proposal, the data posting cost corresponds to a blob posting cost and is fixed in each block, no matter how much of the blob is utilized by the rollup. The tradeoff is clear: the rollup prefers to post a full blob, but if its transaction arrival rate is low, filling up a blob space causes too large delay cost. The first result of the paper shows that if a rollup transaction arrival rate is too low, it prefers to use the regular blockspace market for data posting, as it offers a more flexible cost structure. Second, we show that shared blob posting is not always beneficial for participating rollups and change in the aggregate blob posting cost in the equilibrium depends on the types of participating rollups. In the end, we discuss blob cost-sharing rules from an axiomatic angle.

ما اقتصاد پیشنهاد بهبود اتریوم 4844 و آن را مطالعه می کنیم تأثیر در استراتژی های ارسال داده های Rollups.هزینه Rollups شامل دو است قطعات: ارسال اطلاعات و تأخیر.در پیشنهاد جدید ، هزینه ارسال داده ها با هزینه ارسال حباب مطابقت دارد و در هر بلوک ثابت است ، مهم نیست که چگونه بخش اعظم حباب توسط Rollup استفاده می شود.تجارت واضح است: رول ترجیح می دهد یک حباب کامل ارسال شود ، اما اگر نرخ ورود معامله آن پایین باشد ، پر کردن فضای حباب باعث تأخیر بسیار زیاد می شود.اولین نتیجه از مقاله نشان می دهد که اگر نرخ ورود معامله رول خیلی پایین باشد ، ترجیح می دهد برای ارسال اطلاعات از بازار معمولی Blockspace استفاده کنید ، زیرا اطلاعات بیشتری را ارائه می دهد ساختار هزینه انعطاف پذیر.دوم ، ما نشان می دهیم که ارسال حباب مشترک همیشه نیست مفید برای شرکت در شرکت های مشارکت و تغییر در ارسال حباب کل هزینه در تعادل بستگی به انواع افراد شرکت کننده دارد.در در پایان ، ما در مورد قوانین تقسیم هزینه حباب از زاویه بدیهی بحث می کنیم.

Humans have been arguing about the benefits of dictatorial versus democratic regimes for millennia. For example, Plato, in The Republic, favored Aristocracy,, the enlightened autocratic regime, to democracy. Modern dictators typically come to power promising quick solutions to societal problems and long-term stability}. I present a model of a dictatorship with the country's best interests in mind. The model is based on the following premises: a) the dictator forces the country to follow the desired trajectory of development only from the information from the advisors; b) the deception from the advisors cannot decrease in time; and c) the deception increases based on the difficulties the country encounters. The model shows an improvement in the short term (a few months to a year), followed by instability leading to the country's gradual deterioration over many years. I derive some universal parameters applicable to all dictators and show that advisors' deception increases in parallel with the country's decline. In contrast, the dictator thinks the government is doing a reasonable, but not perfect, job. Finally, I present a match of the model to the historical data of grain production in the Soviet Union in 1928-1940}.

انسانها در مورد مزایای دیکتاتوری در مقابل دموکراتیک بحث کرده اند رژیم های هزاره.به عنوان مثال ، افلاطون ، در جمهوری ، طرفداری کرد اشرافی ، رژیم روشنفکر استبداد ، به دموکراسی.دیکتاتورهای مدرن به طور معمول به قدرت می رسید و امیدوار می شود راه حل های سریع برای مشکلات اجتماعی و ثبات بلند مدت}.من یک مدل از یک دیکتاتوری را با کشور ارائه می دهم بهترین علایق در ذهن.مدل بر اساس محل های زیر است: الف) دیکتاتور کشور را مجبور می کند تا مسیر مورد نظر توسعه را دنبال کند فقط از اطلاعات مشاوران ؛ب) فریب مشاوران نمی تواند در زمان کاهش یابد.و ج) فریب بر اساس مشکلاتی که کشور با آن روبرو می شود.مدل بهبود در کوتاه مدت (چند ماه تا یک سال) و به دنبال آن بی ثباتی منجر به وخامت تدریجی کشور طی سالهای متمادی.من برخی از جهانی را به دست می آورم پارامترهای قابل استفاده برای همه دیکتاتورها و نشان می دهد که فریب مشاوران به موازات کاهش کشور افزایش می یابد.در مقابل ، دیکتاتور فکر می کند دولت در حال انجام یک کار معقول اما کامل نیست.سرانجام من یک مطابقت از مدل با داده های تاریخی تولید دانه در اتحاد جماهیر شوروی در سالهای 1928-1940.

We study the convergence of best-response dynamics in Tullock contests with convex cost functions (these games always have a unique pure-strategy Nash equilibrium). We show that best-response dynamics rapidly converges to the equilibrium for homogeneous agents. For two homogeneous agents, we show convergence to an $\epsilon$-approximate equilibrium in $\Theta(\log\log(1/\epsilon))$ steps. For $n \ge 3$ agents, the dynamics is not unique because at each step $n-1 \ge 2$ agents can make non-trivial moves. We consider the model proposed by Ghosh and Goldberg (2023), where the agent making the move is randomly selected at each time step. We show convergence to an $\epsilon$-approximate equilibrium in $O(\beta \log(n/(\epsilon\delta)))$ steps with probability $1-\delta$, where $\beta$ is a parameter of the agent selection process, e.g., $\beta = n^2 \log(n)$ if agents are selected uniformly at random at each time step. We complement this result with a lower bound of $\Omega(n + \log(1/\epsilon)/\log(n))$ applicable for any agent selection process.

ما همگرایی بهترین دینامیک پاسخ در مسابقات Tullock را مطالعه می کنیم توابع هزینه محدب (این بازی ها همیشه دارای یک استراتژی خالص منحصر به فرد هستند تعادل).ما نشان می دهیم که بهترین پویایی پاسخ به سرعت با همگرا می شود تعادل برای عوامل همگن.برای دو عامل همگن ، ما نشان می دهیم همگرایی به یک $ \ epsilon $ تعادل Apploximation in $ \ theta (\ log \ log (1/\ epsilon)) مراحل $.برای $ n \ ge 3 $ نمایندگان ، دینامیک نیست منحصر به فرد زیرا در هر مرحله $ n-1 \ ge 2 $ عوامل می توانند حرکات غیر مهم را انجام دهند.ما مدل پیشنهادی Ghosh و Goldberg (2023) را در نظر بگیرید ، جایی که عامل انجام حرکت به طور تصادفی در هر مرحله زمانی انتخاب می شود.ما همگرایی را نشان می دهیم یک تعادل $ \ epsilon $ $ در $ o (\ beta \ log (n/(\ epsilon \ delta))) $ مراحل با احتمال 1 $-\ delta $ ، جایی که $ \ beta $ پارامتر عامل است فرآیند انتخاب ، به عنوان مثال ، $ \ beta = n^2 \ log (n) $ اگر نمایندگان به طور یکنواخت انتخاب شوند به طور تصادفی در هر مرحله زمانی.ما این نتیجه را با مرز پایین تر تکمیل می کنیم $ \ omega (n + \ log (1/\ epsilon)/\ log (n)) $ قابل اجرا برای هر انتخاب عامل روند.

Markets with multiple divisible goods have been studied widely from the perspective of revenue and welfare. In general, it is well known that envy-free revenue-maximal outcomes can result in lower welfare than competitive equilibrium outcomes. We study a market in which buyers have quasilinear utilities with linear substitutes valuations and budget constraints, and the seller must find prices and an envy-free allocation that maximise revenue or welfare. Our setup mirrors markets such as ad auctions and auctions for the exchange of financial assets. We prove that the unique competitive equilibrium prices are also envy-free revenue-maximal. This coincidence of maximal revenue and welfare is surprising and breaks down even when buyers have piecewise-linear valuations. We present a novel characterisation of the set of "feasible" prices at which demand does not exceed supply, show that this set has an elementwise minimal price vector, and demonstrate that these prices maximise revenue and welfare. The proof also implies an algorithm for finding this unique price vector.

بازارهایی با کالاهای قابل تقسیم متعدد از آن مورد مطالعه قرار گرفته است چشم انداز درآمد و رفاه.به طور کلی ، کاملاً شناخته شده است که بدون حسادت نتایج درآمد حداکثر می تواند به رفاه پایین تر از رقابتی منجر شود نتایج تعادل.ما بازاری را مطالعه می کنیم که در آن خریداران شبه خطی دارند برنامه های کاربردی با جایگزین های خطی ارزش ها و محدودیت های بودجه و فروشنده باید قیمت ها و تخصیص بدون حسادت را پیدا کند که درآمد را به حداکثر برساند رفاه.راه اندازی ما بازارهایی مانند حراج های تبلیغاتی و حراج برای مبادله دارایی های مالی.ما ثابت می کنیم که تعادل رقابتی منحصر به فرد قیمت ها همچنین درآمدهای حداکثر حداکثر حسادت هستند.این همزمانی درآمد حداکثر و بهزیستی تعجب آور است و حتی در شرایطی که خریداران داشته باشند تجزیه می شوند ارزیابی های خطی جزئی.ما یک شخصیت جدید از مجموعه ارائه می دهیم قیمت های "امکان پذیر" که در آن تقاضا از عرضه تجاوز نمی کند ، نشان می دهد که این مجموعه دارای یک بردار حداقل قیمت Elementwise است و نشان می دهد که این قیمت ها درآمد و رفاه را به حداکثر برسانید.اثبات همچنین به معنای الگوریتم برای یافتن است این بردار قیمت منحصر به فرد.

I modify the canonical statistical discrimination model of Coate and Loury (1993) by assuming the firm's belief about an individual's unobserved class is machine learning-generated and, therefore, contractible. This expands the toolkit of a regulator beyond belief-free regulations like affirmative action. Contractible beliefs make it feasible to require the firm to select a decision policy that equalizes true positive rates across groups -- what the algorithmic fairness literature calls equal opportunity. While affirmative action does not necessarily end statistical discrimination, I show that imposing equal opportunity does.

من مدل تبعیض آماری متعارف از روکش و لوری را اصلاح می کنم (1993) با فرض اعتقاد شرکت در مورد کلاس بدون نظارت یک فرد یادگیری ماشین تولید شده و بنابراین ، قابل پیمانکاری است.این گسترش می یابد ابزار ابزار تنظیم کننده فراتر از مقررات عاری از اعتقاد مانند اقدام مثبت. اعتقادات پیمانکاری باعث می شود شرکت برای تصمیم گیری شرکت کند سیاستی که نرخ مثبت واقعی را در بین گروه ها برابر می کند - چه الگوریتمی ادبیات انصاف فرصت برابر می نامد.در حالی که اقدام مثبت نیست لزوماً تبعیض آماری را پایان می دهد ، من نشان می دهم که تحمیل برابر فرصت انجام می دهد

This paper shows the usefulness of the Perov contraction theorem, which is a generalization of the classical Banach contraction theorem, for solving Markov dynamic programming problems. When the reward function is unbounded, combining an appropriate weighted supremum norm with the Perov contraction theorem yields a unique fixed point of the Bellman operator under weaker conditions than existing approaches. An application to the optimal savings problem shows that the average growth rate condition derived from the spectral radius of a certain nonnegative matrix is sufficient and almost necessary for obtaining a solution.

در این مقاله سودمندی قضیه انقباض Perov ، که یک است نشان می دهد تعمیم قضیه انقباض کلاسیک Banach ، برای حل مارکوف مشکلات برنامه نویسی پویا.هنگامی که عملکرد پاداش بدون مرز است ، ترکیب می شود یک هنجار سوپرموم وزنی مناسب با بازده قضیه انقباض Perov یک نقطه ثابت منحصر به فرد از اپراتور بلمن در شرایط ضعیف تر از رویکردهای موجودیک برنامه برای مشکل پس انداز بهینه نشان می دهد که میانگین وضعیت رشد ناشی از شعاع طیفی یک خاص ماتریس غیر منفی برای به دست آوردن راه حل کافی و تقریباً ضروری است.

