당신은 주제를 찾고 있습니까 “메커니즘 디자인 – 메커니즘 디자인 (2007년 노벨 경제학상)“? 다음 카테고리의 웹사이트 ppa.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://ppa.maxfit.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 한순구 이(가) 작성한 기사에는 조회수 426회 및 좋아요 32개 개의 좋아요가 있습니다.
메커니즘 디자인 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 메커니즘 디자인 (2007년 노벨 경제학상) – 메커니즘 디자인 주제에 대한 세부정보를 참조하세요
제 지도 교수이신 에릭 매시킨 교수님이 메커니즘 디자인 이론에 대한 공로로 2007년 노벨 경제학상을 수상하셨습니다. 사람들이 오로지 진실만을 말하도록 하는 것을 목표로 하는 이 메커니즘 디자인 분야를 일반인들이 이해할 수 있도록 쉽게 설명해 보았습니다.
메커니즘 디자인 주제에 대한 자세한 내용은 여기를 참조하세요.
메커니즘 디자인 – 나무위키
메커니즘 디자인은 정보경제학 및 게임 이론의 하위 분야로, 특정 조건 내지 목표를 충족하는 게임의 구조 즉 메커니즘을 설계하는 분야이다. 여러 참가자 …
Source: namu.wiki
Date Published: 12/14/2022
View: 1543
메커니즘 디자인 – 위키백과, 우리 모두의 백과사전
메커니즘 디자인은 경제적 메커니즘과 인센티브를 설계 전략에 적용하여 전략적 환경에서 원하는 목표를 향해 설계자가 합리적으로 행동하는 엔지니어링 접근법을 사용 …
Source: ko.wikipedia.org
Date Published: 1/14/2021
View: 7746
메커니즘 디자인 – 해시넷 위키
메커니즘 디자인(mechanism design)은 정보경제학 및 게임이론의 한 분야로, 설계자가 원하는 결과를 정의하고 플레이어들이 그 결과를 향해 가도록 …
Source: wiki.hash.kr
Date Published: 3/11/2021
View: 7286
선형계획법과 메커니즘 디자인 – 연세대학교 | KOCW 공개 강의
연세대학교. 라케쉬 보라. 이 미니 코스는 두가지 목적을 가지고 진행됩니다. 첫번째는 메커니즘 디자인에 유용하게 적용할 수 있는 기본적인 수학적 계획법을 설명 …
Source: www.kocw.net
Date Published: 2/9/2022
View: 9297
노벨 경제학상 수상한 메커니즘 디자인 이론 – 한겨레
하버드대에서 에릭 매스킨 교수로부터 지도를 받은 한순구 연세대 경제학과 교수는 메커니즘 디자인 이론을 이렇게 설명한다. “정부가 특정 지역에 다리를 …
Source: www.hani.co.kr
Date Published: 7/29/2022
View: 1991
메커니즘 디자인 최적화로 푸는 토큰 모델 설계 (1) – 브런치
메커니즘 디자인(Mechanism Design)은 상대적으로 덜 알려져 있는데요. 메커니즘 디자인은 게임 이론과 반대로 설계자가 원하는 결과를 정의하고 플레이어 …
Source: brunch.co.kr
Date Published: 10/24/2021
View: 1909
메커니즘 디자인
메커니즘 디자인은 경제적 메커니즘과 인센티브를 설계 전략에 적용하여 전략적 환경에서 원하는 목표를 향해 설계자가 합리적으로 행동하는 엔지니어링 접근법을 사용 …
Source: artsandculture.google.com
Date Published: 6/29/2022
View: 4294
메커니즘 디자인 이론은 탈무드식 지혜 – 주간동아
조금 추상적으로 설명하면, 메커니즘 디자인은 정보를 가지고 있지 않은 계획자가 많은 정보를 갖고 있는 경제 주체들을 상대로 게임을 설계할 때, 그 …
Source: weekly.donga.com
Date Published: 3/24/2021
View: 2204
주제와 관련된 이미지 메커니즘 디자인
주제와 관련된 더 많은 사진을 참조하십시오 메커니즘 디자인 (2007년 노벨 경제학상). 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 메커니즘 디자인
- Author: 한순구
- Views: 조회수 426회
- Likes: 좋아요 32개
- Date Published: 2019. 11. 16.
- Video Url link: https://www.youtube.com/watch?v=sEP_tMdkvkg
위키백과, 우리 모두의 백과사전
메커니즘 디자인은 경제적 메커니즘과 인센티브를 설계 전략에 적용하여 전략적 환경에서 원하는 목표를 향해 설계자가 합리적으로 행동하는 엔지니어링 접근법을 사용한다. 게임이 끝날 때부터 시작하여 뒤로 이동하기 때문에 역 게임 이론이라고도 한다. 경제 및 정치 (시장, 경매, 투표 절차)에서 네트워크 시스템 (인터넷 도매인 간 라우팅, 스폰서 검색 경매)에 이르기까지 광범위한 응용 프로그램을 보유하고 있다.
메커니즘 설계는 개인 정보 게임의 클래스에 대한 솔루션 개념을 연구한다. Leonid Hurwicz는 ‘디자인 문제에서는 목표 기능이 주된 “주어진” 반면 메커니즘은 알려지지 않았다고 설명한다. 따라서, 디자인 문제는 전통적 경제 이론의 “역 (inverse)”이며, 이는 일반적으로 주어진 메커니즘의 수행 분석에 사용된다. 따라서 이 게임의 두 가지 특징은 다음과 같다.
게임 “디자이너”가 하나를 계승하기보다는 게임 구조를 선택한다는 것
디자이너가 게임의 결과에 관심이 있다는 것
2007년 노벨 경제학상은 Leonid Hurwicz, Eric Maskin, Roger Myerson에게 수여되었다.
직관 [ 편집 ]
재미있는 베이지안 게임 클래스에서는 “교장”이라고 불리는 한 플레이어가 다른 플레이어에게 개인적으로 알려진 정보에 자신의 행동을 적용하고 싶어한다. 예를 들어, 교장은 판매원이 피칭하는 중고차의 실제 품질을 알고 싶어한다. 그는 진실을 왜곡하는 것이 그의 관심사이기 때문에 단순히 판매원에게 물어 봄으로써는 아무것도 배울 수 없다. 그러나 메커니즘 설계에서 주자에게는 장점이 하나 있다. 규칙이 다른 사람이 자신이 원하는 방식으로 행동하도록 영향을 줄수 있는 게임을 디자인할 수 있다.
