Game-Theoretic Specificity of a Competitive Allocation of the Frequency Spectrum

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

We consider the problem of developing and optimizing the rules of the spectrum auction. One-sided sealed-bid spectrum auctions are studied. Two types of pricing are compared theoretically: the first-price and the second-price. А game model of the auction with free riders is constructed. A free rider uses frequencies purchased by another such participant for free. All Nash equilibria of the obtained games are found and represented in an analytical form. The significant difference between games with all free riders and games with at least one ordinary player is shown. It is proved that when players eliminate their dominated strategies, the resulting auction price of the lot is determined by its value for ordinary players. In the case when all players are free riders, the price is equal to the minimal bid price. The influence of the information the participants have about their partners’ values of a lot on the outcome of the game is discussed. The theoretically obtained properties are in agreement with the results of the experiments presented for spectrum auctions in the scientific literature.

About the authors

V. S. Kaplan

Faculty of Computational Mathematics and Cybernetics, Moscow State University, 119991, Moscow, Russia

Email: ipospelova05@yandex.ru
Россия, Москва

N. M. Novikova

Federal Research Center “Computer Science and Control,” Russian Academy of Sciences, 119333, Moscow, Russia

Email: novikova@gse.cs.msu.ru
Россия, Москва

I. I. Pospelova

Faculty of Computational Mathematics and Cybernetics, Moscow State University, 119991, Moscow, Russia

Author for correspondence.
Email: ipospelova05@yandex.ru
Россия, Москва

References

  1. Jackson M. Mechanism Theory // Optimization and Operations Research / Ed. U. Derigs. V. 3. Oxford: EOLSS Publishers, 2003.
  2. Давидсон М.Р., Догадушкина Ю.В., Крейнес Е.М., Новикова Н.М., Селезнев А.В., Удальцов Ю.А., Ширяева Л.В. Математическая модель управления энергосистемой в условиях конкурентного оптового рынка электроэнергии и мощности в России // Изв. РАН. ТиСУ. 2009. № 2. С. 84–94.
  3. Васин А.А. Математические модели рынков и аукционов. М.: МАКС Пресс, 2023.
  4. Сонин К.И. Основы теории аукционов (Нобелевская премия по экономике 2020 года) // Вопросы экономики. 2021. № 1. С. 5–32.
  5. Handbook of Spectrum Auction Design / Eds M. Bichler, J. Goeree. Cambridge: Cambridge University Press, 2017.
  6. Hu S., Shi R. Analysis of Recent Development of Spectrum Auction and Forecast of Future Development // 3rd Intern. Conf. on Economic Management and Cultural Industry. V. 203. Guangzhou: Atlantis Press, 2021. P. 518–522.
  7. Dong X., Zhang Y., Guo Y., Gong Y., Shen Y., Ma J. PRAM: a Practical Sybil-Proof Auction Mechanism for Dynamic Spectrum Access with Untruthful Attackers // IEEE Transactions on Mobile Computing. 2021. V. 22. P. 1143–1156.
  8. Devi M., Sarma N., Deka S. K. Multi-Winner Spectrum Allocation in Cognitive Radio Networks: A Single-Sided Auction Theoretic Modelling Approach with Sequential Bidding // Electronics. 2021. V. 10. P. 602–626.
  9. Dang Y., Li Z. The Analysis and Discussion of Spectrum Auctions Based on Case Study // J. Education, Humanities and Social Sciences. 2022. V. 2. P. 181–185.
  10. Bykowsky M.M., Olson M., Sharkey W.W. Efficiency Gains From Using a Market Approach to Spectrum Management // Information Economics and Policy. 2010. V. 22. P. 73–90.
  11. Sharkey W.W., Beltran F., Bykowsky M.M. Comparing the Ability of Different Auction Mechanisms to Efficiently Designate Spectrum Between Licensed and Unlicensed Use // SSRN Electronic Journal. 2013. http://ssrn.com/abstract=2214022. https://doi.org/10.2139/ssrn.2214022.
  12. Каплан В.С. Специфика и теоретико-игровой анализ аукциона размещения частот // Тихоновские чтения. Научная конференция: тез. докл. М.: МАКС Пресс, 2022. С. 85.
  13. Гермейер Ю.Б. Введение в теорию исследования операций. М.: Наука, 1971.
  14. Васин А.А., Краснощеков П.С., Морозов В.В. Исследование операций. М.: Академия, 2008.
  15. Мулен Э. Теория игр с примерами из математической экономики. М.: Мир, 1985.
  16. Vickrey W. Counterspeculation, Auctions, and Competitive Sealed Tenders // Journal of Finance. 1961. V. 16. No. 1. P. 8–37. https://doi.org/10.1111/j.1540-6261.1961.tb02789.x
  17. Fookes N., McKenzie S. Impact of Budget Constraints on the Efficiency of Multi-lot Spectrum Auctions // Handbook of Spectrum Auction Design. Eds M. Bichler, J. Goeree. Cambridge: Cambridge University Press, 2017. P. 764–781.
  18. Edelman B., Ostrovsky M., Schwarz M. Internet Advertising and the Generalized Second-price Auction: Selling Billions of Dollars Worth of Keywords // American Economic Review. 2007. V. 97. No. 1. P. 242–259. https://doi.org/10.1257/aer.97.1.242
  19. Weber R.J. Making More from Less: Strategic Demand Reduction in the FCC Spectrum Auctions // J. Economics and Management Strategy. 1997. V. 6. No. 3. P. 529–548.
  20. Cramton P., Schwartz J.A. Collusive Bidding: Lessons from the FCC Spectrum Auctions // J. Regulatory Economics. 2000. V. 17. P. 229–252.
  21. Milgrom P., Segal I. Designing the US Incentive Auction // Handbook of Spectrum Auction Design. Eds M. Bichler, J. Goeree. Cambridge: Cambridge University Press, 2017. P. 803–815.
  22. Nash J.F. Non Cooperative Games // Annals of Math. 1951. V. 54. No. 2. P. 286–295.
  23. Maskin E. Mechanism Design for Pandemics // Review of Economic Design. 2022. V. 26. No. 3. P. 255–259.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 В.С. Каплан, Н.М. Новикова, И.И. Поспелова

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».