We study the stochastic structure of cryptocurrency rates of returns as compared to stock returns by focusing on the associated cross-sectional distributions. We build two datasets. The first comprises forty-six major cryptocurrencies, and the second includes all the companies listed in the S&P 500. We collect individual data from January 2017 until December 2022. We then apply the Quantal Response Statistical Equilibrium (QRSE) model to recover the cross-sectional frequency distribution of the daily returns of cryptocurrencies and S&P 500 companies. We study the stochastic structure of these two markets and the properties of investors' behavior over bear and bull trends. Finally, we compare the degree of informational efficiency of these two markets.

ما ساختار تصادفی نرخ رمزنگاری بازده را مطالعه می کنیم در مقایسه با بازده سهام با تمرکز بر روی مقطعی مرتبط توزیعما دو مجموعه داده می سازیم.اولین شامل چهل و شش عمده است ارزهای رمزنگاری شده و دوم شامل کلیه شرکتهای ذکر شده در S&P است 500. ما داده های فردی را از ژانویه 2017 تا دسامبر 2022 جمع می کنیم. ما پس از آن برای بازیابی مدل تعادل آماری پاسخ کمی (QRSE) استفاده کنید توزیع فرکانس مقطعی از بازده روزانه ارزهای رمزپایه و شرکت های S&P 500.ما ساختار تصادفی این دو بازار را مطالعه می کنیم و خصوصیات رفتار سرمایه گذاران نسبت به روند خرس و گاو.سرانجام، ما میزان کارآیی اطلاعاتی این دو بازار را مقایسه می کنیم.

We simulate behaviour of independent reinforcement learning algorithms playing the Crawford and Sobel (1982) game of strategic information transmission. We show that a sender and a receiver training together converge to strategies approximating the ex-ante optimal equilibrium of the game. Communication occurs to the largest extent predicted by Nash equilibrium. The conclusion is robust to alternative specifications of the learning hyperparameters and of the game. We discuss implications for theories of equilibrium selection in information transmission games, for work on emerging communication among algorithms in computer science, and for the economics of collusions in markets populated by artificially intelligent agents.

ما رفتار الگوریتم های یادگیری تقویت مستقل را شبیه سازی می کنیم بازی Crawford and Sobel (1982) بازی اطلاعات استراتژیک انتقال.ما نشان می دهیم که یک فرستنده و یک گیرنده با هم همگرا می شوند به استراتژی های تقریب تعادل بهینه سابق بازی. ارتباطات به بزرگترین میزان پیش بینی شده توسط تعادل نش انجام می شود.در نتیجه گیری نسبت به مشخصات جایگزین یادگیری قوی است HyperParameters و بازی.ما در مورد پیامدهای نظریه های انتخاب تعادل در بازی های انتقال اطلاعات ، برای کار در حال ظهور ارتباط بین الگوریتم های علوم کامپیوتر و برای اقتصاد تبانی در بازارهای جمع شده توسط عوامل هوشمند مصنوعی.

We study a sender-receiver model where the receiver can commit to a decision rule before the sender determines the information policy. The decision rule can depend on the signal structure and the signal realization that the sender adopts. This framework captures applications where a decision-maker (the receiver) solicit advice from an interested party (sender). In these applications, the receiver faces uncertainty regarding the sender's preferences and the set of feasible signal structures. Consequently, we adopt a unified robust analysis framework that includes max-min utility, min-max regret, and min-max approximation ratio as special cases. We show that it is optimal for the receiver to sacrifice ex-post optimality to perfectly align the sender's incentive. The optimal decision rule is a quota rule, i.e., the decision rule maximizes the receiver's ex-ante payoff subject to the constraint that the marginal distribution over actions adheres to a consistent quota, regardless of the sender's chosen signal structure.

ما یک مدل گیرنده فرستنده را مطالعه می کنیم که گیرنده می تواند به تصمیم گیری متعهد شود قانون قبل از اینکه فرستنده خط مشی اطلاعات را تعیین کند.قانون تصمیم می تواند بستگی به ساختار سیگنال و تحقق سیگنال آن فرستنده دارد تصویباین چارچوب برنامه هایی را که در آن یک تصمیم گیرنده است ضبط می کند ( گیرنده) مشاوره درخواست یک شخص علاقه مند (فرستنده).دراین برنامه ها ، گیرنده در مورد ترجیحات فرستنده با عدم اطمینان روبرو است و مجموعه ساختارهای سیگنال امکان پذیر.در نتیجه ، ما یک متحد را اتخاذ می کنیم چارچوب تجزیه و تحلیل قوی که شامل کاربرد حداکثر دقیقه ، پشیمانی مین حداکثر ، و نسبت تقریب حداقل حداکثر به عنوان موارد خاص.ما نشان می دهیم که برای آن بهینه است گیرنده برای قربانی کردن بهینه سابق برای تراز کردن کامل فرستنده انگیزهقانون بهینه تصمیم گیری یک قانون سهمیه است ، یعنی قانون تصمیم گیری بازپرداخت سابق گیرنده را با توجه به محدودیت که توزیع حاشیه ای بیش از اقدامات ، بدون در نظر گرفتن سهمیه ثابت ، پایبند است ساختار سیگنال انتخاب شده فرستنده.

We investigate auction mechanisms to support the emerging format of AI-generated content. We in particular study how to aggregate several LLMs in an incentive compatible manner. In this problem, the preferences of each agent over stochastically generated contents are described/encoded as an LLM. A key motivation is to design an auction format for AI-generated ad creatives to combine inputs from different advertisers. We argue that this problem, while generally falling under the umbrella of mechanism design, has several unique features. We propose a general formalism -- the token auction model -- for studying this problem. A key feature of this model is that it acts on a token-by-token basis and lets LLM agents influence generated contents through single dimensional bids. We first explore a robust auction design approach, in which all we assume is that agent preferences entail partial orders over outcome distributions. We formulate two natural incentive properties, and show that these are equivalent to a monotonicity condition on distribution aggregation. We also show that for such aggregation functions, it is possible to design a second-price auction, despite the absence of bidder valuation functions. We then move to designing concrete aggregation functions by focusing on specific valuation forms based on KL-divergence, a commonly used loss function in LLM. The welfare-maximizing aggregation rules turn out to be the weighted (log-space) convex combination of the target distributions from all participants. We conclude with experimental results in support of the token auction formulation.

ما مکانیسم های حراج را برای پشتیبانی از قالب در حال ظهور بررسی می کنیم محتوای تولید شده AI.ما به طور خاص بررسی می کنیم که چگونه می توان چندین LLM را جمع کرد روشی سازگار با تشویقی.در این مشکل ، ترجیحات هر نماینده بیش از محتوای تولید شده به صورت تصادفی به عنوان LLM توصیف و رمزگذاری می شوند.یک کلید انگیزه طراحی یک قالب حراج برای خلاقین تبلیغاتی AI است ورودی ها را از تبلیغ کنندگان مختلف ترکیب کنید.ما استدلال می کنیم که این مشکل ، در حالی که به طور کلی در زیر چتر طراحی مکانیسم قرار دارد ، چندین منحصر به فرد دارد امکانات.ما یک فرمالیسم کلی - مدل حراج توکن - پیشنهاد می کنیم مطالعه این مشکلیکی از ویژگی های اصلی این مدل این است که در a عمل می کند به صورت تکنیکی و به عوامل LLM اجازه می دهد تا از طریق محتوای تولید شده تأثیر بگذارند پیشنهادات تک بعدی. ما ابتدا یک رویکرد طراحی حراج قوی را کشف می کنیم ، که در آن تصور می کنیم این ترجیحات عامل مستلزم سفارشات جزئی در مورد توزیع نتیجه است.ما دو ویژگی تشویقی طبیعی را تدوین کنید و نشان دهید که اینها معادل هستند به یک وضعیت یکنواختی در جمع توزیع.ما همچنین این را نشان می دهیم چنین عملکردهای تجمیعی ، می توان حراج قیمت دوم را طراحی کرد ، با وجود عدم وجود توابع ارزیابی پیشنهاد دهنده.سپس به سمت طراحی حرکت می کنیم توابع تجمع بتن با تمرکز بر فرم های ارزیابی خاص بر اساس kl-divergence ، یک عملکرد از دست دادن معمولاً در LLM.حداکثر رفاه قوانین تجمیع به نظر می رسد ترکیبی محدب وزنی (فضای ورود به سیستم) از توزیع هدف از همه شرکت کنندگان.ما با تجربی نتیجه می گیریم منجر به پشتیبانی از فرمولاسیون حراج توکن می شود.

Consider a finite set of trade orders and automated market makers (AMMs) at some state. We propose a solution to the problem of finding an equilibrium price vector to execute all the orders jointly with corresponding optimal AMMs swaps. The solution is based on Brouwer's fixed-point theorem. We discuss computational aspects relevant for realistic situations in public blockchain activity.

مجموعه ای محدود از سفارشات تجاری و سازندگان بازار خودکار (AMMS) را در نظر بگیرید برخی از ایالت هاما یک راه حل برای مشکل پیدا کردن تعادل پیشنهاد می کنیم وکتور قیمت برای اجرای کلیه سفارشات به طور مشترک با AMM های بهینه مربوطه مبادلهراه حل مبتنی بر قضیه ثابت بروور است.ما بحث میکنیم جنبه های محاسباتی مربوط به موقعیت های واقع بینانه در blockchain عمومی فعالیت.

In the impartial selection problem, a subset of agents up to a fixed size $k$ among a group of $n$ is to be chosen based on votes cast by the agents themselves. A selection mechanism is impartial if no agent can influence its own chance of being selected by changing its vote. It is $\alpha$-optimal if, for every instance, the ratio between the votes received by the selected subset is at least a fraction of $\alpha$ of the votes received by the subset of size $k$ with the highest number of votes. We study deterministic impartial mechanisms in a more general setting with arbitrarily weighted votes and provide the first approximation guarantee, roughly $1/\lceil 2n/k\rceil$. When the number of agents to select is large enough compared to the total number of agents, this yields an improvement on the previously best known approximation ratio of $1/k$ for the unweighted setting. We further show that our mechanism can be adapted to the impartial assignment problem, in which multiple sets of up to $k$ agents are to be selected, with a loss in the approximation ratio of $1/2$.

در مشکل انتخاب بی طرفانه ، زیر مجموعه ای از عوامل تا اندازه ثابت $ k $ $ در میان گروهی از $ n $ بر اساس آراء انتخاب شده توسط مأمورین انتخاب می شود خودشانمکانیسم انتخاب در صورتی که هیچ عامل بر آن تأثیر بگذارد بی طرف است شانس خود را برای انتخاب با تغییر رأی خود انتخاب کنید.این $ \ alpha $-optimal است ، برای هر نمونه ، نسبت بین آراء دریافت شده توسط زیر مجموعه انتخاب شده حداقل کسری از $ \ alpha $ آراء دریافت شده توسط زیر مجموعه اندازه است $ k $ با بیشترین تعداد آرا.ما بی طرفانه قطعی را مطالعه می کنیم مکانیسم ها در یک محیط عمومی تر با آراء خودسرانه و اولین ضمانت تقریبی ، تقریباً 1 دلار/\ lceil 2n/k \ rceil $ را ارائه دهید.چه زمانی تعداد عوامل انتخاب شده در مقایسه با تعداد کل تعداد کافی است عوامل ، این امر در تقریب قبلی که قبلاً شناخته شده است ، بهبود می بخشد نسبت 1/k $ $ برای تنظیم بدون وزنی.ما بیشتر نشان می دهیم که مکانیسم ما می تواند با مشکل انتساب بی طرف سازگار باشد ، که در آن چندین مجموعه از حداکثر $ k $ عوامل انتخاب می شوند ، با ضرر در نسبت تقریب $ 1/2 $.