메커니즘 설계 이론이 없다면 교장의 문제는 해결하기 어려울 것이다. 가능한 모든 게임을 고려하고 다른 플레이어의 전술에 가장 영향을 미치는 게임을 선택해야 산다. 또한 교장은 거짓말쟁이 요원으로부터 결론을 이끌어내야 한다. 메커니즘 설계, 특히 계시 원칙 덕분에 교장은 에이전트가 진실하게 개인정보를 보고하는 게임만 고려하면 된다.
기초 [ 편집 ]
메커니즘 [ 편집 ]
메커니즘 설계 게임은 주체라고 불리는 에이전트 중 하나가 보수 구조를 선택하는 개인 정보 게임이다. Harsanyi (1967)에 이어, 대리인은 보상과 관련된 정보를 포함하고있는 비밀 메시지 “를 받는다. 예를 들어 메시지에는 판매 환경 설정이나 판매 품질에 대한 정보가 포함될 수 있다. 우리는 이 정보를 상담원의 “유형”(대개 \ theta 및 그에 따른 유형 \ Theta의 공간)이라고 부른다. 그런 다음 요원은 전략적 거짓말 일 수있는 교장 (일반적으로 모자 {\ hat {\ theta}}으로 표시)에 유형을 보고한다. 보고서 다음에, 교장 및 대리인은 교장이 선택한 보수 구조에 따라 지급된다.
게임의 타이밍은 다음과 같다.
The principal commits to a mechanism y ( ) {\displaystyle y()} y {\displaystyle y} The agents report, possibly dishonestly, a type profile θ ^ {\displaystyle {\hat {\theta }}} The mechanism is executed (agents receive outcome y ( θ ^ ) {\displaystyle y({\hat {\theta }})}
y ( θ ) = { x ( θ ) , t ( θ ) } , x ∈ X , t ∈ T {\displaystyle y(\theta )=\{x(\theta ),t(\theta )\},\ x\in X,t\in T} 여기서 x는 유형의 함수로 렌더링되거나 수신 된 상품의 할당을 나타내며, t는 유형의 함수로서 금전적이 용을 나타낸다.
벤치마킹으로 설계자는 종종 완전한 정보 하에서 일어날 일을 정의합니다. 사회적 선택함수 f ( θ ) {\displaystyle f(\theta )} (true) 유형프로파일을 수신 또는 확정된 상품의 할당에 직접 매핑하고,
f ( θ ) : Θ → X {\displaystyle f(\theta ):\Theta \rightarrow X}
In contrast a mechanism maps the reported type profile to an outcome (again, both a goods allocation x {\displaystyle x} and a money transfer t {\displaystyle t} )
계시의 원리 [ 편집 ]
제안 된 메커니즘은 베이지안 게임 (개인 정보 게임)을 구성하며, 잘 작동하면 베이지안 내쉬 균형이 있다. 평형 에이전트에서 유형에 따라 전략적으로 보고서를 선택한다.
θ ^ ( θ ) {\displaystyle {\hat {\theta }}(\theta )}
그러한 상황에서 베이즈 균형을 풀기란 어렵다. 왜냐하면 에이전트의 최상의 응답 전략을 해결하고 가능한 전략적 거짓으로부터 최상의 추론을 하기 때문이다. 계시 원리와 같은 결과로 인해 디자이너는 메커니즘에 관계없이 에이전트가 유형을 진실하게 보고하는 평형에 주의를 기울일 수 있다. 계시 원리는 다음과 같이 말한다. “모든 베이지안 내쉬 균형은 동일한 평형 결과를 가진 베이지안 게임과 일치하지만 플레이어가 진실로 유형을 보고한다.”
이것은 매우 유용하다. 이 원리는 모든 플레이어가 진실로 유형을 보고한다고 가정함으로써 베이지안 평형을 풀 수 있도록 해준다 (인센티브 호환성 제약이 있음). 한 번의 타격으로 전략적 행동이나 거짓말을 고려할 필요가 없다.
Its proof is quite direct. Assume a Bayesian game in which the agent’s strategy and payoff are functions of its type and what others do, u i ( s i ( θ i ) , s − i ( θ − i ) , θ i ) {\displaystyle u_{i}\left(s_{i}(\theta _{i}),s_{-i}(\theta _{-i}),\theta _{i}\right)} . By definition agent i’s equilibrium strategy s ( θ i ) {\displaystyle s(\theta _{i})} is Nash in expected utility:
195/5000 에이전트가 동일한 평형을 선택하게하는 메커니즘을 정의하기만 하면 된다. 가장 쉽게 정의할 수 있는 메커니즘은 상담원이 에이전트의 평형 전략을 수행하는 데 필요한 메커니즘이다.
y ( θ ^ ) : Θ → S ( Θ ) → Y {\displaystyle y({\hat {\theta }}):\Theta \rightarrow S(\Theta )\rightarrow Y}
Under such a mechanism the agents of course find it optimal to reveal type since the mechanism plays the strategies they found optimal anyway. Formally, choose y ( θ ) {\displaystyle y(\theta )} such that
θ i ∈ arg max θ i ′ ∈ Θ ∑ θ − i p ( θ − i ∣ θ i ) u i ( y ( θ i ′ , θ − i ) , θ i ) = ∑ θ − i p ( θ − i ∣ θ i ) u i ( s i ( θ ) , s − i ( θ − i ) , θ i ) {\displaystyle {\begin{aligned}\theta _{i}\in {}&\arg \max _{\theta ‘_{i}\in \Theta }\sum _{\theta _{-i}}\ p(\theta _{-i}\mid \theta _{i})\ u_{i}\left(y(\theta ‘_{i},\theta _{-i}),\theta _{i}\right)\\[5pt]&=\sum _{\theta _{-i}}\ p(\theta _{-i}\mid \theta _{i})\ u_{i}\left(s_{i}(\theta ),s_{-i}(\theta _{-i}),\theta _{i}\right)\end{aligned}}}
Implementability [ 편집 ]
The designer of a mechanism generally hopes either
to design a mechanism y ( ) {\displaystyle y()}
to find the mechanism y ( ) {\displaystyle y()}
To implement a social choice function f ( θ ) {\displaystyle f(\theta )} is to find some t ( θ ) {\displaystyle t(\theta )} transfer function that motivates agents to pick outcome x ( θ ) {\displaystyle x(\theta )} . Formally, if the equilibrium strategy profile under the mechanism maps to the same goods allocation as a social choice function,
f ( θ ) = x ( θ ^ ( θ ) ) {\displaystyle f(\theta )=x\left({\hat {\theta }}(\theta )\right)}
we say the mechanism implements the social choice function.
