Quem Dá Mais? Leilões de Valor Privado¶

9c.3 Quem Dá Mais? Leilões de Valor Privado¶

Agora a aplicação mais espetacular dos jogos bayesianos: leilões. Quando a Petrobras disputa um bloco do pré-sal, ela sabe quanto vale para ela — mas não faz ideia de quanto vale para a Shell ou a TotalEnergies. Cada licitante tem informação privada sobre seu próprio valor e precisa decidir quanto oferecer sem ver as cartas dos adversários. Um jogo bayesiano puro, com bilhões de dólares na mesa. Não por acaso, leilões são o campo onde a teoria dos jogos provou ser mais útil — e mais lucrativa — na prática.

A teoria moderna de leilões foi inaugurada por Vickrey (1961), que demonstrou a propriedade de revelação de verdade no leilão de segundo preço e estabeleceu as bases para a análise de bem-estar. Duas décadas depois, Myerson (1981) e Riley e Samuelson (1981) completaram o edifício com a derivação do leilão ótimo e o teorema da equivalência de receita. William Vickrey dividiu o Nobel de 1996 com James Mirrlees precisamente por essas contribuições — e Roger Myerson recebeu o Nobel de 2007 (junto com Hurwicz e Maskin) pelo desenho de mecanismos. Raramente uma área da teoria econômica gerou tanto reconhecimento tão rápido, o que reflete a importância prática imediata dos resultados.

Modelo básico: IPV (Valores Privados Independentes)¶

$N$ licitantes com valores $v_i$ sorteados independentemente de $F$ no intervalo $[0, \bar{v}]$. Cada licitante conhece $v_i$ mas não os valores dos demais. O modelo IPV captura situações em que o valor do objeto é puramente subjetivo — como em leilões de arte, onde cada colecionador tem uma apreciação pessoal pelo quadro que não depende do que os outros acham. A independência entre os valores significa que o fato de outro licitante valorizar muito o objeto não informa nada sobre seu próprio valor — uma hipótese que será relaxada quando discutirmos valores comuns e afiliados.

O modelo IPV é a bancada de trabalho (workhorse) da teoria de leilões porque permite derivar resultados limpos e elegantes. Quatro formatos de leilão merecem atenção especial, pois constituem os "blocos fundamentais" a partir dos quais formatos mais complexos são construídos:

Leilão inglês (ascendente): O preço sobe continuamente até que reste apenas um licitante. O vencedor paga o preço no qual o penúltimo desistiu — que equivale, sob IPV, ao segundo maior valor.
Leilão holandês (descendente): O preço começa alto e desce até que alguém aceite. O vencedor paga o preço que aceitou — equivalente, estrategicamente, ao leilão de primeiro preço em envelope fechado.
Leilão de primeiro preço (envelope fechado): Cada licitante submete um lance em envelope fechado. O maior lance ganha e paga o próprio lance.
Leilão de segundo preço / Vickrey (envelope fechado): Cada licitante submete um lance em envelope fechado. O maior lance ganha, mas paga o segundo maior lance.

Leilão de segundo preço (Vickrey): O licitante com o maior lance ganha e paga o segundo maior lance. Lançar $b_i = v_i$ é estratégia fracamente dominante — não depende das crenças sobre os outros.

Demonstração: Verdade é ótimo no leilão de Vickrey

Seja $b_i = v_i$ o lance do jogador $i$ e $b_{(1)}^{-i}$ o maior lance dos demais. Se $b_i > b_{(1)}^{-i}$, $i$ ganha e paga $b_{(1)}^{-i}$, obtendo $v_i - b_{(1)}^{-i} \geq 0$. Suponha que $i$ desvie:

Lance acima ($b_i' > v_i$): Ganha com mais frequência, mas nos casos extras paga $b_{(1)}^{-i} > v_i$ — lucro negativo.
Lance abaixo ($b_i' < v_i$): Perde quando $b_i' < b_{(1)}^{-i} < v_i$ — desiste de lucro positivo.