We study a robust selling problem where a seller attempts to sell one item to a buyer but is uncertain about the buyer's valuation distribution. Existing literature indicates that robust mechanism design provides a stronger theoretical guarantee than robust deterministic pricing. Meanwhile, the superior performance of robust mechanism design comes at the expense of implementation complexity given that the seller offers a menu with an infinite number of options, each coupled with a lottery and a payment for the buyer's selection. In view of this, the primary focus of our research is to find simple selling mechanisms that can effectively hedge against market ambiguity. We show that a selling mechanism with a small menu size (or limited randomization across a finite number of prices) is already capable of deriving significant benefits achieved by the optimal robust mechanism with infinite options. In particular, we develop a general framework to study the robust selling mechanism problem where the seller only offers a finite number of options in the menu. Then we propose a tractable reformulation that addresses a variety of ambiguity sets of the buyer's valuation distribution. Our formulation further enables us to characterize the optimal selling mechanisms and the corresponding competitive ratio for different menu sizes and various ambiguity sets, including support, mean, and quantile information. In light of the closed-form competitive ratios associated with different menu sizes, we provide managerial implications that incorporating a modest menu size already yields a competitive ratio comparable to the optimal robust mechanism with infinite options, which establishes a favorable trade-off between theoretical performance and implementation simplicity. Remarkably, a menu size of merely two can significantly enhance the competitive ratio, compared to the deterministic pricing scheme.

ما یک مشکل فروش قوی را مطالعه می کنیم که در آن یک فروشنده سعی در فروش یک مورد به آن دارد یک خریدار اما در مورد توزیع ارزیابی خریدار مطمئن نیست.موجود ادبیات نشان می دهد که طراحی مکانیسم قوی قوی تر را فراهم می کند ضمانت نظری نسبت به قیمت گذاری قطعی قوی.در ضمن ، عملکرد برتر از طراحی مکانیسم قوی به هزینه پیچیدگی اجرای با توجه به اینکه فروشنده منویی را با یک نامحدود ارائه می دهد تعداد گزینه ها ، هر یک از قرعه کشی و پرداختی برای خریدار انتخاب.با توجه به این ، تمرکز اصلی تحقیقات ما یافتن ساده است مکانیسم های فروش که می توانند به طور مؤثر در برابر ابهام بازار محافظت کنند.ما نشان می دهیم که یک مکانیسم فروش با اندازه منوی کوچک (یا تصادفی محدود در تعداد محدودی از قیمت ها) در حال حاضر قادر به استخراج قابل توجه است مزایای به دست آمده توسط مکانیسم بهینه قوی با گزینه های بی نهایت.که در به ویژه ، ما یک چارچوب کلی برای مطالعه فروش قوی ایجاد می کنیم مشکل مکانیسم که در آن فروشنده فقط تعداد محدودی از گزینه ها را ارائه می دهد منو.سپس ما یک اصلاح مجدد قابل ردیابی را پیشنهاد می کنیم که انواع مختلفی از آن را بررسی می کند مجموعه های ابهام توزیع ارزیابی خریدار.فرمول ما بیشتر ما را قادر می سازد تا مکانیسم های فروش بهینه و مربوطه را توصیف کنیم نسبت رقابتی برای اندازه های مختلف منو و مجموعه های مختلف ابهام ، از جمله پشتیبانی ، میانگین و اطلاعات کمی.با توجه به شکل بسته نسبت های رقابتی مرتبط با اندازه های مختلف منو ، ما مدیریتی را ارائه می دهیم پیامدهایی که شامل اندازه منوی متوسط ​​در حال حاضر رقابتی را به همراه دارد نسبت قابل مقایسه با مکانیسم بهینه قوی با گزینه های بی نهایت ، که تجارت مطلوب بین عملکرد نظری و سادگی اجرای.نکته قابل توجه ، اندازه منو صرفاً دو قوطی به طور قابل توجهی نسبت رقابتی را در مقایسه با قطعی افزایش می دهد طرح قیمت گذاری.

Stable marriage of a two-sided market with unit demand is a classic problem that arises in many real-world scenarios. In addition, a unique stable marriage in this market simplifies a host of downstream desiderata. In this paper, we explore a new set of sufficient conditions for unique stable matching (USM) under this setup. Unlike other approaches that also address this question using the structure of preference profiles, we use an algorithmic viewpoint and investigate if this question can be answered using the lens of the deferred acceptance (DA) algorithm (Gale and Shapley, 1962). Our results yield a set of sufficient conditions for USM (viz., MaxProp and MaxRou) and show that these are disjoint from the previously known sufficiency conditions like sequential preference and no crossing. We also provide a characterization of MaxProp that makes it efficiently verifiable, and shows the gap between MaxProp and the entire USM class. These results give a more detailed view of the sub-structures of the USM class.

ازدواج پایدار از یک بازار دو طرفه با تقاضای واحد یک مشکل کلاسیک است که در بسیاری از سناریوهای دنیای واقعی بوجود می آید.علاوه بر این ، یک ازدواج پایدار منحصر به فرد در این بازار تعداد زیادی از Desiderata پایین دست را ساده می کند.در این مقاله ، ما مجموعه جدیدی از شرایط کافی را برای تطبیق پایدار منحصر به فرد (USM) کشف کنید تحت این تنظیمبرخلاف سایر رویکردهای که با استفاده از این سوال نیز به آن می پردازند ساختار پروفایل های ترجیحی ، ما از یک دیدگاه الگوریتمی استفاده می کنیم و بررسی کنید که آیا می توان با استفاده از لنزهای معوق ، به این سوال پاسخ داد الگوریتم پذیرش (DA) (گیل و شاپلی ، 1962).نتایج ما مجموعه ای از شرایط کافی برای USM (یعنی ، MaxProp و Maxrou) و نشان می دهد که اینها از شرایط کفایت قبلاً شناخته شده مانند پی در پی جدا شده اند اولویت و بدون عبور.ما همچنین خصوصیات MaxProp را ارائه می دهیم که آن را به طور مؤثر قابل تأیید می کند ، و شکاف بین MaxProp و کل کلاس USM.این نتایج نمای دقیق تری از زیر ساختارها ارائه می دهد از کلاس USM.

A principal seeks to learn about a binary state and can do so by enlisting an agent to acquire information over time using a Poisson information arrival technology. The agent learns about this state privately, and his effort choices are unobserved by the principal. The principal can reward the agent with a prize of fixed value as a function of the agent's sequence of reports and the realized state. We identify conditions that each individually ensure that the principal cannot do better than by eliciting a single report from the agent after all information has been acquired. We also show that such a static contract is suboptimal under sufficiently strong violations of these conditions. We contrast our solution to the case where the agent acquires information "all at once;" notably, the optimal contract in the dynamic environment may provide strictly positive base rewards to the agent even if his prediction about the state is incorrect.

یک مدیر اصلی به دنبال یادگیری در مورد یک باینری است و می تواند با ثبت نام در آن این کار را انجام دهد نماینده برای به دست آوردن اطلاعات به مرور زمان با استفاده از ورود اطلاعات پواسون فن آوری.نماینده در مورد این ایالت به صورت خصوصی و انتخاب تلاش خود می آموزد توسط مدیر اصلی مورد حمایت قرار نمی گیرد.مدیر می تواند نماینده را با یک پاداش دهد جایزه مقدار ثابت به عنوان تابعی از توالی گزارش های عامل و حالت تحقق یافتهما شرایطی را شناسایی می کنیم که هرکدام به صورت جداگانه اطمینان حاصل می کنند مدیر نمی تواند بهتر از با انتخاب گزارش واحد از نماینده باشد پس از به دست آوردن همه اطلاعات.ما همچنین نشان می دهیم که چنین استاتیک قرارداد تحت تخلفات به اندازه کافی قوی از اینها پایین است شرایطما راه حل خود را با موردی که نماینده بدست می آورد تضاد می کنیم اطلاعات "همه به یکباره ؛"قابل ذکر است ، قرارداد بهینه در پویا محیط ممکن است پاداش پایه کاملاً مثبتی را به نماینده ارائه دهد حتی اگر او باشد پیش بینی در مورد دولت نادرست است.

We study the role of regulatory inspections in a contract design problem in which a principal interacts separately with multiple agents. Each agent's hidden action includes a dimension that determines whether they undertake an extra costly step to adhere to safety protocols. The principal's objective is to use payments combined with a limited budget for random inspections to incentivize agents towards safety-compliant actions that maximize the principal's utility. We first focus on the single-agent setting with linear contracts and present an efficient algorithm that characterizes the optimal linear contract, which includes both payment and random inspection. We further investigate how the optimal contract changes as the inspection cost or the cost of adhering to safety protocols vary. Notably, we demonstrate that the agent's compensation increases if either of these costs escalates. However, while the probability of inspection decreases with rising inspection costs, it demonstrates nonmonotonic behavior as a function of the safety action costs. Lastly, we explore the multi-agent setting, where the principal's challenge is to determine the best distribution of inspection budgets among all agents. We propose an efficient approach based on dynamic programming to find an approximately optimal allocation of inspection budget across contracts. We also design a random sequential scheme to determine the inspector's assignments, ensuring each agent is inspected at most once and at the desired probability. Finally, we present a case study illustrating that a mere difference in the cost of inspection across various agents can drive the principal's decision to forego inspecting a significant fraction of them, concentrating its entire budget on those that are less costly to inspect.

ما نقش بازرسی های نظارتی را در یک مشکل طراحی قرارداد بررسی می کنیم که یک اصلی به طور جداگانه با چندین عامل در تعامل است.هر نماینده اقدام پنهان شامل ابعادی است که تعیین می کند که آیا آنها یک نفر را انجام می دهند گام فوق العاده ای برای رعایت پروتکل های ایمنی.هدف اصلی این است برای استفاده از پرداخت های همراه با بودجه محدود برای بازرسی های تصادفی عوامل را به سمت اقدامات سازگار با ایمنی تحریک کنید که به حداکثر برسد ابزار اصلی.ما ابتدا روی تنظیمات تک عامل با خطی تمرکز می کنیم قراردادها و یک الگوریتم کارآمد ارائه می دهد که بهینه را مشخص می کند قرارداد خطی ، که شامل پرداخت و بازرسی تصادفی است.ما بیشتر بررسی کنید که چگونه قرارداد بهینه به عنوان هزینه بازرسی یا هزینه تغییر می کند رعایت پروتکل های ایمنی متفاوت است.نکته قابل توجه ، ما نشان می دهیم که عامل در صورت افزایش هر یک از این هزینه ها ، جبران خسارت افزایش می یابد.با این حال ، در حالی که احتمال بازرسی با افزایش هزینه های بازرسی ، کاهش می یابد رفتار غیر مونهونی را به عنوان تابعی از هزینه های اقدام ایمنی نشان می دهد. سرانجام ، ما تنظیمات چند عامل را که چالش اصلی در آن است ، کشف می کنیم برای تعیین بهترین توزیع بودجه بازرسی در بین همه عوامل.ما یک رویکرد کارآمد مبتنی بر برنامه نویسی پویا برای یافتن تقریباً تخصیص بهینه بودجه بازرسی در قراردادها.ما همچنین برای تعیین تکالیف بازرس ، یک طرح متوالی تصادفی طراحی کنید ، اطمینان از هر عامل حداکثر یک بار و در احتمال دلخواه مورد بازرسی قرار می گیرد. سرانجام ، ما یک مطالعه موردی ارائه می دهیم که نشان می دهد تفاوت صرف در هزینه بازرسی در بین عوامل مختلف می تواند تصمیم اصلی را سوق دهد پیش از بازرسی بخش قابل توجهی از آنها ، تمرکز کل آن بودجه مربوط به کسانی که برای بازرسی کمتر هزینه دارند.