계시 원리 덕분에 설계자는 일반적으로 연관된 진리 탐구 게임을 해결함으로써 사회적 선택을 구현하는 전달 함수 t ( θ ) {\displaystyle t(\theta )}
θ ^ ( θ ) = θ {\displaystyle {\hat {\theta }}(\theta )=\theta }
we say such a mechanism is truthfully implementable (or just “implementable”). The task is then to solve for a truthfully implementable t ( θ ) {\displaystyle t(\theta )} and impute this transfer function to the original game. An allocation x ( θ ) {\displaystyle x(\theta )} is truthfully implementable if there exists a transfer function t ( θ ) {\displaystyle t(\theta )} such that
u ( x ( θ ) , t ( θ ) , θ ) ≥ u ( x ( θ ^ ) , t ( θ ^ ) , θ ) ∀ θ , θ ^ ∈ Θ {\displaystyle u(x(\theta ),t(\theta ),\theta )\geq u(x({\hat {\theta }}),t({\hat {\theta }}),\theta )\ \forall \theta ,{\hat {\theta }}\in \Theta }
인센티브 호환성 (IC) 제약이라고도합니다.
응용 프로그램에서 IC 조건은 t ( θ ) {\displaystyle t(\theta )} 의 모양을 유용한 방법으로 설명하는 핵심 요소입니다. 특정 조건 하에서는 전달 함수를 분석적으로 분리 할 수도 있습니다. 또한 에이전트가 게임을하지 않을 수있는 경우 참가 (개별 합리성) 제약 조건이 추가되는 경우가 있습니다.
필요성 [ 편집 ]
Consider a setting in which all agents have a type-contingent utility function u ( x , t , θ ) {\displaystyle u(x,t,\theta )} . Consider also a goods allocation x ( θ ) {\displaystyle x(\theta )} that is vector-valued and size k {\displaystyle k} (which permits k {\displaystyle k} number of goods) and assume it is piecewise continuous with respect to its arguments.
The function x ( θ ) {\displaystyle x(\theta )} is implementable only if
∑ k = 1 n ∂ ∂ θ ( ∂ u / ∂ x k | ∂ u / ∂ t | ) ∂ x ∂ θ ≥ 0 {\displaystyle \sum _{k=1}^{n}{\frac {\partial }{\partial \theta }}\left({\frac {\partial u/\partial x_{k}}{\left|\partial u/\partial t\right|}}\right){\frac {\partial x}{\partial \theta }}\geq 0}
whenever x = x ( θ ) {\displaystyle x=x(\theta )} and t = t ( θ ) {\displaystyle t=t(\theta )} and x is continuous at θ {\displaystyle \theta } . This is a necessary condition and is derived from the first- and second-order conditions of the agent’s optimization problem assuming truth-telling.
Its meaning can be understood in two pieces. The first piece says the agent’s marginal rate of substitution (MRS) increases as a function of the type,
∂ ∂ θ ( ∂ u / ∂ x k | ∂ u / ∂ t | ) = ∂ ∂ θ M R S x , t {\displaystyle {\frac {\partial }{\partial \theta }}\left({\frac {\partial u/\partial x_{k}}{\left|\partial u/\partial t\right|}}\right)={\frac {\partial }{\partial \theta }}\mathrm {MRS} _{x,t}}
In short, agents will not tell the truth if the mechanism does not offer higher agent types a better deal. Otherwise, higher types facing any mechanism that punishes high types for reporting will lie and declare they are lower types, violating the truthtelling IC constraint. The second piece is a monotonicity condition waiting to happen,
∂ x ∂ θ {\displaystyle {\frac {\partial x}{\partial \theta }}}
which, to be positive, means higher types must be given more of the good.
There is potential for the two pieces to interact. If for some type range the contract offered less quantity to higher types ∂ x / ∂ θ < 0 {\displaystyle \partial x/\partial \theta <0} , it is possible the mechanism could compensate by giving higher types a discount. But such a contract already exists for low-type agents, so this solution is pathological. Such a solution sometimes occurs in the process of solving for a mechanism. In these cases it must be "ironed." In a multiple-good environment it is also possible for the designer to reward the agent with more of one good to substitute for less of another (e.g. butter for margarine). Multiple-good mechanisms are an ongoing problem in mechanism design theory. Sufficiency [ 편집 ] Mechanism design papers usually make two assumptions to ensure implementability: 1. ∂ ∂ θ ∂ u / ∂ x k | ∂ u / ∂ t | > 0 ∀ k {\displaystyle 1.\ {\frac {\partial }{\partial \theta }}{\frac {\partial u/\partial x_{k}}{\left|\partial u/\partial t\right|}}>0\ \forall k}
This is known by several names: the single-crossing condition, the sorting condition and the Spence–Mirrlees condition. It means the utility function is of such a shape that the agent’s MRS is increasing in type.
2. ∃ K 0 , K 1 such that | ∂ u / ∂ x k ∂ u / ∂ t | ≤ K 0 + K 1 | t | {\displaystyle 2.\ \exists K_{0},K_{1}{\text{ such that }}\left|{\frac {\partial u/\partial x_{k}}{\partial u/\partial t}}\right|\leq K_{0}+K_{1}|t|}
This is a technical condition bounding the rate of growth of the MRS.
These assumptions are sufficient to provide that any monotonic x ( θ ) {\displaystyle x(\theta )} is implementable (a t ( θ ) {\displaystyle t(\theta )} exists that can implement it). In addition, in the single-good setting the single-crossing condition is sufficient to provide that only a monotonic x ( θ ) {\displaystyle x(\theta )} is implementable, so the designer can confine his search to a monotonic x ( θ ) {\displaystyle x(\theta )} .
Highlighted results [ 편집 ]
Revenue equivalence theorem [ 편집 ]
Vickrey (1961) gives a celebrated result that any member of a large class of auctions assures the seller of the same expected revenue and that the expected revenue is the best the seller can do. This is the case if
The buyers have identical valuation functions (which may be a function of type) The buyers’ types are independently distributed The buyers types are drawn from a continuous distribution The type distribution bears the monotone hazard rate property The mechanism sells the good to the buyer with the highest valuation
The last condition is crucial to the theorem. An implication is that for the seller to achieve higher revenue he must take a chance on giving the item to an agent with a lower valuation. Usually this means he must risk not selling the item at all.
Vickrey–Clarke–Groves mechanisms [ 편집 ]
The Vickrey (1961) auction model was later expanded by ClarkeClarke (1971) and Groves to treat a public choice problem in which a public project’s cost is borne by all agents, e.g. whether to build a municipal bridge. The resulting “Vickrey–Clarke–Groves” mechanism can motivate agents to choose the socially efficient allocation of the public good even if agents have privately known valuations. In other words, it can solve the “tragedy of the commons”—under certain conditions, in particular quasilinear utility or if budget balance is not required.
