論文の概要: Bandit based centralized matching in two-sided markets for peer to peer
lending
- arxiv url: http://arxiv.org/abs/2105.02589v1
- Date: Thu, 6 May 2021 11:23:26 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 19:56:42.742447
- Title: Bandit based centralized matching in two-sided markets for peer to peer
lending
- Title（参考訳）: バンディットを基盤としたピアツーピア融資の双方向市場における集中マッチング
- Authors: Soumajyoti Sarkar
- Abstract要約: 双方向のオンラインプラットフォームにおけるシーケンシャルな資金調達は、潜在的コントリビューターを順次集めることでピアツーピアレンディングを可能にする。
投資家や貸し手も借り手の好みに基づいて投資に制限に直面した場合、マッチング市場を使用して両面プラットフォームで投資設計を研究します。
我々は、時間とともに競争の不確実性のダイナミクスに基づいて、金融機関が選択を調整できるシーケンシャルな意思決定に基づく手法を考案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sequential fundraising in two sided online platforms enable peer to peer
lending by sequentially bringing potential contributors, each of whose
decisions impact other contributors in the market. However, understanding the
dynamics of sequential contributions in online platforms for peer lending has
been an open ended research question. The centralized investment mechanism in
these platforms makes it difficult to understand the implicit competition that
borrowers face from a single lender at any point in time. Matching markets are
a model of pairing agents where the preferences of agents from both sides in
terms of their preferred pairing for transactions can allow to decentralize the
market. We study investment designs in two sided platforms using matching
markets when the investors or lenders also face restrictions on the investments
based on borrower preferences. This situation creates an implicit competition
among the lenders in addition to the existing borrower competition, especially
when the lenders are uncertain about their standing in the market and thereby
the probability of their investments being accepted or the borrower loan
requests for projects reaching the reserve price. We devise a technique based
on sequential decision making that allows the lenders to adjust their choices
based on the dynamics of uncertainty from competition over time. We simulate
two sided market matchings in a sequential decision framework and show the
dynamics of the lender regret amassed compared to the optimal borrower-lender
matching and find that the lender regret depends on the initial preferences set
by the lenders which could affect their learning over decision making steps.
- Abstract（参考訳）: 両サイドのオンラインプラットフォームでの連続的な資金調達により、ピアツーピアの貸し出しが可能になり、それぞれの決定が市場の他のコントリビュータに影響を与える可能性がある。
しかし、ピア貸付のためのオンラインプラットフォームにおけるシーケンシャルコントリビューションのダイナミクスを理解することは、オープンエンドの研究課題である。
これらのプラットフォームにおける集中型投資メカニズムは、借り手がどの時点でも単一の貸し手から直面する暗黙の競争を理解するのを困難にしている。
マッチング市場(英: Matching market)とは、取引における双方のエージェントの選好によって市場を分散化することができる、ペアリングエージェントのモデルである。
我々は、投資家や貸し手も借り手の好みに基づいて投資の制限に直面している場合に、一致する市場を利用して、両面のプラットフォームにおける投資デザインを調査する。
この状況は、既存の借り手競争に加えて、特に市場における自己の立ち位置が不透明であり、投資が受け入れられる可能性や準備価格に達するプロジェクトに対する借り手融資の要求がある場合に、貸し手間で暗黙の競争を生じさせる。
我々は、時間とともに競争の不確実性のダイナミクスに基づいて、金融機関が選択を調整できるシーケンシャルな意思決定に基づく手法を考案する。