In order to coordinate players in a game must first identify a target pattern of behaviour. In this paper we investigate the difficulty of identifying prominent outcomes in two kinds of binary action coordination problems in social networks: pure coordination games and anti-coordination games. For both environments, we determine the computational complexity of finding a strategy profile that (i) maximises welfare, (ii) maximises welfare subject to being an equilibrium, and (iii) maximises potential. We show that the complexity of these objectives can vary with the type of coordination problem. Objectives (i) and (iii) are tractable problems in pure coordination games, but for anti-coordination games are NP-hard. Objective (ii), finding the best Nash equilibrium, is NP-hard for both. Our results support the idea that environments in which actions are strategic complements (e.g., technology adoption) facilitate successful coordination more readily than those in which actions are strategic substitutes (e.g., public good provision).

برای هماهنگی بازیکنان در یک بازی ابتدا باید یک الگوی هدف را شناسایی کند از رفتاردر این مقاله ما در مورد دشواری شناسایی بررسی می کنیم نتایج برجسته در دو نوع مشکلات هماهنگی عمل باینری در شبکه های اجتماعی: بازی های هماهنگی خالص و بازی های ضد هماهنگی.برای هردو محیط ، ما پیچیدگی محاسباتی یافتن یک استراتژی را تعیین می کنیم نمایه ای که (i) به حداکثر رساندن رفاه ، (ii) به حداکثر رساندن موضوع رفاه در مورد بودن تعادل ، و (iii) پتانسیل را به حداکثر می رساند.ما نشان می دهیم که پیچیدگی این اهداف می تواند با نوع مشکل هماهنگی متفاوت باشد.اهداف (من) و (iii) در بازی های هماهنگی خالص مشکلات قابل ردیابی هستند ، اما برای بازی های ضد هماهنگی NP-Hard هستند.هدف (ii) ، پیدا کردن بهترین Nash تعادل ، برای هر دو NP سخت است.نتایج ما از این ایده پشتیبانی می کند محیط هایی که در آن اقدامات مکمل های استراتژیک هستند (به عنوان مثال ، فناوری فرزندخواندگی) هماهنگی موفقیت آمیز را به راحتی از مواردی که در آن تسهیل می کنند تسهیل کنید اقدامات جایگزین های استراتژیک هستند (به عنوان مثال ، ارائه خوب عمومی).

This paper studies a mathematical model of city formation by migration of firms and workers. The Core-Periphery model in the new economic geography, which considers migration of workers driven by real wage inequality among regions, is extended to incorporate migration of firms driven by real profit inequality among regions. A spatially homogeneous distributions of firms and workers become destabilized and eventually forms several cities in which both the firms and workers agglomerate, and the number of the cities decreases as transport costs become lower.

در این مقاله به بررسی یک مدل ریاضی از تشکیل شهر با مهاجرت شرکت ها و کارگران.مدل اصلی و پریفری در جغرافیای اقتصادی جدید ، که مهاجرت کارگران رانده شده توسط نابرابری دستمزد واقعی را در بین می داند مناطق ، برای درج مهاجرت بنگاههای ناشی از سود واقعی گسترش یافته است نابرابری در بین مناطق.توزیع همگن از شرکتها و کارگران بی ثبات می شوند و سرانجام چندین شهر را تشکیل می دهند که در آن هر دو شرکت ها و کارگران جمع می شوند و تعداد شهرها به عنوان کاهش می یابد هزینه های حمل و نقل کمتر می شود.

It is unclear how to restructure ownership when an asset is privately held, and there is uncertainty about the owners' subjective valuations. When ownership is divided equally between two owners, a commonly used mechanism is called a BMBY mechanism. This mechanism works as follows: each owner can initiate a BMBY by naming her price. Once an owner declares a price, the other chooses to sell his holdings or buy the shares of the initiator at the given price. This mechanism is simple and tractable; however, it does not elicit actual owner valuations, does not guarantee an efficient allocation, and, most importantly, is limited to an equal partnership of two owners. In this paper, we extend this rationale to a multi-owner setting. Our proposed mechanism elicits owner valuations truthfully. Additionally, our proposed mechanism exhibits several desirable traits: it is easy to implement, budget balanced, robust to collusion (weakly group strategyproof), individually rational, and ex-post efficient.

مشخص نیست که چگونه می توان مالکیت را هنگام نگهداری یک دارایی به صورت خصوصی بازسازی کرد ، و عدم اطمینان در مورد ارزیابی ذهنی صاحبان وجود دارد.چه زمانی مالکیت به طور مساوی بین دو صاحب تقسیم می شود ، یک مکانیسم متداول است مکانیسم BMBY نامیده می شود.این مکانیسم به شرح زیر است: هر مالک می تواند با نامگذاری قیمت خود یک BMBY را آغاز کنید.هنگامی که یک مالک قیمت را اعلام کرد ، دیگری تصمیم می گیرد که سهام خود را بفروشد یا سهام آغازگر را در داده های داده خریداری کند قیمت.این مکانیسم ساده و قابل ردیابی است.با این حال ، آن را استخراج نمی کند ارزشهای واقعی مالک ، تخصیص کارآمد را تضمین نمی کند ، و بیشتر مهمتر از همه ، محدود به مشارکت برابر دو مالک است.در این صفحه، ما این دلیل را به یک تنظیم چند مالک گسترش می دهیم.مکانیسم پیشنهادی ما ارزیابی های مالک را به طور صادقانه انتخاب می کند.علاوه بر این ، مکانیسم پیشنهادی ما چندین ویژگی مطلوب را به نمایش می گذارد: اجرای آن آسان است ، بودجه متعادل ، قوی به تبانی (ضد استراتژی ضعیف گروه) ، به صورت جداگانه منطقی ، و پست سابق کارآمد.

A common economic process is crowdsearch, wherein a group of agents is invited to search for a valuable physical or virtual object, e.g. creating and patenting an invention, solving an open scientific problem, or identifying vulnerabilities in software. We study a binary model of crowdsearch in which agents have different abilities to find the object. We characterize the types of equilibria and identify which type of crowd maximizes the likelihood of finding the object. Sometimes, however, an unlimited crowd is not sufficient to guarantee that the object is found. It even can happen that inviting more agents lowers the probability of finding the object. We characterize the optimal prize and show that offering only one prize (winner-takes-all) maximizes the probability of finding the object but is not necessarily optimal for the crowdsearch designer.

یک روند اقتصادی مشترک ، Crowdsearch است که در آن گروهی از عوامل قرار دارند دعوت شده برای جستجوی یک شیء ارزشمند فیزیکی یا مجازی ، به عنوان مثالایجاد و ثبت اختراع اختراع ، حل یک مشکل علمی باز یا شناسایی آسیب پذیری در نرم افزار.ما یک مدل باینری از جستجوی جمعیت را مطالعه می کنیم که در آن نمایندگان توانایی های متفاوتی برای یافتن شی دارند.ما انواع را توصیف می کنیم از تعادل و مشخص کردن کدام نوع جمعیت احتمال حداکثر احتمال آن را نشان می دهد پیدا کردن شیبا این حال ، گاهی اوقات ، جمعیت نامحدودی برای آن کافی نیست تضمین می کند که شیء پیدا شده است.حتی می تواند اتفاق بیفتد که بیشتر دعوت شود عوامل احتمال یافتن شی را کاهش می دهند.ما توصیف می کنیم جایزه بهینه و نشان می دهد که تنها یک جایزه ارائه می دهد (برنده همه) احتمال پیدا کردن جسم را به حداکثر می رساند اما لزوماً بهینه نیست برای طراح Crowdsearch.

What will likely be the effect of the emergence of ChatGPT and other forms of artificial intelligence (AI) on the skill premium? To address this question, we develop a nested constant elasticity of substitution production function that distinguishes between industrial robots and AI. Industrial robots predominantly substitute for low-skill workers, whereas AI mainly helps to perform the tasks of high-skill workers. We show that AI reduces the skill premium as long as it is more substitutable for high-skill workers than low-skill workers are for high-skill workers.

چه چیزی احتمالاً تأثیر ظهور چتپ و سایر اشکال خواهد بود هوش مصنوعی (AI) در مورد حق بیمه مهارت؟برای پرداختن به این سوال ، ما کشش ثابت تو در تو در تو عملکرد عملکرد تولید تعویض را ایجاد کنید که بین روبات های صنعتی و هوش مصنوعی تمایز قائل است.روبات های صنعتی عمدتا جایگزین کارگران کم مهارت ، در حالی که هوش مصنوعی عمدتاً به انجام وظایف کمک می کند از کارگران با مهارت بالاما نشان می دهیم که Ai حق بیمه مهارت را تا زمانی که آن را کاهش می دهد برای کارگران با مهارت بالا جایگزین تر از کارگران کم مهارت است کارگران با مهارت بالا.

The global dynamics is investigated for a duopoly game where the perfect foresight hypothesis is relaxed and firms are worst-case maximizers. Overlooking the degree of product substitutability as well as the sensitivity of price to quantity, the unique and globally stable Cournot-Nash equilibrium of the complete-information duopoly game, loses stability when firms are not aware if they are playing a duopoly game, as it is, or an oligopoly game with more than two competitors. This finding resembles Theocharis' condition for the stability of the Cournot-Nash equilibrium in oligopolies without uncertainty. As opposed to complete-information oligopoly games, coexisting attractors, disconnected basins of attractions and chaotic dynamics emerge when the Cournot-Nash equilibrium loses stability. This difference in the global dynamics is due to the nonlinearities introduced by the worst-case approach to uncertainty, which mirror in bimodal best-reply functions. Conducted with techniques that require a symmetric setting of the game, the investigation of the dynamics reveals that a chaotic regime prevents firms from being ambiguity averse, that is, firms are worst-case maximizers only in the quantity-expectation space. Therefore, chaotic dynamics are the result and at the same time the source of profit uncertainty.

دینامیک جهانی برای یک بازی دوپولی که در آن عالی است بررسی شده است فرضیه دوراندیشی آرام است و بنگاه ها حداکثر کننده بدترین حالت هستند. مشرف به میزان جایگزینی محصول و همچنین حساسیت از قیمت به کمیت ، تعادل منحصر به فرد و در سطح جهانی پایدار NASH از بازی دوپولی کاملاً اطلاعاتی ، ثبات را از دست می دهد که شرکت ها نیستند آگاه هستند که آیا آنها یک بازی دوپولی را انجام می دهند ، همانطور که هست ، یا یک بازی الیگوپولی با بیش از دو رقیب.این یافته شبیه وضعیت Theocharis برای پایداری تعادل Cournot-Nash در الیگوپلی ها بدون عدم اطمینان. برخلاف بازی های الیگوپولی با اطلاعات کامل ، جاذبه های موجود ، حوضه های جدا شده از جاذبه ها و دینامیک هرج و مرج وقتی ظهور می کنند تعادل Cournot-Nash ثبات را از دست می دهد.این تفاوت در جهانی پویایی ناشی از غیرخطی است که با رویکرد بدترین حالت به آن معرفی می شود عدم قطعیت ، که در عملکردهای بهترین نوع دوتایی آینه می شود.انجام شده با تکنیک هایی که نیاز به یک تنظیم متقارن از بازی دارند ، تحقیق در مورد پویایی نشان می دهد که یک رژیم هرج و مرج مانع از ابهام شرکت ها می شود بنگاه ، یعنی بنگاهها فقط در این مورد حداکثر هستند فضای تفکیک کمیت.بنابراین ، دینامیک هرج و مرج نتیجه و در در همان زمان منبع عدم اطمینان سود.