Consider a setting in which I {\displaystyle I} number of agents have quasilinear utility with private valuations v ( x , t , θ ) {\displaystyle v(x,t,\theta )} where the currency t {\displaystyle t} is valued linearly. The VCG designer designs an incentive compatible (hence truthfully implementable) mechanism to obtain the true type profile, from which the designer implements the socially optimal allocation
x I ∗ ( θ ) ∈ argmax x ∈ X ∑ i ∈ I v ( x , θ i ) {\displaystyle x_{I}^{*}(\theta )\in {\underset {x\in X}{\operatorname {argmax} }}\sum _{i\in I}v(x,\theta _{i})}
The cleverness of the VCG mechanism is the way it motivates truthful revelation. It eliminates incentives to misreport by penalizing any agent by the cost of the distortion he causes. Among the reports the agent may make, the VCG mechanism permits a “null” report saying he is indifferent to the public good and cares only about the money transfer. This effectively removes the agent from the game. If an agent does choose to report a type, the VCG mechanism charges the agent a fee if his report is pivotal, that is if his report changes the optimal allocation x so as to harm other agents. The payment is calculated
t i ( θ ^ ) = ∑ j ∈ I − i v j ( x I − i ∗ ( θ I − i ) , θ j ) − ∑ j ∈ I − i v j ( x I ∗ ( θ ^ i , θ I ) , θ j ) {\displaystyle t_{i}({\hat {\theta }})=\sum _{j\in I-i}v_{j}(x_{I-i}^{*}(\theta _{I-i}),\theta _{j})-\sum _{j\in I-i}v_{j}(x_{I}^{*}({\hat {\theta }}_{i},\theta _{I}),\theta _{j})}
which sums the distortion in the utilities of the other agents (and not his own) caused by one agent reporting.
Gibbard–Satterthwaite theorem [ 편집 ]
GibbardGibbard (1973) and SatterthwaiteSatterthwaite (1975) give an impossibility result similar in spirit to Arrow’s impossibility theorem. For a very general class of games, only “dictatorial” social choice functions can be implemented.
한 사회자가 항상 자신이 가장 좋아하는 물품 분배를받는다면 사회적 선택 함수f() 는 독재 적이지만,
이 정리는 일반적 조건 하에서 진실하게 구현 가능한 사회 선택 기능은 독재 적이어야하며,
X는 유한이며 세 개 이상의 요소를 포함합니다.
선호도는 이성적이다. f ( Θ ) = X {\displaystyle f(\Theta )=X}
Myerson–Satterthwaite 정리 [ 편집 ]
Myerson and Satterthwaite (1983)는 한 당사자가 손실로 거래를 할 수 있는 위험없이 각 당사자가 비밀스럽고 확률 론적으로 다양한 가치 평가를 할 때 두 당사자가 재화를 거래하는 효율적인 방법이 없음을 보여줍니다. 그것은 복지 경제의 근본 정리에 부정적 거울의 일종 인 경제학에서 가장 현저한 부정적 결과 중 하나입니다.
예시 [ 편집 ]
가격 차별 [ 편집 ]
MirrleesMirrlees (1971) introduces a setting in which the transfer function t() is easy to solve for. Due to its relevance and tractability it is a common setting in the literature. Consider a single-good, single-agent setting in which the agent has quasilinear utility with an unknown type parameter θ {\displaystyle \theta }
u ( x , t , θ ) = V ( x , θ ) − t {\displaystyle u(x,t,\theta )=V(x,\theta )-t}
u ( x ( θ ) , t ( θ ) , θ ) ≥ u ( x ( θ ′ ) , t ( θ ′ ) , θ ) ∀ θ , θ ′ {\displaystyle u(x(\theta ),t(\theta ),\theta )\geq u(x(\theta ‘),t(\theta ‘),\theta )\ \forall \theta ,\theta ‘} u ( x ( θ ) , t ( θ ) , θ ) ≥ u _ ( θ ) ∀ θ {\displaystyle u(x(\theta ),t(\theta ),\theta )\geq {\underline {u}}(\theta )\ \forall \theta }
The principal here is a monopolist trying to set a profit-maximizing price scheme in which it cannot identify the type of the customer. A common example is an airline setting fares for business, leisure and student travelers. Due to the IR condition it has to give every type a good enough deal to induce participation. Due to the IC condition it has to give every type a good enough deal that the type prefers its deal to that of any other.
∫ θ _ θ ¯ ( ∂ V ∂ x ( x , θ ) − 1 − P ( θ ) p ( θ ) ∂ 2 V ∂ θ ∂ x ( x , θ ) − ∂ c ∂ x ( x ) ) p ( θ ) d θ = 0 {\displaystyle \int _{\underline {\theta }}^{\overline {\theta }}\left({\frac {\partial V}{\partial x}}(x,\theta )-{\frac {1-P(\theta )}{p(\theta )}}{\frac {\partial ^{2}V}{\partial \theta \,\partial x}}(x,\theta )-{\frac {\partial c}{\partial x}}(x)\right)p(\theta )\,d\theta =0}
교장의 잉여의 평균 왜곡은 0이어야합니다. 일정을 평평하게하려면 역상이 위의 조건을 충족하는 θ {\displaystyle \theta } 간격에 매핑되도록 x를 찾으십시오.
내용주 [ 편집 ]
각주 [ 편집 ]
추가 읽기 [ 편집 ]
외부 링크 [ 편집 ]
선형계획법과 메커니즘 디자인
주제분류 사회과학 >경영ㆍ경제 >경제학
강의학기 2012년 1학기
조회수 7,269
평점 5/5.0 (2)
이 미니 코스는 두가지 목적을 가지고 진행됩니다. 첫번째는 메커니즘 디자인에 유용하게 적용할 수 있는 기본적인 수학적 계획법을 설명하고 증명하는 것입니다. 두번째는 매칭과 경매이론에의 적용을 설명하는 것입니다.
노벨 경제학상 수상한 메커니즘 디자인 이론
15일 올해 노벨 경제학상 수상자로 선정된 레오니트 후르비치(미국 미네소타대)와 에릭 매스킨(미국 프린스턴 고등연구소), 로저 마이어슨(미국 시카고대) 교수 등 3명의 미국 석학은 게임이론 중에서도 메커니즘 디자인 이론의 기초를 수립한 것으로 유명하다.