Portanto, $b_i = v_i$ é fracamente dominante. $\blacksquare$

No gráfico interativo abaixo, experimente o leilão de Vickrey: ajuste seu valor, seu lance e o lance rival. Observe que o payoff depende do lance rival, mas a estratégia ótima (lançar o valor) não.

Figura 9c.2 — Leilão de Vickrey. O payoff (azul) é uma função degrau no lance rival: ganha $v_i - b_{-i}$ se $b_i > b_{-i}$, zero caso contrário. Como o payoff ao ganhar não depende de $b_i$, lançar $b_i = v_i$ é sempre (fracamente) ótimo.

No leilão de Vickrey, portanto, a verdade é ótima independentemente do que os outros fazem. A elegância dessa propriedade não pode ser subestimada: o licitante não precisa se preocupar com quantos concorrentes tem, quais são suas distribuições de valor, ou se eles são racionais. A estratégia ótima é a mesma em todos os cenários — lançar o valor verdadeiro. Essa robustez é a razão pela qual o leilão de segundo preço é o ponto de partida natural para a teoria. Mas e quando o vencedor paga seu próprio lance? Nesse caso, lançar o valor verdadeiro seria desastroso, e a estratégia ótima exige sombreamento.

Leilão de primeiro preço: O vencedor paga seu próprio lance. BNE simétrico com $v_i \sim U[0, \bar{v}]$:

\[ b(v) = v \cdot \frac{N-1}{N} \label{eq:9c.3} \tag{9c.3} \]

Pela equação $\eqref{eq:9c.3}$, cada licitante "sombreia" seu lance por um fator $(N-1)/N$. Com 2 licitantes, o lance é metade do valor; com muitos, converge para o valor verdadeiro. Com mais concorrentes, o risco de perder o leilão aumenta e o sombreamento diminui — no limite, com infinitos licitantes, cada um lança (quase) seu valor verdadeiro.

A intuição por trás do sombreamento é fundamental: no leilão de primeiro preço, o licitante enfrenta um trade-off entre a probabilidade de ganhar e o lucro condicional à vitória. Lançar mais alto aumenta a chance de ganhar, mas reduz o ganho se vencer. A fórmula do BNE simétrico resolve esse trade-off de forma ótima: o sombreamento ótimo é exatamente proporcional ao valor, com fator $(N-1)/N$ que cresce em $N$. Essa elegância matemática reflete uma lógica econômica profunda — o licitante "compra" probabilidade de vitória ao custo de lucro esperado, e o equilíbrio iguala os benefícios marginais de ambos os lados.

Para derivar a equação $\eqref{eq:9c.3}$, considere o problema do licitante $i$ com valor $v$ que escolhe o lance $b$, dado que os demais $N-1$ licitantes usam a estratégia crescente $\beta(\cdot)$. A probabilidade de ganhar é $\Pr(\beta(v_j) < b \; \forall j \neq i) = F(\beta^{-1}(b))^{N-1}$. Com $F$ uniforme em $[0, \bar{v}]$, o problema se simplifica consideravelmente:

\[ \max_b \; (v - b) \cdot \left(\frac{\beta^{-1}(b)}{\bar{v}}\right)^{N-1} \]

No equilíbrio simétrico, $\beta^{-1}(b) = v$ quando $b = \beta(v)$. A condição de primeira ordem, após alguma álgebra, produz a equação diferencial cuja solução (com condição de fronteira $\beta(0) = 0$) é exatamente $\eqref{eq:9c.3}$. A derivação completa para distribuições gerais aparece no Exercício 9c.8.

Receita esperada: Com $v_i \sim U[0, 1]$:

\[ E[\text{Receita}] = \frac{N-1}{N+1} \label{eq:9c.4} \tag{9c.4} \]

Figura 9c.2 — Leilão de primeiro preço com N licitantes. A função de lance ótimo $b(v) = v \cdot (N-1)/N$ mostra o sombreamento (bid shading): cada licitante lança abaixo do seu valor verdadeiro. Ajuste $N$ para ver como o sombreamento diminui com mais concorrentes.