In their study of price discrimination for a monopolist selling heterogeneous products to consumers having private information about their own multidimensional types, Rochet and Chon\'e (1998) discovered a new form of screening in which consumers with intermediate types are bunched together into isochoice groups of various dimensions incentivized to purchase the same product. They analyzed a particular example involving customer types distributed uniformly over the unit square. For this example, we prove that their proposed solution is not selfconsistent, and we indicate how consistency can be restored.

در مطالعه خود در مورد تبعیض قیمت برای یک انحصار فروش ناهمگن محصولات به مصرف کنندگان که اطلاعات خصوصی در مورد خود دارند انواع چند بعدی ، Rochet و Chon \ 'E (1998) شکل جدیدی از غربالگری که در آن مصرف کنندگان با انواع متوسط ​​در کنار هم قرار می گیرند گروههای ایزوچوئیس با ابعاد مختلف برای خرید همان انگیزه دارند تولید - محصول.آنها یک مثال خاص را شامل می شوند که شامل انواع مشتری است به طور یکنواخت در مربع واحد توزیع می شود.برای این مثال ، ما آن را اثبات می کنیم راه حل پیشنهادی آنها خود سازگار نیست و ما نشان می دهیم که چگونه سازگاری قابل ترمیم است

We show that no efficient ascending auction can guarantee to find even a minimal envy-free price vector if all valuations are submodular, assuming a basic complexity theory's assumption.

ما نشان می دهیم که هیچ حراج صعودی کارآمد نمی تواند حتی یک را پیدا کند حداقل بردار قیمت بدون حسادت در صورتی فرض تئوری پیچیدگی اساسی.

We study equilibrium investment into bidding and latency reduction for different sequencing policies. For a batch auction design, we observe that bidders shade bids according to the likelihood that competing bidders land in the current batch. Moreover, in equilibrium, in the ex-ante investment stage before the auction, bidders invest into latency until they make zero profit in expectation. We compare the batch auction design to continuous time bidding policies (time boost) and observe that (depending on the choice of parameters) they obtain similar revenue and welfare guarantees.

ما سرمایه گذاری تعادل را در مناقصه و کاهش تأخیر مطالعه می کنیم سیاست های توالی مختلف.برای طراحی حراج دسته ای ، ما آن را مشاهده می کنیم پیشنهادات پیشنهادات را با توجه به احتمال اینکه داوطلبان رقیب در آن قرار بگیرند ، پیشنهاد می دهند دسته فعلیعلاوه بر این ، در تعادل ، در مرحله سرمایه گذاری سابق قبل از حراج ، داوطلبان تا زمانی که سود صفر کسب کنند ، در تأخیر سرمایه گذاری می کنند انتظار. ما طرح حراج دسته ای را با سیاست های پیشنهادی زمان مداوم مقایسه می کنیم (زمان تقویت) و مشاهده کنید که (بسته به انتخاب پارامترها) آنها را بدست می آورند ضمانت های مشابه درآمد و رفاه.

Dimensionality reduction has always been one of the most significant and challenging problems in the analysis of high-dimensional data. In the context of time series analysis, our focus is on the estimation and inference of conditional mean and variance functions. By using central mean and variance dimension reduction subspaces that preserve sufficient information about the response, one can effectively estimate the unknown mean and variance functions of the time series. While the literature presents several approaches to estimate the time series central mean and variance subspaces (TS-CMS and TS-CVS), these methods tend to be computationally intensive and infeasible for practical applications. By employing the Fourier transform, we derive explicit estimators for TS-CMS and TS-CVS. These proposed estimators are demonstrated to be consistent, asymptotically normal, and efficient. Simulation studies have been conducted to evaluate the performance of the proposed method. The results show that our method is significantly more accurate and computationally efficient than existing methods. Furthermore, the method has been applied to the Canadian Lynx dataset.

کاهش ابعاد همیشه یکی از مهمترین و مهمترین آنها بوده است مشکلات چالش برانگیز در تجزیه و تحلیل داده های با ابعاد بالا.در متن از تجزیه و تحلیل سری زمانی ، تمرکز ما بر تخمین و استنباط است عملکردهای میانگین و واریانس مشروط.با استفاده از میانگین و واریانس مرکزی قسمتهای کاهش ابعاد که اطلاعات کافی در مورد پاسخ ، می توان به طور موثری عملکردهای ناشناخته و واریانس را تخمین زد از سری زمانی.در حالی که ادبیات چندین رویکرد را ارائه می دهد میانگین و واریانس سری زمانی سری زمانی را تخمین بزنید (TS-CMS و TS-CVS) ، این روش ها از نظر محاسباتی فشرده و غیرقابل تحمل هستند برنامه های عملیبا استفاده از تبدیل فوریه ، ما صریح را استخراج می کنیم برآوردگرهای TS-CM و TS-CV.این برآوردگرهای پیشنهادی نشان داده شده است سازگار ، بدون علامت طبیعی و کارآمد باشید.مطالعات شبیه سازی برای ارزیابی عملکرد روش پیشنهادی انجام شده است.نتایج نشان می دهد که روش ما به طور قابل توجهی دقیق تر و محاسباتی است کارآمدتر از روشهای موجود.علاوه بر این ، این روش برای استفاده شده است مجموعه داده های سیاهگوش کانادایی.

It is well known that Random Serial Dictatorship is strategy-proof and leads to a Pareto-Efficient outcome. We show that this result breaks down when individuals are allowed to make transfers, and adapt Random Serial Dictatorship to encompass trades between individuals. Strategic analysis of play under the new mechanisms we define is given, accompanied by simulations to quantify the gains from trade.

به خوبی شناخته شده است که دیکتاتوری سریال تصادفی ضد استراتژی است و منجر می شود به نتیجه کارآمد پارتو.ما نشان می دهیم که این نتیجه زمانی خراب می شود افراد مجاز به انتقال و تطبیق دیکتاتوری سریال تصادفی هستند برای شامل معاملات بین افراد.تجزیه و تحلیل استراتژیک بازی تحت مکانیسم های جدیدی که تعریف می کنیم ارائه شده است ، همراه با شبیه سازی ها برای تعیین کمیت سود حاصل از تجارت.

In approval-based committee (ABC) voting, the goal is to choose a subset of predefined size of the candidates based on the voters' approval preferences over the candidates. While this problem has attracted significant attention in recent years, the incentives for voters to participate in an election for a given ABC voting rule have been neglected so far. This paper is thus the first to explicitly study this property, typically called participation, for ABC voting rules. In particular, we show that all ABC scoring rules even satisfy group participation, whereas most sequential rules severely fail participation. We furthermore explore several escape routes to the impossibility for sequential ABC voting rules: we prove for many sequential rules that (i) they satisfy participation on laminar profiles, (ii) voters who approve none of the elected candidates cannot benefit by abstaining, and (iii) it is NP-hard for a voter to decide whether she benefits from abstaining.

در رای گیری کمیته مبتنی بر تأیید (ABC) ، هدف این است که یک زیر مجموعه از اندازه از پیش تعریف شده نامزدها بر اساس ترجیحات تصویب رای دهندگان بیش از نامزدهادر حالی که این مشکل توجه چشمگیری را به خود جلب کرده است سالهای اخیر ، مشوق های رای دهندگان برای شرکت در انتخابات برای با توجه به قانون رای گیری ABC تاکنون مورد غفلت واقع شده است.این مقاله به این ترتیب اولین است برای مطالعه صریح این خاصیت ، به طور معمول مشارکت ، برای ABC قوانین رای گیری.به طور خاص ، ما نشان می دهیم که تمام قوانین امتیاز دهی ABC حتی برآورده می شوند مشارکت گروه ، در حالی که بیشتر قوانین پی در پی به شدت مشارکت را شکست می دهند. علاوه بر این ، ما چندین مسیر فرار را به غیرممکن می پردازیم قوانین رای گیری پی در پی ABC: ما برای بسیاری از قوانین پی در پی اثبات می کنیم که (من) آنها شرکت در پروفایل های لمینار ، (ب) رأی دهندگان که هیچ یک از این موارد را تأیید نمی کنند نامزدهای منتخب نمی توانند از ممتنع بهره مند شوند ، و (iii) این یک NP برای یک است رأی دهنده تصمیم می گیرد که آیا او از ممتنع سود می برد.

In approval-based committee (ABC) elections, the goal is to select a fixed-size subset of the candidates, a so-called committee, based on the voters' approval ballots over the candidates. One of the most popular classes of ABC voting rules are ABC scoring rules, which have recently been characterized by Lackner and Skowron (2021). However, this characterization relies on a model where the output is a ranking of committees instead of a set of winning committees and no full characterization of ABC scoring rules exists in the latter standard setting. We address this issue by characterizing two important subclasses of ABC scoring rules in the standard ABC election model, thereby both extending the result of Lackner and Skowron (2021) to the standard setting and refining it to subclasses. In more detail, by relying on a consistency axiom for variable electorates, we characterize (i) the prominent class of Thiele rules and (ii) a new class of ABC voting rules called ballot size weighted approval voting. Based on these theorems, we also infer characterizations of three well-known ABC voting rules, namely multi-winner approval voting, proportional approval voting, and satisfaction approval voting.

در انتخابات کمیته مبتنی بر تصویب (ABC) ، هدف انتخاب یک است زیر مجموعه با اندازه ثابت نامزدها ، به اصطلاح کمیته ، بر اساس رای گیری رای دهندگان بر سر نامزدها.یکی از محبوب ترین کلاس ها از قوانین رای گیری ABC قوانین امتیاز دهی ABC است که اخیراً بوده است مشخص شده توسط Leacner و Skowron (2021).با این حال ، این توصیف به مدلی متکی است که در آن بازده رتبه بندی کمیته ها به جای یک مجموعه است کمیته های برنده و هیچ گونه توصیف کامل از قوانین امتیاز دهی ABC وجود دارد در تنظیم استاندارد دوم.ما با توصیف دو مورد به این مسئله می پردازیم زیر کلاسهای مهم قوانین امتیاز دهی ABC در مدل استاندارد انتخابات ABC ، بدین ترتیب هر دو نتیجه Lequner و Skowron (2021) را به استاندارد گسترش می دهند تنظیم و اصلاح آن به زیر کلاس ها.با جزئیات بیشتر ، با تکیه بر یک Axiom سازگاری برای انتخابات متغیر ، ما (i) برجسته را توصیف می کنیم کلاس قوانین Thiele و (ii) کلاس جدیدی از قوانین رای گیری ABC به نام رأی اندازه رأی گیری وزنی اندازه.بر اساس این قضیه ها ، ما نیز استنباط می کنیم خصوصیات سه قانون رای گیری مشهور ABC ، ​​یعنی چند برنده تصویب رای گیری ، رای گیری متناسب و تصویب رضایت رای گیری

We provide the first large-scale data collection of real-world approval-based committee elections. These elections have been conducted on the Polkadot blockchain as part of their Nominated Proof-of-Stake mechanism and contain around one thousand candidates and tens of thousands of (weighted) voters each. We conduct an in-depth study of application-relevant questions, including a quantitative and qualitative analysis of the outcomes returned by different voting rules. Besides considering proportionality measures that are standard in the multiwinner voting literature, we pay particular attention to less-studied measures of overrepresentation, as these are closely related to the security of the Polkadot network. We also analyze how different design decisions such as the committee size affect the examined measures.