메커니즘 디자인 이론은 정부가 정책을 수립.실행할 때 아무리 의도가 좋더라도 사람들은 개인의 이익을 최우선시하기 때문에 당초 의도했던 정책 효과가 달성되지 않을 수 있다는 가정을 전제로 하고 있다.
따라서 사람들이 개별적으로 자신의 이익을 추구하더라도 동시에 이 같은 행동이 사회적으로도 바람직한 목표를 달성할 수 있도록 하는 최적의 제도는 무엇인지, 어떻게 이를 설계할 수 있을 지를 연구하는 것이 메커니즘 디자인 이론의 핵심이다.
경제학자들은 최근 개정된 대부업법 역시 메커니즘 디자인 이론으로 설명이 가능하다고 말한다.
최고 이자율을 49%로 제한하는 대부업법 개정은 고금리로 인한 서민들의 부담을 방지하기 위한 좋은 의도를 가지고 있지만 실제로는 49% 이상의 금리를 주더라도 돈을 빌리려는 수요자와 공급자가 존재한다. 따라서 대부업법 개정은 좋은 의도와는 상관없이 불법 고리사채를 양산하게 하는 만큼 이를 감안해 정책을 설계해야 한다는 것이다.
하버드대에서 에릭 매스킨 교수로부터 지도를 받은 한순구 연세대 경제학과 교수는 메커니즘 디자인 이론을 이렇게 설명한다. “정부가 특정 지역에 다리를 놓으려고 지역 주민들의 의사를 묻는 경우를 상정해 보자. 정말 다리가 필요하다고 생각하는 사람들도 있겠지만 필요성을 느끼지 못하는 사람도 있을 수 있다. 결국 다리가 필요없다고 생각하는 사람들조차 어차피 자기 돈이 들어가지 않는 한 다리 건설에 찬성하게 된다. 따라서 정부가 정책을 만들 때는 단순히 그 정책이 국민에게 좋은 것인지 또는 싫은 것이지만을 생각해서는 안되고 이 정책이 의도대로 사람들에게 받아들여질 것인지, 그렇지 않다면 어떻게 사람들이 진실을 말할 수 있도록 할 것인지를 연구하는 것이 메커니즘 디자인 이론이다”.
메커니즘 디자인 이론의 토대는 게임이론으로부터 출발한다. 게임이론의 시초는 천재 물리학자인 존 폰 노이만(John von Neumann)과 경제학자 오스카 모르겐슈테른(Oskar Morgenstern)이 1944년 출간한 저서 ‘게임의 이론과 경제적 행태’로 알려져 있다.
게임이론의 발전에 가장 큰 공헌을 한 인물은 존 내쉬(John F. Nash) 교수로 1950년대 초반에 쓴 서너 편의 논문은 오늘에 이르기까지 이론의 초석이 됐다. 영화 ‘뷰티풀 마인드’의 실제 주인공 모델로 잘 알려진 내쉬 교수는 1994년 존 하사아니(John C. Harsanyi), 라인하르트 젤텐(Reinhard Selten)과 노벨경제학상을 공동수상한 바 있다.
또 2005년 노벨경제학상 수상자로 선정된 로버트 오먼(Robert J. Aumann)과 토머스 셸링(Thomas Schelling) 역시 게임이론 분야로 수상했다.
한 교수는 “1950년대 내쉬 교수로부터 시작된 게임이론이 1980년대 들어서는 경제학의 주류로 부상하게 된다”면서 “레오니트 후르비치와 에릭 매스킨, 로저 마이어슨 교수 등은 80년대 초반 이러한 게임이론의 선두주자였다”고 설명했다.
게임이론을 전공한 김진우 연세대 경제학과 교수는 “마이어슨 교수는 경매 제도와 관련해 메커니즘 디자인 이론을 성립한 업적이 있고 후르비치 교수와 매스킨 교수는 일반적인 메커니즘 디자인의 이론적 토대를 쌓았다”고 평가했다.
매스킨 교수에 대해 한 교수는 “당시 게임이론을 가르치는 교수가 없는 상황에서 매스킨 교수는 독학으로 공부해 박사 학위를 받았다. 당시 박사 논문은 지금도 미국에서 대학원 미시경제 강의를 들으면 꼭 나오는 불후의 명작인데 재미있는 것은 매스킨 교수가 ‘이미 모든 사람이 알고 있고 한 부씩 가지고 있는 논문을 다시 출판할 필요가 있겠냐’면서 출판하지 않아 경제학계에서는 출판되지 않은 가장 유명한 논문으로 꼽히고 있다”고 전했다.
한 교수에 따르면 연세대학교에서 내년부터 운영하는 SK 석좌교수제에 따라 매스킨 교수는 2009년 가을학기에 연세대 경제학과에서 학부와 대학원 각 한과목씩을 직접 가르칠 예정이다.
(서울=연합뉴스) [email protected]
메커니즘 디자인 최적화로 푸는 토큰 모델 설계 (1)
블록체인에 관심을 갖고 계신 분들이라면, ‘토큰 이코노미’ ‘토큰 모델’이라는 말을 한번쯤 들어보셨을 겁니다.
블록체인 기반 네트워크는 중앙 주체가 없습니다. 그래서 토큰이라는 매개체와 시장 원리를 사용해 개인들이 각자 자신의 이익을 추구하는 행동을 하더라도 전체 네트워크 성장으로 이어지도록 만드는 시스템이 필요합니다. 이것을 ‘토큰 모델’이라고 하며 탈중앙화 네트워크가 돌아갈 수 있게 하는 ‘보이지 않는 손’ 역할을 합니다.
그런데 누구나 토큰 이코노미를 얘기하지만, 사실 좋은 토큰 모델이란 무엇이고 어떻게 좋은 토큰 모델을 설계할 수 있으며, 어떤 프로세스를 통해서 토큰 모델을 설계할 수 있는지에 대해서 말할 수 있는 사람은 거의 없습니다.
저는 실제로 Decon에서 다양한 토큰 모델 설계를 경험하면서 이 분야에 독자적인 이론적 기반이 정말 필요하다고 느꼈습니다.
왜 암호경제학은 새로운 이론적 기반이 필요한가?
왜 그럴까요? 암호경제학도 결국은 인터넷 서비스를 만들기 위한 것인데 왜 기존에 없었던 새로운 이론과 방법론이 필요할까요?
간단히 말하자면, 탈중앙화 네트워크의 설계는 기존의 비즈니스/서비스 기획과는 완전히 다른 성격을 가지고 있기 때문입니다.
기존의 비즈니스 기획은 규칙(시장 환경)이 주어져있고, 기업들이 자신의 이익을 극대화하기 위해서 최선의 선택을 하는 것이 목표입니다.
