Matching mechanisms on the test bench - preferences, design and strategic behavior

Diese Dissertation untersucht, wie die Matching-Theorie reale Zuordnungsprobleme wie die Zuweisung von Kindern zu Kitas oder Nachbar*innen, die Hilfe suchen oder anbieten, verbessern kann. Es wird analysiert, wie Präferenzen erhoben, ausgedrückt und in Mechanismen integriert werden. Theoretische, experimentelle und empirische Analysen zeigen, dass selbst kleine Anpassungen etablierter Mechanismen wie Deferred Acceptance (DA), Boston oder Top Trading Cycles Effizienz, Stabilität und Strategy-proffness beeinflussen können. Erstens zeigt ein Matching-Experimente, dass die Verwendung echter statt induzierter Präferenzen das Entscheidungsverhalten deutlich verändert, etwa durch die Nutzung der dominanten Strategie des Truth-Tellings. Dies hat wichtige Implikationen für die Gestaltung von Matching-Experimenten. Zweitens werden in deutschen Kinderbetreuungsmärkten DA-basierte Mechanismen angepasst, um Betreuungszeiten und unvollständige Präferenzlisten zu berücksichtigen. Wir stellen fest, dass bestimmte praktische Varianten sowohl theoretisch als auch in Simulationen bessere Ergebnisse erzielen. Drittens führen wir den Neighborhood Top Trading Cycles and Chains (NTTCC) Mechanismus ein, der Matching-Probleme mit Außenoptionen adressiert und Pareto-Effizienz sowie Kostenreduktion gewährleistet. Zusammengenommen zeigen diese Analysen, dass Präferenzerhebung und Mechanismenanpassung entscheidend sind, um sowohl theoretische Validität als auch praktischen Erfolg zu erreichen.