ما اولین جمع آوری داده های در مقیاس بزرگ مبتنی بر تأیید در دنیای واقعی را ارائه می دهیم انتخابات کمیته.این انتخابات در Polkadot انجام شده است blockchain به عنوان بخشی از مکانیزم اثبات سهام خود و حاوی حدود یک هزار نامزد و ده ها هزار رای دهنده (وزنی) هر کدام. ما یک مطالعه عمیق از سؤالات مربوط به برنامه انجام می دهیم ، از جمله تجزیه و تحلیل کمی و کیفی از نتایج برگشتی توسط متفاوت قوانین رای گیری.علاوه بر در نظر گرفتن اقدامات تناسب که در آن استاندارد هستند ادبیات رأی چند منظوره ، ما به مطالعه کمتری توجه می کنیم اقدامات نمایندگی بیش از حد ، زیرا اینها از نزدیک با امنیت ارتباط دارند شبکه Polkadot.ما همچنین تجزیه و تحلیل می کنیم که چگونه تصمیمات طراحی متفاوت مانند اندازه کمیته بر اقدامات مورد بررسی تأثیر می گذارد.

In this note, I introduce Estimated Performance Rating (PR$^e$), a novel system for evaluating player performance in sports and games. PR$^e$ addresses a key limitation of the Tournament Performance Rating (TPR) system, which is undefined for zero or perfect scores in a series of games. PR$^e$ is defined as the rating that solves an optimization problem related to scoring probability, making it applicable for any performance level. The main theorem establishes that the PR$^e$ of a player is equivalent to the TPR whenever the latter is defined. I then apply this system to historically significant win-streaks in association football, tennis, and chess. Beyond sports, PR$^e$ has broad applicability in domains where Elo ratings are used, from college rankings to the evaluation of large language models.

در این یادداشت ، رتبه بندی تخمین زده شده عملکرد (Pr $^e $) ، یک رمان را معرفی می کنم سیستم ارزیابی عملکرد بازیکن در ورزش و بازی.آدرس های $^e $ محدودیت اصلی سیستم رتبه بندی عملکرد مسابقات (TPR) ، که است در یک سری بازی ها برای نمرات صفر یا کامل تعریف نشده است.pr $^e $ به عنوان تعریف شده است رتبه بندی که یک مشکل بهینه سازی مربوط به احتمال امتیاز دهی را حل می کند ، کاربرد آن برای هر سطح عملکرد.قضیه اصلی تأسیس می کند اینکه Pr $^e $ یک بازیکن معادل TPR هر زمان که دومی باشد تعریف شده است.من سپس این سیستم را برای برنده های تاریخی قابل توجه به کار می برم فوتبال فوتبال ، تنیس و شطرنج.فراتر از ورزش ، pr $^e $ گسترده است کاربرد در دامنه هایی که از رتبه بندی ELO استفاده می شود ، از رتبه بندی کالج تا ارزیابی مدل های بزرگ زبان.

We consider moral hazard problems where a principal has access to rich monitoring data about an agent's action. Rather than focusing on optimal contracts (which are known to in general be complicated), we characterize the optimal rate at which the principal's payoffs can converge to the first-best payoff as the amount of data grows large. Our main result suggests a novel rationale for the widely observed binary wage schemes, by showing that such simple contracts achieve the optimal convergence rate. Notably, in order to attain the optimal convergence rate, the principal must set a lenient cutoff for when the agent receives a high vs. low wage. In contrast, we find that other common contracts where wages vary more finely with observed data (e.g., linear contracts) approximate the first-best at a highly suboptimal rate. Finally, we show that the optimal convergence rate depends only on a simple summary statistic of the monitoring technology. This yields a detail-free ranking over monitoring technologies that quantifies their value for incentive provision in data-rich settings and applies regardless of the agent's specific utility or cost functions.

ما مشکلات خطر اخلاقی را در نظر می گیریم که یک مدیر به ثروتمندان دسترسی داشته باشد نظارت بر داده ها در مورد عملکرد یک عامل.به جای تمرکز روی بهینه قراردادها (که به طور کلی شناخته شده است) ، ما توصیف می کنیم نرخ بهینه ای که در آن بازپرداخت های اصلی می توانند به بهترین نتیجه تبدیل شوند بازپرداخت با افزایش مقدار داده ها.نتیجه اصلی ما یک رمان را نشان می دهد منطقی برای طرح های دستمزد باینری که به طور گسترده مشاهده شده است ، با نشان دادن چنین مواردی قراردادهای ساده به نرخ همگرایی بهینه می رسند.به ویژه ، به منظور به نرخ همگرایی بهینه برسید ، اصلی باید یک برش ملایم را تعیین کند برای زمانی که نماینده دستمزد بالا در مقابل دستمزد بالا دریافت می کند.در مقابل ، ما آن را می یابیم سایر قراردادهای متداول که دستمزدها با داده های مشاهده شده ریزتر هستند (به عنوان مثال ، قراردادهای خطی) اولین مورد را با نرخ بسیار زیر حد تقریبی تقریبی کنید. سرانجام ، ما نشان می دهیم که میزان همگرایی بهینه فقط به یک ساده بستگی دارد خلاصه آمار فناوری نظارت.این بدون جزئیات است رتبه بندی بیش از فن آوری های نظارت که ارزش آنها را برای انگیزه تعیین می کند ارائه در تنظیمات غنی از داده ها و بدون در نظر گرفتن خاص عامل اعمال می شود توابع ابزار یا هزینه.

We study the problem of screening in decision-making processes under uncertainty, focusing on the impact of adding an additional screening stage, commonly known as a 'gatekeeper.' While our primary analysis is rooted in the context of job market hiring, the principles and findings are broadly applicable to areas such as educational admissions, healthcare patient selection, and financial loan approvals. The gatekeeper's role is to assess applicants' suitability before significant investments are made. Our study reveals that while gatekeepers are designed to streamline the selection process by filtering out less likely candidates, they can sometimes inadvertently affect the candidates' own decision-making process. We explore the conditions under which the introduction of a gatekeeper can enhance or impede the efficiency of these processes. Additionally, we consider how adjusting gatekeeping strategies might impact the accuracy of selection decisions. Our research also extends to scenarios where gatekeeping is influenced by historical biases, particularly in competitive settings like hiring. We discover that candidates confronted with a statistically biased gatekeeping process are more likely to withdraw from applying, thereby perpetuating the previously mentioned historical biases. The study suggests that measures such as affirmative action can be effective in addressing these biases. While centered on hiring, the insights and methodologies from our study have significant implications for a wide range of fields where screening and gatekeeping are integral.

ما مشکل غربالگری را در فرآیندهای تصمیم گیری در زیر مطالعه می کنیم عدم اطمینان ، با تمرکز بر تأثیر اضافه کردن یک مرحله غربالگری اضافی ، معمولاً به عنوان "دروازه بان" شناخته می شود.در حالی که تجزیه و تحلیل اصلی ما ریشه در زمینه استخدام بازار کار ، اصول و یافته ها به طور گسترده ای است قابل استفاده در زمینه هایی مانند پذیرش آموزشی ، بیمار بهداشت و درمان انتخاب و مصوبات وام مالی.نقش دروازه بان ارزیابی است مناسب بودن متقاضیان قبل از انجام سرمایه گذاری های قابل توجه.مطالعه ما نشان می دهد که در حالی که دروازه بان ها برای ساده سازی روند انتخاب طراحی شده اند با فیلتر کردن نامزدهای کمتر ، آنها گاهی اوقات می توانند سهواً بر روند تصمیم گیری خود کاندیداها تأثیر بگذارد.ما شرایط را کشف می کنیم که در آن معرفی یک دروازه بان می تواند باعث تقویت یا جلوگیری از آن شود کارآیی این فرایندها.علاوه بر این ، ما چگونه تنظیم می کنیم استراتژی های دروازه بان ممکن است بر صحت تصمیمات انتخاب تأثیر بگذارد.ما تحقیقات همچنین به سناریوهایی گسترش می یابد که دروازه بان تحت تأثیر قرار می گیرد تعصبات تاریخی ، به ویژه در تنظیمات رقابتی مانند استخدام.ما کشف کنید که نامزدها با یک دروازه بان آماری مغرضانه روبرو شده اند فرآیند احتمالاً از درخواست خارج می شود و از این طریق باعث ماندگاری می شود قبلاً از تعصبات تاریخی ذکر شده است.این مطالعه نشان می دهد که چنین چیزی را اندازه می گیرد زیرا اقدامات مثبت می تواند در پرداختن به این تعصبات مؤثر باشد.در حالی که با محوریت استخدام ، بینش و روشهای مطالعه ما پیامدهای قابل توجهی برای طیف گسترده ای از زمینه ها که در آن غربالگری و دروازه بان یکپارچه است.

The concept of sequential choice functions is introduced and studied. This concept applies to the reduction of the problem of stable matchings with sequential workers to a situation where the workers are linear.

مفهوم توابع انتخاب پی در پی معرفی و مورد مطالعه قرار می گیرد.این مفهوم در مورد کاهش مشکل مطابقت پایدار با کارگران متوالی در شرایطی که کارگران خطی هستند.

Correlated equilibria are sometimes more efficient than the Nash equilibria of a game without signals. We investigate whether the availability of quantum signals in the context of a classical strategic game may allow the players to achieve even better efficiency than in any correlated equilibrium with classical signals, and find the answer to be positive.

تعادل همبسته گاهی از تعادل NASH کارآمدتر است از یک بازی بدون سیگنال.ما بررسی می کنیم که آیا در دسترس بودن Quantum است سیگنال ها در زمینه یک بازی استراتژیک کلاسیک ممکن است به بازیکنان این امکان را بدهد بهره وری حتی بهتر از هر تعادل همبسته با سیگنال های کلاسیک ، و پاسخ مثبت را پیدا کنید.

Motivated by several classic decision-theoretic paradoxes, and by analogies with the paradoxes which in physics motivated the development of quantum mechanics, we introduce a projective generalization of expected utility along the lines of the quantum-mechanical generalization of probability theory. The resulting decision theory accommodates the dominant paradoxes, while retaining significant simplicity and tractability. In particular, every finite game within this larger class of preferences still has an equilibrium.

با انگیزه چندین پارادوکس تصمیم گیری نظری کلاسیک و قیاس با پارادوکس هایی که در فیزیک انگیزه توسعه کوانتومی را ایجاد می کنند مکانیک ، ما تعمیم پروژکتور ابزار مورد انتظار را در امتداد معرفی می کنیم خطوط تعمیم کوانتومی مکانیکی تئوری احتمال.در نظریه تصمیم گیری در نتیجه پارادوکس های غالب ، ضمن حفظ سادگی و قابلیت تراکت قابل توجهی.به طور خاص ، هر بازی محدود در این کلاس بزرگتر از ترجیحات هنوز تعادل دارد.

In most contemporary approaches to decision making, a decision problem is described by a sets of states and set of outcomes, and a rich set of acts, which are functions from states to outcomes over which the decision maker (DM) has preferences. Most interesting decision problems, however, do not come with a state space and an outcome space. Indeed, in complex problems it is often far from clear what the state and outcome spaces would be. We present an alternative foundation for decision making, in which the primitive objects of choice are syntactic programs. A representation theorem is proved in the spirit of standard representation theorems, showing that if the DM's preference relation on objects of choice satisfies appropriate axioms, then there exist a set S of states, a set O of outcomes, a way of interpreting the objects of choice as functions from S to O, a probability on S, and a utility function on O, such that the DM prefers choice a to choice b if and only if the expected utility of a is higher than that of b. Thus, the state space and outcome space are subjective, just like the probability and utility; they are not part of the description of the problem. In principle, a modeler can test for SEU behavior without having access to states or outcomes. We illustrate the power of our approach by showing that it can capture decision makers who are subject to framing effects.