하지만 탈중앙화 네트워크의 설계는 역방향입니다. 각각의 주체들이 전략적이고 이기적으로 행동한다고 가정할 때, 설계자가 원하는 결과를 얻어내기 위해서 규칙을 설계하는 것이 탈중앙화 네트워크의 설계입니다.
게임 이론과 메커니즘 디자인에서 단서를 찾다
경제학의 세부 분야 중, 게임 이론과 메커니즘 디자인이라는 분야가 있습니다. 게임 이론(Game theory)은 많이 알려져있듯이 주어진 게임의 규칙에서 최선의 전략을 찾는 것을 연구하는 이론입니다.
메커니즘 디자인(Mechanism Design)은 상대적으로 덜 알려져 있는데요. 메커니즘 디자인은 게임 이론과 반대로 설계자가 원하는 결과를 정의하고 플레이어들이 그 결과를 향해 가도록 유도하는 게임을 만드는 이론입니다.
뭔가 익숙한 말을 반복하고 있는 것 같지 않나요? 맞습니다. 토큰 모델 설계와 메커니즘 디자인은 굉장히 유사한 목표를 가지고 있습니다.
메커니즘 디자인은 오랫동안 경제학자들 사이에서 연구되어왔고, 투표, 선거, 경매, 규제 등 다양한 제도/정책 설계에 활용되는 이론입니다. 그렇다면 기존 메커니즘 디자인 연구들을 활용해서 토큰 모델 설계를 체계화해볼 수는 없을까? 이런 의문에서 이 연구가 시작되었습니다.
메커니즘 디자인의 기초
이번 글에서는 메커니즘 디자인을 토큰 모델 설계에 적용하기에 앞서 알아야할 2가지, ‘메커니즘 디자인의 기초 개념’과 ‘메커니즘 최적화’를 설명드리겠습니다.
메커니즘은 다음과 같은 요소들로 구성되어 있습니다.
Agent : 메커니즘 내에서 전략적으로 상호작용하는 주체
Type: Agent i가 가지고 있는 사적인 정보
Decisions: 가능한 사회적 결과의 집합
Utility Function: Agent i가 특정 Decision에 대해 얻는 순효용
Decision Function: 각 Agent의 행동을 종합하는 결정 규칙
Transfer Function: Decision과 Type에 따라서 각 Agent가 받거나, 내야하는 돈
Social Choice Fucntion: Decision funtion과 Transfer function의 결합
Mechanism: 각 Agent들의 전략 집합과 Social choice function의 결합
물론 저는 이렇게 외계어를 사용해서 추상적으로 설명하는 것을 싫어합니다.
각 개념을 사례를 들어 설명해보겠습니다.
00마을에 쓰레기장을 지을지 말지 의사결정을 해야하는 상황이라고 해보겠습니다. 그렇다면 아까 말씀드린 요소들은 다음과 같이 설명할 수 있습니다.
Agent는 00마을에 사는 주민들입니다. 더 다양한 종류의 Agent가 있을 수도 있겠지만 여기서는 주민들로 하겠습니다.
00마을 사람들은 쓰레기장을 지었을 때 내가 느끼는 효용에 대한 정보를 가지고 있습니다. 이것을 Type이라고 합니다. 어떤 사람들은 쓰레기장을 지으면 이득이 되어서 선호할 수도 있고, 어떤 사람들은 극도로 싫어할 수도 있습니다. 하지만 이 사람들은 이런 정보를 솔직하게 노출하기 전에 먼저 어떻게 말하는(행동하는) 것이 자신에게 이득이 될지를 따져볼 겁니다.
가능한 사회적 결과의 집합은 ‘쓰레기장을 짓는다’ 혹은 ‘안 짓는다’입니다. 이것이 Desicion의 집합입니다. 물론 이것도 얼마든지 다양해질 수 있습니다만 여기서는 단순하게 가겠습니다.
그렇다면 쓰레기장에 대한 각기 다른 선호(type)을 가진 agent들이 실제 ‘쓰레기장이 지어진 결정’에 대해서 얻는 순효용이 있을 것입니다. 쓰레기장에 대한 자신의 효용과 자신이 쓰레기장 건설에 대해 부담해야하는 비용을 뺀 것, Utility function입니다.
또 마을 주민들의 선호를 어떤 방식으로 반영해서 지을지 말지를 결정하는 규칙이 있을 겁니다. 예를 들면 단순히 찬성/반대 투표를 통해 다수결을 한다거나, 각 Agent의 총 효용을 측정하고 그것이 비용보다 크면 짓는다와 같은 의사결정 규칙이 있어야 합니다. 이것을 Decision function이라고 합니다.
쓰레기장이 지어졌다고 가정했을 때, 특정 Agent는 돈을 내고, 특정 Agent는 돈을 받는 규칙을 만들 수 있습니다. 예를 들면 ‘쓰레기장 건설에 찬성한 사람들은 n원을 반대한 사람들에게 준다’가 있습니다. 이 규칙을 Transfer function이라고 합니다. Transfer function은 각 주체들의 최종 Utility에 영향을 주기 때문에 상당히 중요합니다.
이 Decision function과 Transfer function을 합쳐서 Social choice function이라고 합니다.
Mechanism은 크게 설계자가 결정할 수 있는 Social choice function과 설계자가 통제할 수 없는 각 Agent들의 전략으로 나누어지게 됩니다.
메커니즘 디자이너의 무기,
Decision function과 Transfer function
앞서 말씀드린 개념 중 가장 중요한 것은 바로 Decision function과 Transfer function입니다. 설계자는 각 Agent의 type(선호)를 알 수 없습니다. 하지만 이 결정규칙과 보상/처벌에 대한 규칙은 설정할 수 있습니다. 이를 이용해 원하는 결과를 이끌어내야 합니다.
결정 규칙 (Decision function)
Decision function은 사회적 결정을 내리는 규칙입니다. 굉장히 다양한 방식으로 설정할 수 있습니다. 쓰레기장 건설 메커니즘에서 2가지 예를 들어보겠습니다.
1. 쓰레기장을 지을 때, 주민들에게 1인 1표를 주고 다수결에 의해서 결정한다.
단순한 규칙입니다. 하지만 어떤 경우에는 소수의 사람들이 굉장히 큰 가치를 느끼고, 다수의 사람들은 미미한 ‘비선호’를 가지고 있을 수도 있습니다. 단순이 다수가 반대했다고 해서 짓지 않는다면 사회적 효용을 최대화하지 못할 수 있습니다.
2. 주민들에게 각자 쓰레기장에 대해서 느끼는 가치(type)을 물어보고, type의 총합이 쓰레기장을 짓는 비용보다 크면 짓는다.