Teorema da Equivalência de Receita¶

Os leilões de primeiro e segundo preço parecem radicalmente distintos. No primeiro preço, o vencedor paga seu próprio lance (sombreado); no segundo preço, paga o lance do competidor mais próximo (sem sombreamento). As receitas deveriam diferir, certo? Surpreendentemente, não: sob condições bastante gerais, a receita esperada é idêntica em todos os formatos padrão.

Revenue Equivalence Theorem (Myerson, 1981; Riley e Samuelson, 1981)

Com licitantes simétricos, IPV, risco-neutros, e qualquer mecanismo que (i) atribui o objeto ao licitante com maior valor e (ii) dá payoff zero ao tipo mais baixo, a receita esperada do leiloeiro é a mesma.

Consequência: leilão de 1º preço, 2º preço, inglês e holandês geram a mesma receita esperada, como confirma a equação $\eqref{eq:9c.4}$.

A intuição por trás da equivalência de receita é uma das mais elegantes da microeconomia. Considere dois leilões que satisfazem as condições do teorema. Em ambos, o objeto vai para quem tem o maior valor — portanto, a alocação é idêntica. Agora, o payoff esperado do licitante com o menor valor possível ($v = 0$) é zero em ambos os formatos (condição de participação). Pelo envelope theorem, o payoff esperado de um licitante com valor $v$ é completamente determinado pela probabilidade de vencer — que é $F(v)^{N-1}$ em ambos os formatos (pois a alocação é eficiente). Assim:

\[ \Pi(v) = \int_0^v F(t)^{N-1} \, dt \label{eq:9c.5} \tag{9c.5} \]

Como o excedente total (valor do vencedor) é o mesmo e os payoffs dos licitantes são os mesmos, a receita do leiloeiro — que é a diferença — também deve ser a mesma. O argumento formal é desenvolvido no Exercício 9c.8(c), mas a lógica é transparente: se a alocação e os payoffs dos agentes são fixados, o "resíduo" para o principal (leiloeiro) está determinado.

No gráfico interativo abaixo, compare visualmente as funções de lance dos dois formatos e observe que a receita esperada é idêntica — apesar de os lances serem completamente diferentes.

Figura 9c.3 — Equivalência de Receita. Painel superior: funções de lance — no 1º preço (vermelho), o lance é sombreado; no 2º preço (azul), coincide com o valor. Painel inferior: a receita esperada $E[Rev] = \bar{v}(N-1)/(N+1)$ é a mesma em ambos os formatos.

Quando a equivalência falha

A equivalência de receita falha com: (i) aversão ao risco (1º preço gera mais receita); (ii) assimetria entre licitantes; (iii) valores afiliados/comuns; (iv) colusão. Nesses casos, o formato do leilão importa — e o desenho ótimo de mecanismo (Myerson, 1981) se torna relevante.

Cada uma dessas violações merece um comentário. A aversão ao risco faz com que licitantes no primeiro preço sombreiem menos seus lances — preferem pagar um pouco mais para reduzir o risco de perder, aumentando a receita. A assimetria — quando licitantes têm distribuições de valor diferentes — quebra a condição de que a alocação eficiente depende apenas do formato; licitantes mais "fracos" tendem a lançar mais agressivamente no primeiro preço, e o efeito líquido sobre a receita é ambíguo. Os valores afiliados introduzem uma ligação informacional entre os valores dos licitantes: quando os valores são correlacionados, o linkage principle de Milgrom e Weber (1982) mostra que leilões que revelam mais informação (como o inglês) geram mais receita do que leilões de envelope fechado. Por fim, a colusão — em que licitantes coordenam para suprimir a competição — é mais facilmente sustentável em certos formatos do que em outros, como discutiremos no Box Brasil sobre cartéis.

⚠️ Erro Comum

Atribuir a "maldição do vencedor" a má sorte, quando na verdade é um problema de seleção adversa.

Um erro comum ao estudar leilões de valor comum é pensar que a "maldição do vencedor" é apenas um desvio comportamental ou resultado de irracionalidade. Na verdade, trata-se de um problema estrutural de seleção adversa: vencer um leilão de valor comum revela que sua estimativa era a mais alta entre todos os participantes, o que é uma má notícia sobre o valor real do objeto.