در بیشتر رویکردهای معاصر برای تصمیم گیری ، یک مشکل تصمیم گیری است توصیف شده توسط مجموعه ای از ایالت ها و مجموعه ای از نتایج ، و مجموعه ای از اعمال غنی ، که از کشورها به نتایج مربوط به تصمیم گیرنده (DM) عمل می کند ترجیحاتبا این حال ، مهمترین مشکلات تصمیم گیری با این وجود همراه نیست یک فضای دولتی و یک فضای نتیجه.در واقع ، در مشکلات پیچیده اغلب دور است از مشخصات وضعیت و نتایج نتیجه چه خواهد بود.ما ارائه می دهیم پایه و اساس جایگزین برای تصمیم گیری ، که در آن اشیاء ابتدایی از انتخاب برنامه های نحوی است.یک قضیه نمایندگی در روح اثبات شده است از قضیه های بازنمایی استاندارد ، نشان می دهد که اگر اولویت DM باشد رابطه در مورد اشیاء انتخابی ، بدیهیات مناسب را برآورده می کند ، پس وجود دارد مجموعه ای از کشورها ، مجموعه ای از نتایج ، راهی برای تفسیر اشیاء انتخاب به عنوان توابع از S تا O ، یک احتمال در S و یک عملکرد ابزار در o ، به گونه ای که DM انتخاب A را به انتخاب B ترجیح می دهد اگر و فقط در صورت انتظار ابزار A بالاتر از B است.بنابراین ، فضای دولت و فضای نتیجه ذهنی هستند ، دقیقاً مانند احتمال و ابزار ؛آنها بخشی از شرح مشکل.در اصل ، یک مدل ساز می تواند برای رفتار SEU آزمایش کند بدون دسترسی به ایالات یا نتایج.ما قدرت خود را نشان می دهیم با نشان دادن اینکه می تواند تصمیم گیری هایی را که در معرض اثرات قاب بندی.

We consider a large class of social learning models in which a group of agents face uncertainty regarding a state of the world, share the same utility function, observe private signals, and interact in a general dynamic setting. We introduce Social Learning Equilibria, a static equilibrium concept that abstracts away from the details of the given extensive form, but nevertheless captures the corresponding asymptotic equilibrium behavior. We establish general conditions for agreement, herding, and information aggregation in equilibrium, highlighting a connection between agreement and information aggregation.

ما کلاس بزرگی از مدلهای یادگیری اجتماعی را در نظر می گیریم که در آن گروهی از مأمورین در مورد وضعیت جهان با عدم اطمینان روبرو هستند ، همان ابزار را با یکدیگر در میان می گذارند عملکرد ، مشاهده سیگنال های خصوصی و تعامل در یک محیط کلی پویا. ما تعادل یادگیری اجتماعی را معرفی می کنیم ، یک مفهوم تعادل استاتیک که چکیده به دور از جزئیات شکل گسترده داده شده ، اما با این وجود رفتار تعادل مجانبی مربوطه را ضبط می کند.ما تأسیس می کنیم شرایط عمومی برای توافق ، گله و جمع آوری اطلاعات در تعادل ، برجسته کردن ارتباط بین توافق و اطلاعات تجمع.

We consider a group of strategic agents who must each repeatedly take one of two possible actions. They learn which of the two actions is preferable from initial private signals, and by observing the actions of their neighbors in a social network. We show that the question of whether or not the agents learn efficiently depends on the topology of the social network. In particular, we identify a geometric "egalitarianism" condition on the social network that guarantees learning in infinite networks, or learning with high probability in large finite networks, in any equilibrium. We also give examples of non-egalitarian networks with equilibria in which learning fails.

ما گروهی از عوامل استراتژیک را در نظر می گیریم که هر کدام باید بارها یکی از آنها را بگیرند دو عمل ممکنآنها می آموزند که از کدام یک از دو عمل ارجح است سیگنال های خصوصی اولیه ، و با مشاهده اقدامات همسایگان خود در یک شبکه اجتماعی. ما نشان می دهیم که این سؤال که آیا مأمورین به طور مؤثر یاد می گیرند یا خیر بستگی به توپولوژی شبکه اجتماعی دارد.به طور خاص ، ما a را شناسایی می کنیم شرط هندسی "مساوات" در شبکه اجتماعی که تضمین می کند یادگیری در شبکه های بی نهایت یا یادگیری با احتمال زیاد در بزرگ شبکه های محدود ، در هر تعادل.ما همچنین نمونه هایی از غیرقانونی را ارائه می دهیم شبکه هایی با تعادل که در آن یادگیری شکست می خورد.

We consider the complexity of finding a correlated equilibrium of an $n$-player game in a model that allows the algorithm to make queries on players' payoffs at pure strategy profiles. Randomized regret-based dynamics are known to yield an approximate correlated equilibrium efficiently, namely, in time that is polynomial in the number of players $n$. Here we show that both randomization and approximation are necessary: no efficient deterministic algorithm can reach even an approximate correlated equilibrium, and no efficient randomized algorithm can reach an exact correlated equilibrium. The results are obtained by bounding from below the number of payoff queries that are needed.

ما پیچیدگی یافتن یک تعادل همبسته از یک را در نظر می گیریم $ n $-player بازی در مدلی که به الگوریتم اجازه می دهد نمایش داده شود بازپرداخت بازیکنان در پروفایل استراتژی خالص.پویایی مبتنی بر پشیمانی تصادفی شناخته شده است که یک تعادل همبستگی تقریبی را به طور موثر ، یعنی ، به دست می آورد با گذشت زمان ، چند جمله ای از تعداد بازیکنان $ n $ است.در اینجا ما نشان می دهیم که هر دو تصادفی سازی و تقریب ضروری است: بدون قطعی کارآمد الگوریتم حتی می تواند به یک تعادل همبستگی تقریبی و خیر برسد الگوریتم تصادفی کارآمد می تواند به یک تعادل همبستگی دقیق برسد.در نتایج با محدودیت از زیر تعداد پرس و جوهای بازپرداخت به دست می آید مورد نیاز است.

We consider a model of matching in trading networks in which firms can enter into bilateral contracts. In trading networks, stable outcomes, which are immune to deviations of arbitrary sets of firms, may not exist. We define a new solution concept called trail stability. Trail-stable outcomes are immune to consecutive, pairwise deviations between linked firms. We show that any trading network with bilateral contracts has a trail-stable outcome whenever firms' choice functions satisfy the full substitutability condition. For trail-stable outcomes, we prove results on the lattice structure, the rural hospitals theorem, strategy-proofness, and comparative statics of firm entry and exit. We also introduce weak trail stability which is implied by trail stability under full substitutability. We describe relationships between the solution concepts.

ما مدلی از تطبیق در شبکه های تجاری را در نظر می گیریم که شرکت ها می توانند وارد آن شوند به قراردادهای دو جانبهدر شبکه های معاملاتی ، نتایج پایدار ، که هستند ممکن است در برابر انحراف مجموعه های دلخواه بنگاه ها ، ممکن است وجود نداشته باشد.ما جدید را تعریف می کنیم مفهوم راه حل به نام پایداری دنباله.نتایج قابل عبور از دنباله دار از آن مصون است انحرافات متوالی و زوج بین بنگاههای مرتبط.ما نشان می دهیم که هر تجارت شبکه با قراردادهای دو جانبه هر زمان که بنگاه ها نتیجه ای با پایدار داشته باشد توابع انتخاب شرایط جایگزین کامل را برآورده می کند.برای پایدار دنباله دار نتایج ، ما نتایج مربوط به ساختار شبکه ، بیمارستان های روستایی را اثبات می کنیم قضیه ، ضد استراتژی و آمار مقایسه ای ورود و خروج شرکت.ما همچنین ثبات دنباله ای ضعیف را معرفی کنید که با ثبات دنباله در زیر ضمنی است جایگزینی کامل.ما روابط بین مفاهیم راه حل را توصیف می کنیم.

The first ever human vs. computer no-limit Texas hold 'em competition took place from April 24-May 8, 2015 at River's Casino in Pittsburgh, PA. In this article I present my thoughts on the competition design, agent architecture, and lessons learned.

اولین مسابقه HOUND HOUN در مقابل رایانه بدون محدودیت تگزاس Hold 'Em انجام شد مکان از 24 آوریل 8 مه 2015 در کازینو رودخانه در پیتسبورگ ، پنسیلوانیا.در این مقاله من افکار خود را در مورد طراحی رقابت ، معماری عامل ، ارائه می دهم. و درسهایی که آموخته اند

We study the problem of Bayesian learning in a dynamical system involving strategic agents with asymmetric information. In a series of seminal papers in the literature, this problem has been investigated under a simplifying model where myopically selfish players appear sequentially and act once in the game, based on private noisy observations of the system state and public observation of past players' actions. It has been shown that there exist information cascades where users discard their private information and mimic the action of their predecessor. In this paper, we provide a framework for studying Bayesian learning dynamics in a more general setting than the one described above. In particular, our model incorporates cases where players are non-myopic and strategically participate for the whole duration of the game, and cases where an endogenous process selects which subset of players will act at each time instance. The proposed framework hinges on a sequential decomposition methodology for finding structured perfect Bayesian equilibria (PBE) of a general class of dynamic games with asymmetric information, where user-specific states evolve as conditionally independent Markov processes and users make independent noisy observations of their states. Using this methodology, we study a specific dynamic learning model where players make decisions about public investment based on their estimates of everyone's types. We characterize a set of informational cascades for this problem where learning stops for the team as a whole. We show that in such cascades, all players' estimates of other players' types freeze even though each individual player asymptotically learns its own true type.

ما مشکل یادگیری بیزی را در یک سیستم دینامیکی شامل می کنیم عوامل استراتژیک با اطلاعات نامتقارن.در یک سری مقالات منی در ادبیات ، این مشکل تحت یک مدل ساده بررسی شده است جایی که بازیکنان خودخواه از نظر عکاس به صورت متوالی ظاهر می شوند و یک بار در بازی عمل می کنند ، بر اساس مشاهدات پر سر و صدا خصوصی از وضعیت سیستم و مشاهده عمومی از اقدامات بازیکنان گذشتهنشان داده شده است که اطلاعات وجود دارد آبشار که در آن کاربران اطلاعات خصوصی خود را دور می کنند و از عمل تقلید می کنند سلف آنهادر این مقاله ، ما چارچوبی برای مطالعه بیزی ارائه می دهیم یادگیری پویایی در یک محیط کلی تر از آنچه در بالا توضیح داده شد.که در به طور خاص ، مدل ما مواردی را شامل می شود که بازیکنان غیرزیپیک هستند و از نظر استراتژیک برای کل مدت بازی و مواردی که در آن شرکت کنید یک فرآیند درون زا انتخاب می کند که زیر مجموعه بازیکنان در هر زمان عمل می کنند نمونه، مثال.چارچوب پیشنهادی به تجزیه متوالی وابسته است روش شناسی برای یافتن تعادل ساختاری کامل بیزی (PBE) از کلاس کلی بازی های پویا با اطلاعات نامتقارن ، که در آن خاص کاربر است دولتها به عنوان فرآیندهای مارکوف مستقل و مستقل تکامل می یابند و کاربران می سازند مشاهدات پر سر و صدا از ایالات خود.با استفاده از این روش ، ما یک مدل یادگیری پویا خاص را که بازیکنان در مورد آن تصمیم می گیرند مطالعه کنید سرمایه گذاری عمومی بر اساس تخمین های آنها از انواع همه.ما توصیف می کنیم مجموعه ای از آبشارهای اطلاع رسانی برای این مشکل که در آن یادگیری متوقف می شود تیم به طور کلی.ما نشان می دهیم که در چنین آبشار ، همه تخمین بازیکنان از دیگر انواع بازیکنان حتی اگر هر یک از بازیکنان جداگانه به صورت بدون علامت یاد می گیرند ، یخ می زنند نوع واقعی خودش

We study a sequential-learning model featuring a network of naive agents with Gaussian information structures. Agents apply a heuristic rule to aggregate predecessors' actions. They weigh these actions according the strengths of their social connections to different predecessors. We show this rule arises endogenously when agents wrongly believe others act solely on private information and thus neglect redundancies among observations. We provide a simple linear formula expressing agents' actions in terms of network paths and use this formula to characterize the set of networks where naive agents eventually learn correctly. This characterization implies that, on all networks where later agents observe more than one neighbor, there exist disproportionately influential early agents who can cause herding on incorrect actions. Going beyond existing social-learning results, we compute the probability of such mislearning exactly. This allows us to compare likelihoods of incorrect herding, and hence expected welfare losses, across network structures. The probability of mislearning increases when link densities are higher and when networks are more integrated. In partially segregated networks, divergent early signals can lead to persistent disagreement between groups.