1번 규칙보다 조금 더 발전되었습니다. 각 주체들이 찬성/반대가 아닌 자신의 가치를 이야기하고 그 총합이 비용보다 크면 짓는 방식입니다. 소수의 열렬한 찬성자가 있다면 반대자가 많아도 짓는 결정을 할 수 있습니다.
보상/처벌 규칙 (Transfer function)
Transfer function은 Agent의 행동에 따라서 받거나 내야하는 돈에 대한 규칙을 말합니다. 왜 Transfer function이라는 게 있을까요? 단순히 Decision function만 가지고는 각 주체들에게서 원하는 행동을 이끌어낼 수 없기 때문입니다.
예를 들어 Decision function이 앞서 언급한 2번으로 설정되어있다고 생각해봅시다. 5명의 Agent들이 존재하고 각 Agent의 Benefit과 Cost는 다음과 같은 상황입니다.
여러분이 Benefit이 20인 Agent라고 생각해봅시다. 이 Agent는 ‘지어졌을 때’ 순효용이 양수이기 때문에 쓰레기장이 지어지기를 원합니다.
쓰레기장이 지어지도록 하는 가장 쉬운 방법은 자신의 type을 과대보고하는 것입니다. 즉, 진짜로 느끼는 선호는 20이지만 200이라고 말하면 됩니다. 그러면 20이라고 말했을 때는 지어지지 않았을 쓰레기장이 지어지게 됩니다. 다른 사람들의 비선호를 모두 상쇄하고도 남기 때문이죠.
항상 각 개인들이 자신의 이득을 위해 거짓을 말할 수 있다고 가정해야 합니다. 이것을 방지하기 위해서 Transfer function을 추가해보겠습니다. Decision Function은 그대로 유지하되, 자신이 보고한 type에 근거하여 순효용이 양수이면 세금을 걷고, 그 세금을 순효용이 음수인 사람에게 보조금을 준다고 합시다.
이 경우 자신의 benefit이 20인데 200이라고 과대보고하면 그만큼의 세금을 내게 됩니다. 따라서 과대보고할 유인을 없앨 수 있습니다. Transfer function을 통해 정직하게 자신의 type을 보고하도록 유도하는 것입니다.
요약하자면, 메커니즘 설계자는 Decision function과 Transfer function이라는 2가지에 대한 결정 권한이 있고 이를 활용해서 사회적으로 더 나은 결과를 이끌어내게 됩니다.
‘좋은 메커니즘’의 조건
그렇다면 더 나은 결과, 더 나은 메커니즘이란 무엇일까요? 메커니즘 디자인을 연구하는 경제학자들은 다양한 관점에서 좋은 메커니즘의 조건을 정의합니다. 몇 가지 중요한 조건만 설명해보겠습니다.
Efficiency
메커니즘이 모든 agent의 효용의 합을 극대화시키는 선택을 하도록 만드는 경우
Truthfulness
모든 agent의 균형 전략이 정직하게 자신의 Type을 보고하는 것일때 (즉, 모든 agent가 거짓말을 할 유인이 없을 때)
Budget Balanced
Agent의 type이 바뀌더라도 메커니즘이 transfer function으로 얻는 수입이 일정할 때 (또는 항상 0 이상일 때; weak budget balanced)
(Interim) Individual Rationality
어떤 agent도 메커니즘에 참여했을 때 (평균적으로) 잃는 것이 없는 경우 (즉, agent들이 메커니즘에 참여할 유인이 있을 때)
Tractability
메커니즘의 결과를 다항 시간(polynomial) 내에 연산할 수 있을 때
여기까지 메커니즘 디자인의 기본 개념을 배워보았습니다. 이 내용은 설명을 위해 많은 단순화를 거치고 수학적인 표현들을 배제했기 때문에 조금 더 깊게 알고 싶으신 분은 다음의 링크를 참고해주세요.
Jackson, M. Mechanism theory https://web.stanford.edu/~jacksonm/mechtheo.pdf
(Coursera 강의) Advanced Game theory https://www.coursera.org/learn/game-theory-2/
Eric Maskin. Serious science — Mechanism design theory https://www.youtube.com/watch?v=Y645BrYSi74
(참고로 메커니즘 디자인을 깊게 들어가면 상당히 어렵습니다. Decon도 계속해서 내부 스터디를 통해 메커니즘 디자인 이론을 배워나가는 중입니다.)
최적화 문제로 푸는 메커니즘 디자인
여태까지 배운 개념들을 바탕으로 메커니즘 디자인을 최적화 문제로 정의할 수 있습니다.
최적화 문제란 제약 조건(Constraint)를 만족시키면서 목적 함수(objective)를 최대화하는 최적해(Solution)를 찾는 것을 말합니다. 같은 관점에서 메커니즘 설계도 3가지 부분으로 나눌 수 있습니다.
목적 함수(Objective)
목적 함수에는 다음과 같은 것들이 들어갈 수 있습니다.
메커니즘으로 발생하는 사회적 효용의 최대화
각 개인들이 내야하는 총비용의 최소화 (네트워크 상의 최적 경로 찾기)
메커니즘 설계자가 얻는 수입의 극대화 (경매자의 수입을 최대화하는 경매 제도)
제약 조건 (Constraint)
제약 조건에는 ‘좋은 메커니즘의 조건들’이 들어갈 수 있습니다.
각 개인이 이 메커니즘에 참여했을 때 얻는 효용의 기대값이 비용보다 커야 한다. (Individual Rationality)
메커니즘을 실행함으로써 얻는 수익이 0 이상이어야 한다 (Weak Budget Balance)
모든 주체가 서로 협력 관계를 유지할 유인이 없어야 한다 (No gain from Collusion)
솔루션 (Solution)
솔루션은 메커니즘 디자이너가 설정할 수 있는 Decision function과 Transfer function이 됩니다. 메커니즘 디자이너에게 주어진 문제는 Constraint를 만족하면서, Objective를 최대화하는 결정 규칙(Decision function)과 보상/처벌 규칙(Transfer function)을 찾는 것입니다.
메커니즘 디자인의 기본 개념과 메커니즘 최적화에 대해 알아보았습니다. 한 글에 나와야 하는 외계어의 총량을 초과한 것 같아서, 이번 글은 여기서 마무리합니다.
2편에서는 메커니즘 최적화의 구체적 예시를 살펴보고, 메커니즘 최적화를 활용해서 실제 토큰 모델 설계 프로세스를 정립해봅니다.