Erro típico: "Minha estimativa é R$ 120 milhões, então vou lançar R$ 120 milhões." — Errado! Se você ganha, significa que todos os outros estimaram menos que R$ 120 milhões. O valor real provavelmente é menor.

Correção: O lance ótimo condiciona na informação revelada pela vitória: $b^* = E[V \mid s_i = \max_j s_j]$, que é sempre menor que $s_i$ quando há mais de um licitante. A diferença $s_i - b^*$ cresce com o número de concorrentes — mais licitantes significa mais seleção adversa.

Aplicação brasileira: Em licitações de obras públicas, empresas que ignoram a maldição do vencedor frequentemente ganham contratos que se tornam prejudiciais, levando a renegociações ou abandono de obras — um problema crônico na infraestrutura nacional.

Leilões de valor comum e a maldição do vencedor¶

Até aqui, assumimos valores privados. Em muitos contextos, porém, o objeto tem um valor comum que ninguém conhece com certeza — em leilões de petróleo, por exemplo, o volume de óleo é o mesmo para qualquer empresa, mas cada uma tem sua estimativa. Essa mudança de premissa introduz um fenômeno perverso.

No modelo de valor comum puro, o objeto tem um valor $V$ desconhecido, e cada licitante $i$ observa um sinal ruidoso $s_i = V + \varepsilon_i$, onde $\varepsilon_i$ são erros de estimação independentes com média zero. A diferença crucial em relação ao modelo IPV é que agora a informação dos outros licitantes é relevante para o próprio valor — se todos os concorrentes estimaram valores baixos, é provável que o verdadeiro $V$ seja baixo, independentemente da estimativa individual de $i$.

A maldição do vencedor emerge da seguinte lógica: condicional a vencer, o licitante descobre (implicitamente) que sua estimativa era a mais alta entre todas. Como os erros são simétricos, a estimativa mais alta tende a ser a mais otimista — ou seja, aquela que mais sobreestimou $V$. O licitante racional deve, portanto, ajustar seu lance para baixo, levando em conta a informação adversa contida na vitória.

Formalmente, o lance ótimo no modelo de valor comum satisfaz:

\[ b(s_i) = E[V \mid s_i, \; s_i = \max_j s_j] \label{eq:9c.6} \tag{9c.6} \]

A equação $\eqref{eq:9c.6}$ mostra que o licitante deve condicionar não apenas em seu sinal, mas no evento de vencer — ou seja, no fato de que seu sinal é o maior. Essa expectativa condicional é sempre menor que $s_i$ quando há dois ou mais licitantes, e a diferença cresce com $N$. A magnitude do ajuste depende da variância do ruído e do número de competidores: mais licitantes e mais ruído exigem sombreamento mais agressivo.

Intuição Econômica

Em uma frase: Em leilões de valor comum, ganhar é uma má notícia — significa que você estimou o valor mais alto que todos.

Pense assim: Num leilão de direitos de exploração de petróleo (como os da ANP), o bloco vale o mesmo para todos, mas cada empresa tem uma estimativa diferente do volume de óleo. Quem ganha é quem estimou mais. Se todos cometem erros simétricos de estimação, o vencedor é o mais otimista — e provavelmente pagou demais.

Solução: Licitantes racionais sombreiam seus lances adicionalmente para corrigir a maldição. A magnitude do ajuste depende do número de concorrentes: mais licitantes → mais seleção adversa → mais sombreamento.

Evidência: Capen, Clapp e Campbell (1971) documentaram que empresas de petróleo no Golfo do México sistematicamente superestimaram o valor dos blocos — a maldição do vencedor em ação.