ما یک مدل یادگیری پی در پی را مطالعه می کنیم که شامل شبکه ای از عوامل ساده لوح است ساختارهای اطلاعاتی گاوسی.مأمورین برای جمع آوری یک قاعده اکتشافی اعمال می کنند اقدامات پیشینیان.آنها این اقدامات را با توجه به نقاط قوت ارتباطات اجتماعی آنها با پیشینیان مختلف.ما نشان می دهیم که این قانون بوجود می آید به طور درون زا وقتی که مأمورین به اشتباه اعتقاد دارند دیگران فقط به صورت خصوصی عمل می کنند اطلاعات و در نتیجه غفلت از افزونگی ها در بین مشاهدات.ما ارائه می دهیم فرمول خطی ساده بیان اقدامات عوامل از نظر مسیرهای شبکه و از این فرمول برای توصیف مجموعه ای از شبکه هایی که در آن عوامل ساده لوح است استفاده کنید سرانجام به درستی یاد بگیرید.این توصیف به این معنی است که ، در همه شبکه ها جایی که عوامل بعدی بیش از یک همسایه را مشاهده می کنند ، وجود دارد عوامل اولیه نامتناسب تأثیرگذار که می توانند باعث ناراحتی شوند اقدامات.فراتر از نتایج یادگیری اجتماعی موجود ، ما محاسبه می کنیم احتمال چنین گمراهی دقیقاً.این به ما امکان مقایسه احتمال را می دهد از گله نادرست ، و از این رو انتظار می رود ضرر و زیان بهزیستی در سراسر شبکه سازه های.احتمال گمراهی در هنگام تراکم پیوند افزایش می یابد بالاتر و هنگامی که شبکه ها یکپارچه تر هستند.در شبکه های جزئی جدا شده ، سیگنال های اولیه واگرا می توانند منجر به اختلاف مداوم بین گروه ها شوند.

Agents learn about a changing state using private signals and their neighbors' past estimates of the state. We present a model in which Bayesian agents in equilibrium use neighbors' estimates simply by taking weighted sums with time-invariant weights. The dynamics thus parallel those of the tractable DeGroot model of learning in networks, but arise as an equilibrium outcome rather than a behavioral assumption. We examine whether information aggregation is nearly optimal as neighborhoods grow large. A key condition for this is signal diversity: each individual's neighbors have private signals that not only contain independent information, but also have sufficiently different distributions. Without signal diversity $\unicode{x2013}$ e.g., if private signals are i.i.d. $\unicode{x2013}$ learning is suboptimal in all networks and highly inefficient in some. Turning to social influence, we find it is much more sensitive to one's signal quality than to one's number of neighbors, in contrast to standard models with exogenous updating rules.

نمایندگان در مورد وضعیت در حال تغییر با استفاده از سیگنال های خصوصی و آنها می آموزند برآوردهای گذشته همسایگان از دولت.ما مدلی را ارائه می دهیم که در آن بیزی عوامل در تعادل به سادگی با گرفتن مبالغ وزنی از برآورد همسایگان استفاده می کنند با وزنهای متغیر.پویایی بنابراین موازی با موارد قابل ردیابی است مدل degroot یادگیری در شبکه ها ، اما به عنوان یک نتیجه تعادل بوجود می آید به جای یک فرض رفتاری.ما بررسی می کنیم که آیا جمع آوری اطلاعات با بزرگ شدن محلات تقریباً بهینه است.یک شرط کلیدی برای این است تنوع سیگنال: همسایگان هر فرد سیگنال های خصوصی دارند که نه فقط حاوی اطلاعات مستقل است ، بلکه به اندازه کافی متفاوت است توزیعبدون تنوع سیگنال $ \ unicode {x2013} $ به عنوان مثال ، اگر خصوصی است سیگنال ها I.I.D.$ \ unicode {x2013} $ یادگیری در همه شبکه ها زیر حد متوسط ​​است در بعضی ها بسیار ناکارآمد است.روی آوردن به نفوذ اجتماعی ، متوجه می شویم که بسیار است نسبت به تعداد همسایگان ، نسبت به کیفیت سیگنال شخص حساس تر است. در تضاد با مدل های استاندارد با قوانین به روزرسانی برون زا.

We consider a model of oligopolistic competition in a market with search frictions, in which competing firms with products of unknown quality advertise how much information a consumer's visit will glean. In the unique symmetric equilibrium of this game, the countervailing incentives of attraction and persuasion yield a payoff function for each firm that is linear in the firm's realized effective value. If the expected quality of the products is sufficiently high (or competition is sufficiently fierce), this corresponds to full information--firms provide the first-best level of information. If not, this corresponds to information dispersion--firms randomize over signals.

ما الگویی از رقابت الیگوپولیستی را در یک بازار با جستجو در نظر می گیریم اصطکاک ، که در آن شرکت های رقیب با محصولات با کیفیت ناشناخته تبلیغ می کنند چه مقدار اطلاعات یک بازدید مصرف کننده از بین می رود.در متقارن منحصر به فرد تعادل این بازی ، مشوق های ضد جاذبه و ترغیب یک عملکرد بازپرداخت برای هر بنگاه که در شرکت خطی است ارزش مؤثر را تحقق بخشید.اگر کیفیت مورد انتظار محصولات باشد به اندازه کافی بالا (یا رقابت به اندازه کافی شدید است) ، این مربوط به آن است اطلاعات کامل-شرکت های برتر اولین سطح اطلاعات را ارائه می دهند.اگر نه ، این مربوط به پراکندگی اطلاعات است-به طور تصادفی بر روی سیگنال ها شرکت می کند.

Melamed, Harrell, and Simpson have recently reported on an experiment which appears to show that cooperation can arise in a dynamic network without reputational knowledge, i.e., purely via dynamics [1]. We believe that their experimental design is actually not testing this, in so far as players do know the last action of their current partners before making a choice on their own next action and subsequently deciding which link to cut. Had the authors given no information at all, the result would be a decline in cooperation as shown in [2].

Melamed ، Harrell و Simpson اخیراً در مورد آزمایش گزارش داده اند که به نظر می رسد نشان می دهد که همکاری می تواند در یک شبکه پویا ایجاد شود دانش اعتبار ، یعنی صرفاً از طریق دینامیک [1].ما اعتقاد داریم که آنها طراحی آزمایشی در واقع آزمایش این کار را ندارد ، تا آنجا که بازیکنان می دانند آخرین اقدام شرکای فعلی آنها قبل از انتخاب به تنهایی اقدام بعدی و متعاقباً تصمیم گیری در مورد پیوند برای برش.به نویسندگان داده شده بود به هیچ وجه اطلاعاتی وجود ندارد ، نتیجه آن می تواند در همکاری همانطور که در نشان داده شده است کاهش یابد [2]

I study endogenous learning dynamics for people who misperceive intertemporal correlations in random sequences. Biased agents face an optimal-stopping problem. They are uncertain about the underlying distribution and learn its parameters from predecessors. Agents stop when early draws are "good enough," so predecessors' experiences contain negative streaks but not positive streaks. When agents wrongly expect systematic reversals (the "gambler's fallacy"), they understate the likelihood of consecutive below-average draws, converge to over-pessimistic beliefs about the distribution's mean, and stop too early. Agents uncertain about the distribution's variance overestimate it to an extent that depends on predecessors' stopping thresholds. I also analyze how other misperceptions of intertemporal correlation interact with endogenous data censoring.

من پویایی یادگیری درون زا را برای افرادی که بینابینی را سوء استفاده می کنند مطالعه می کنم همبستگی در توالی های تصادفی.عوامل مغرضانه با توقف بهینه روبرو هستند مسئله.آنها در مورد توزیع اساسی نامشخص هستند و آن را می آموزند پارامترهای پیشینیان.نمایندگان متوقف می شوند که قرعه کشی های اولیه "به اندازه کافی خوب" باشند. بنابراین تجربیات پیشینیان حاوی رگه های منفی اما رگه های مثبت نیستند. وقتی نمایندگان به اشتباه انتظار واژگونی سیستماتیک ("مغالطه قمارباز") را دارند ، آنها احتمال قرعه کشی های متوالی زیر متوسط ​​را درک کنید ، همگرا شوید اعتقادات بیش از حد بدخواهانه در مورد میانگین توزیع ، و خیلی زود متوقف می شود. نمایندگان در مورد واریانس توزیع تا حدی آن را بیش از حد ارزیابی می کنند این بستگی به آستانه توقف پیشینیان دارد.من همچنین چگونه دیگر را تجزیه و تحلیل می کنم تصورات غلط از همبستگی بین المللی با داده های درون زا در تعامل است سانسور

Currency trading (Forex) is the largest world market in terms of volume. We analyze trading and tweeting about the EUR-USD currency pair over a period of three years. First, a large number of tweets were manually labeled, and a Twitter stance classification model is constructed. The model then classifies all the tweets by the trading stance signal: buy, hold, or sell (EUR vs. USD). The Twitter stance is compared to the actual currency rates by applying the event study methodology, well-known in financial economics. It turns out that there are large differences in Twitter stance distribution and potential trading returns between the four groups of Twitter users: trading robots, spammers, trading companies, and individual traders. Additionally, we observe attempts of reputation manipulation by post festum removal of tweets with poor predictions, and deleting/reposting of identical tweets to increase the visibility without tainting one's Twitter timeline.

تجارت ارز (فارکس) از نظر حجم بزرگترین بازار جهانی است.ما تجزیه و تحلیل و توییت در مورد جفت ارز EUR-USD در طی یک دوره از سه سال.ابتدا تعداد زیادی از توییت ها به صورت دستی برچسب گذاری شدند و الف مدل طبقه بندی موضع توییتر ساخته شده است.سپس مدل طبقه بندی می شود تمام توییت ها توسط سیگنال موضع معاملاتی: خرید ، نگه داشتن یا فروش (یورو در مقابل USD). موضع توییتر با استفاده از آن با نرخ واقعی ارز مقایسه می شود روش مطالعه رویداد ، مشهور در اقتصاد مالی.معلوم است که در توزیع موضع توییتر و پتانسیل تفاوت های زیادی وجود دارد بازده معاملات بین چهار گروه از کاربران توییتر: تجارت روبات ، اسپم ها ، شرکت های بازرگانی و معامله گران انفرادی.علاوه بر این ، ما مشاهده می کنیم تلاش برای دستکاری شهرت با حذف پس از فستیوم توییت با فقیر پیش بینی ها ، و حذف/ارسال مجدد توییت های یکسان برای افزایش دید بدون رنگ آمیزی جدول زمانی توییتر.