메커니즘 디자인 — Google Arts & Culture
메커니즘 디자인은 경제적 메커니즘과 인센티브를 설계 전략에 적용하여 전략적 환경에서 원하는 목표를 향해 설계자가 합리적으로 행동하는 엔지니어링 접근법을 사용한다. 게임이 끝날 때부터 시작하여 뒤로 이동하기 때문에 역 게임 이론이라고도 한다. 경제 및 정치 에서 네트워크 시스템 에 이르기까지 광범위한 응용 프로그램을 보유하고 있다.
메커니즘 설계는 개인 정보 게임의 클래스에 대한 솔루션 개념을 연구한다. Leonid Hurwicz는 ‘디자인 문제에서는 목표 기능이 주된 “주어진” 반면 메커니즘은 알려지지 않았다고 설명한다. 따라서, 디자인 문제는 전통적 경제 이론의 “역”이며, 이는 일반적으로 주어진 메커니즘의 수행 분석에 사용된다. 따라서 이 게임의 두 가지 특징은 다음과 같다.
게임 “디자이너”가 하나를 계승하기보다는 게임 구조를 선택한다는 것
디자이너가 게임의 결과에 관심이 있다는 것
2007년 노벨 경제학상은 Leonid Hurwicz, Eric Maskin, Roger Myerson에게 수여되었다.
간략히 보기 자세히 알아보기 위키백과
[한순구의일상의경제학] 진실을 밝혀내는 메커니즘 디자인
행정과 정치는 뗄 수 없는 연관성을 갖는다. 동전의 양면처럼 영역과 역할은 다르지만 늘 함께하면서 상호 견제와 균형을 통해 국정운영을 수행한다. 새 정권이 들어서면 정부혁신을 통해 행정의 변화를 유도하고, 정권이 추구하고자 하는 국정목표를 달성할 수 있도록 방향성의 제시와 진척을 반복적으로 하고 있다. 공직에 입직하는 방법은 여러 가지가 있지만 행정관료
“메커니즘 디자인 이론은 탈무드식 지혜”
레오니트 후르비츠, 로저 마이어슨, 에릭 매스킨(왼쪽부터).
서울대 경제학과를 졸업한 뒤 미국 하버드대학에서 경제학 석사와 박사 과정을 마친 남재현 교수는 매스킨 교수에게 논문 지도를 받았다.
스웨덴 왕립과학원은 10월15일 미국 미네소타대학 레오니트 후르비츠(90) 교수, 프린스턴대학 고등연구소 에릭 S. 매스킨(57) 교수, 시카고대학 로저 B. 마이어슨(56) 교수를 올해 노벨경제학상 공동수상자로 선정했다고 발표했다.이들의 수상 이유에 대해서는 ‘구조(제도)설계이론(Mecha-nism Design Theory)’의 기초를 설립했기 때문이라고 밝혔다. 경제학자들 사이에서 이 이론은 시장경제(완전경쟁시장) 이론의 비현실성을 극복한 것으로 평가받는다.메커니즘 디자인 이론은 현실 경제에서 나타나는 ‘완전경쟁시장 실패’의 문제점과 대안을 설명하기도 한다. 그렇다면 메커니즘 디자인 이론이란 무엇일까. 서강대 남재현 교수에게 이 이론에 대한 설명을 들어보자. – 편집실 -한 마을에 현명한 재판관이 있습니다. 이 재판관에게 갑과 을이 찾아왔습니다. 두 사람은 동업자로 함께 일을 시작해 양·소· 말을 열심히 키웠고, 그 대가로 이제는 큰 목장을 소유하고 있습니다. 그런데 지금까지 공동으로 소유했던 목장을 공평하게 절반씩 나누고 싶다고 합니다. 문제는 어떻게 나눠야 할지를 놓고 서로 의견이 다르다는 점입니다. 어떤 소는 다른 소보다 건강하고, 어떤 땅은 다른 땅보다 더 비옥해 동물 수나 면적으로 공평하게 나누는 것 자체가 어렵습니다.현명한 재판관은 다음 방식을 제안합니다. 먼저, 갑이 공동의 재산을 원하는 대로 둘로 나눕니다. 그 다음은 을에게 둘로 나뉜 재산 가운데 하나를 선택할 수 있는 권리를 주는 것입니다. 이 방식대로라면 을은 둘로 나뉜 재산 가운데 어느 쪽이든 선택할 수 있고, 이 사실을 잘 아는 갑은 최대한 공평하게 재산을 나눌 것입니다. 이는 ‘탈무드’에 나오는 이야기입니다. 생각하면 할수록 현명한 해법입니다.이 이야기를 좀더 자세히 들여다보죠. 그 목장의 재산에 대해 가장 많은 정보를 가지고 있는 사람은 당사자인 갑과 을이지, 재판관이 아닙니다. 재판관으로서는 갑과 을이 가장 많은 정보를 가지고 있다는 사실에 기반을 두고 이 문제를 풀 수밖에 없습니다. 갑과 을이 각자 자신의 정보를 사실대로 내놓을 수밖에 없는 ‘게임’을 만드는 것이죠. 이런 ‘게임’을 만드는 데 관계된 경제학적 연구가 바로 ‘메커니즘 디자인’입니다.조금 추상적으로 설명하면, 메커니즘 디자인은 정보를 가지고 있지 않은 계획자가 많은 정보를 갖고 있는 경제 주체들을 상대로 게임을 설계할 때, 그 게임의 결과가 계획자 자신이 원하는 대로 나오게 하는 방법입니다.여기에는 두 가지 중요한 전제조건이 있습니다. 첫째는 경제 주체들이 반드시 게임에 참가해야 한다는 것이고, 둘째는 그들이 가진 정보를 제대로 제공해야 한다는 것입니다. ‘유인(incentive)’이 필요한 대목입니다.최근 미국 등 여러 국가가 경매를 통해 주파수를 민간기업들에 판매하고 있습니다. 이 경매라는 것도 정부가 가장 효율적인 기업에 주파수를 배정하기 위한 일종의 메커니즘입니다. 사실 ‘메커니즘 디자인’은 오랜 세월 전해오는 인류의 지혜로, 우리 사회의 크고 작은 많은 문제에 적응이 된 것입니다.
키워드에 대한 정보 메커니즘 디자인
다음은 Bing에서 메커니즘 디자인 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 메커니즘 디자인 (2007년 노벨 경제학상)
- 매스킨
- 메커니즘 디자인
- 세컨드비드옥션
메커니즘 #디자인 #(2007년 #노벨 #경제학상)
YouTube에서 메커니즘 디자인 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 메커니즘 디자인 (2007년 노벨 경제학상) | 메커니즘 디자인, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.