A evidência empírica e experimental sobre a maldição do vencedor é robusta e consistente. Em laboratório, Kagel e Levin (1986) mostraram que participantes inexperientes sistematicamente lançam acima do ajuste ótimo em leilões de valor comum, obtendo lucros negativos em média. Apenas após repetida experiência — e, crucialmente, após sofrerem perdas — os licitantes aprendem a ajustar seus lances. No campo, a documentação de Capen, Clapp e Campbell (1971) sobre os leilões de petróleo offshore nos EUA foi seminal: empresas que venceram leilões no Golfo do México obtiveram retornos sistematicamente abaixo do custo de capital, evidência direta de que não ajustavam suficientemente para a maldição do vencedor.

Box Mundo 9c.1 — Desenho de leilões de espectro: o Nobel de 2020 e as lições dos leilões da FCC

Contexto: Em outubro de 2020, o Prêmio Nobel de Economia foi concedido a Paul Milgrom e Robert Wilson "por melhorias na teoria de leilões e invenções de novos formatos de leilão". A distinção reconheceu não apenas contribuições teóricas fundamentais — como o modelo de valores afiliados de Milgrom e Weber (1982) e a formalização da maldição do vencedor por Wilson (1969, 1977) — mas, sobretudo, a aplicação prática dessas ideias ao desenho de leilões de espectro eletromagnético pela Federal Communications Commission (FCC) dos Estados Unidos. Antes de 1994, a FCC alocava licenças de espectro por beauty contests (processos administrativos discricionários) e loterias — métodos que não revelavam informação sobre valores e geravam alocações ineficientes, além de oportunidades de rent-seeking. A transição para leilões competitivos, informada pela teoria de Milgrom e Wilson, transformou radicalmente a alocação de um dos recursos públicos mais valiosos do mundo.

O desafio técnico era formidável. Licenças de espectro são complementares: uma operadora que detém frequências adjacentes em regiões geográficas contíguas obtém valor substancialmente maior do que a soma das partes. Essa complementaridade cria o problema da exposição — em leilões separados para cada licença, um licitante pode acabar comprando parte de um pacote desejado a preços inflados, sem garantia de obter as peças restantes. Milgrom, em colaboração com Wilson e outros economistas, desenhou o Simultaneous Multiple Round Auction (SMRA): todas as licenças são leiloadas simultaneamente em rodadas ascendentes, permitindo que os licitantes ajustem seus lances entre licenças à medida que os preços relativos se revelam. Posteriormente, Milgrom desenvolveu o Combinatorial Clock Auction (CCA) e o incentive auction (2016–17), que simultaneamente realocou espectro de TV para uso de banda larga — um "leilão reverso" para comprar licenças de emissoras combinado com um "leilão direto" para vendê-las a operadoras de telecomunicações.

Dados: Desde 1994, os leilões de espectro da FCC arrecadaram mais de US$ 230 bilhões em receita para o Tesouro americano. O leilão de espectro AWS-3 (2015) arrecadou US$ 44,9 bilhões; o incentive auction (Leilão 1000–1002, 2016–17) arrecadou US$ 19,8 bilhões e liberou 84 MHz de espectro para banda larga 5G. Na Europa, os leilões de espectro 5G realizados entre 2018 e 2022 geraram resultados heterogêneos: a Itália arrecadou €6,6 bilhões (2018), a Alemanha €6,5 bilhões (2019), mas a Espanha apenas €438 milhões (2018) — diferenças atribuídas em grande parte ao desenho do leilão (número de lotes, preço de reserva, obrigações de cobertura). Cramton (2013) documentou que leilões mal desenhados — como o leilão 3G do Reino Unido em 2000 (£22,5 bilhões, com vencedores que subsequentemente enfrentaram dificuldades financeiras) e o fiasco do leilão neozelandês de 1990 (formato de segundo preço que gerou receita mínima) — demonstram que a qualidade do desenho de mecanismo importa tanto quanto a competição entre licitantes.