我々は,二面的市場マッチングを逐次決定の枠組みでシミュレートし,最適な借主・貸主マッチングと比較して,貸主の後悔のダイナミクスを示すとともに,貸主の後悔が意思決定ステップにおける学習に影響を与える可能性のある貸主の初期選好に依存することを明らかにする。
関連論文リスト
- Dynamic Pricing in Securities Lending Market: Application in Revenue Optimization for an Agent Lender Portfolio [5.006071344026168]
証券貸出市場では,既存の文脈的バンディットの枠組みをうまく活用できることが示されている。
我々は、文脈的バンディットアプローチが、生成した総収益の少なくとも15%以上の典型的なアプローチを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2024-07-18T17:42:37Z) - Fairness in Matching under Uncertainty [78.39459690570531]
アルゴリズム的な二面市場は、こうした設定における公平性の問題に注意を向けている。
我々は、利益の不確実性を尊重する両面の市場設定において、個々人の公正性の概念を公理化する。
そこで我々は,配当よりも公平なユーティリティ最大化分布を求めるために,線形プログラミングフレームワークを設計する。
論文 参考訳（メタデータ） (2023-02-08T00:30:32Z) - Online Learning under Budget and ROI Constraints via Weak Adaptivity [57.097119428915796]
制約付きオンライン学習問題に対する既存の原始双対アルゴリズムは、2つの基本的な仮定に依存している。
このような仮定は、標準の原始双対テンプレートを弱適応的後悔最小化器で与えることによって、どのように回避できるのかを示す。
上記の2つの前提が満たされていない場合に保証される、世界の最高の保証を証明します。
論文 参考訳（メタデータ） (2023-02-02T16:30:33Z) - Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。
私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
論文 参考訳（メタデータ） (2022-08-30T17:43:58Z) - Decentralized, Communication- and Coordination-free Learning in
Structured Matching Markets [2.9833943723592764]
両面マッチング市場における競争環境におけるオンライン学習の問題について検討する。
本稿では、エージェントが安定したマッチングに到達できるように、分散化、通信、調整不要なアルゴリズムのクラスを提案する。
論文 参考訳（メタデータ） (2022-06-06T04:08:04Z) - Fairness based Multi-Preference Resource Allocation in Decentralised
Open Markets [8.516527663732617]
本稿では,リバース・オークション・パラダイムを用いた3段階の資源配分手法を提案する。
最初のステップでは、提案された優先順位機構に基づいて、各入札業者に優先順位ラベルを付ける。
第2のステップでは、購入者のさまざまな好みのすべてに対して、選好スコアが算出される。
論文 参考訳（メタデータ） (2021-09-01T06:29:06Z) - Learning Equilibria in Matching Markets from Bandit Feedback [139.29934476625488]
不確実性の下で安定した市場成果を学習するためのフレームワークとアルゴリズムを開発する。
私たちの研究は、大規模なデータ駆動の市場において、いつ、どのように安定したマッチングが生じるかを明らかにするための第一歩を踏み出します。
論文 参考訳（メタデータ） (2021-08-19T17:59:28Z) - Multi-Stage Decentralized Matching Markets: Uncertain Preferences and
Strategic Behaviors [91.3755431537592]
本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。
我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。
シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
論文 参考訳（メタデータ） (2021-02-13T19:25:52Z) - Bandits in Matching Markets: Ideas and Proposals for Peer Lending [0.0]
市場の観点から、ピアツーピア投資がどのように考えられるかを設定するためのパラダイムについて説明する。
我々は、時間とともに競争の不確実性のダイナミクスに基づいて、金融機関が選択を調整できるようなシーケンシャルな意思決定に基づく手法を考案する。
シミュレーション実験を用いて、最適な借主と貸主のマッチングに基づいて、後悔のダイナミクスを示し、貸主の後悔は、貸主が設定した初期嗜好に依存することを確かめる。
論文 参考訳（メタデータ） (2020-10-30T20:12:26Z) - Learning Strategies in Decentralized Matching Markets under Uncertain
Preferences [91.3755431537592]
エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。
我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。
エージェントの期待した利益を最大化する最適な戦略を導出する。
論文 参考訳（メタデータ） (2020-10-29T03:08:22Z) - Improving Investment Suggestions for Peer-to-Peer (P2P) Lending via
Integrating Credit Scoring into Profit Scoring [6.245537312562826]
本稿では、クレジット情報を収益評価モデルに組み込む2段階フレームワークを提案する。
実世界のP2P貸出データについて,米国P2P市場の実証実験を行った。
論文 参考訳（メタデータ） (2020-09-09T19:41:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。