信息稳健最优机制的结构

本文研究当机制设计者既不确定代理人持有的信息形式，也不确定博弈中将实现何种均衡时的最优机制设计问题。传统贝叶斯机制设计依赖于设计者对信息结构的精确认知，但现实中信息结构往往是不可观测的抽象表征，且经典理论常假设设计者能协调代理人选择其偏好的均衡，这一假设在诸多场景下过于牵强。本文提出一个信息稳健机制设计的新框架：机制的设计者仅设定标的支付相关状态的先验分布，而机制的"保证值"定义为其在所有信息结构和所有贝叶斯纳什均衡中的最差表现；对称地，信息结构的"潜力值"定义为在所有参与安全机制和所有均衡中的最佳表现。作者的核心方法论贡献是构造了一对有限维线性规划——下界规划(LB-G-k)和上界规划(UB-P-k)——分别作为最大保证值的下界和最小潜力值的上界。下界规划的核心是"策略虚拟目标"，即设计者福利加上代理人向邻近更高行动偏离的边际收益；上界规划的核心是"信息虚拟目标"，即设计者福利减去代理人向下模仿邻近更低类型的信息租金。在两个经典应用中验证了方法的效力：在公共支出和双边贸易问题中，利用边界规划构造了由比例成本分摊机制和比例价格交易机制组成的鞍点，证明最大保证值等于最小潜力值；在多物品最优拍卖中，非构造性地证明边界始终是紧的，从而最大保证值等于最小潜力值，并将上界规划退化为经典的Myerson虚拟估价最小化问题。本文还求解了已知经验分布时单物品拍卖的保证值最大化机制，发现传统公布价格机制未能最大化保证值，需要一种能够聚合私人信息的"丰富化公布价格"机制。本文为信息稳健机制设计提供了统一的方法论框架。