Análise: Os leilões de espectro são a aplicação mais direta e espetacular dos conceitos desenvolvidos neste capítulo. O formato SMRA de Milgrom e Wilson resolve simultaneamente três problemas teóricos: (i) a maldição do vencedor (leilões ascendentes com informação revelada reduzem o risco de superestimação, pelo linkage principle de Milgrom e Weber); (ii) complementaridade entre licenças (licitação simultânea permite ajuste entre mercados); e (iii) colusão (regras de atividade e lances mínimos dificultam sinalização entre licitantes). O Teorema da Equivalência de Receita, demonstrado na seção anterior, pressupõe licitantes simétricos e valores privados independentes — condições que não valem nos leilões de espectro, onde licitantes são assimétricos (incumbentes vs. entrantes) e os valores são afiliados (o valor de uma licença depende do valor das licenças adjacentes). É precisamente por essas violações que o formato do leilão importa e que o desenho de mecanismos — a "engenharia reversa" do jogo desenvolvida na Seção 9c.4 — tem consequências econômicas da ordem de dezenas de bilhões de dólares. O leilão brasileiro de 5G da ANATEL (2021, R$ 47,2 bilhões) inspirou-se diretamente nos formatos desenvolvidos por Milgrom e Wilson, adaptados ao contexto regulatório brasileiro com obrigações de cobertura em áreas rurais.

Fonte: Milgrom, Paul (2004). Putting Auction Theory to Work. Cambridge University Press. Cramton, Peter (2013). "Spectrum Auction Design." Review of Industrial Organization, 42(2), 161–190. The Royal Swedish Academy of Sciences (2020). "Improvements to Auction Theory and Inventions of New Auction Formats." Scientific Background on the Sveriges Riksbank Prize in Economic Sciences.

Box Mundo 9c.2 — O leilão de anúncios do Google: a Generalized Second Price Auction

Contexto: Quando você digita uma busca no Google, os anúncios que aparecem no topo da página não são escolhidos arbitrariamente — são alocados por um leilão que ocorre em milissegundos, repetido bilhões de vezes por dia. O mecanismo utilizado pelo Google (e, com variações, pelo Meta, Microsoft Bing e outras plataformas) é a Generalized Second Price Auction (GSP), um formato que combina elementos da teoria de leilões com as peculiaridades dos mercados de publicidade online. O GSP é, possivelmente, o mecanismo econômico mais frequentemente executado na história: o Google realiza centenas de bilhões de leilões por ano, alocando posições de anúncios em páginas de busca, vídeos do YouTube e aplicativos.

Dados: Em 2024, a receita de publicidade do Alphabet (controladora do Google) atingiu aproximadamente US$ 265 bilhões, representando cerca de 27% do mercado global de publicidade digital. O leilão GSP aloca múltiplas posições de anúncio em cada página de resultados: a posição mais alta gera mais cliques (e portanto mais valor para o anunciante), mas o anunciante paga por clique o lance do próximo anunciante abaixo. Edelman, Ostrovsky e Schwarz (2007) e Varian (2007) — este último então economista-chefe do Google — formalizaram simultaneamente o modelo teórico da GSP e mostraram que, embora o GSP não seja estrategicamente equivalente ao mecanismo VCG (que garantiria revelação de verdade), seus equilíbrios sob certas condições geram receitas idênticas às do VCG. O Google migrou parcialmente para um sistema baseado em VCG com o chamado Enhanced Cost Per Click e, mais recentemente, para leilões automatizados com aprendizado de máquina (smart bidding), que estimam o valor de conversão de cada impressão em tempo real.

Análise: A GSP é um caso fascinante em que a teoria de leilões encontra a engenharia de software. O mecanismo não é de segundo preço puro no sentido de Vickrey — trata-se de uma generalização para múltiplos objetos (posições) onde cada vencedor paga o lance do próximo. No leilão de Vickrey para um único objeto, lançar o valor verdadeiro é estratégia dominante. Na GSP, isso não vale: licitantes podem querer lançar abaixo de seus valores verdadeiros para pagar menos por uma posição inferior que ainda gera lucro positivo. Edelman, Ostrovsky e Schwarz (2007) identificaram o conceito de equilíbrio localmente invejoso (locally envy-free equilibrium), no qual nenhum anunciante preferiria trocar de posição e lance com o anunciante imediatamente acima. Esse conceito de equilíbrio refinado, específico para a GSP, produz receitas equivalentes às do mecanismo VCG — uma instância notável da equivalência de receita em um contexto multi-objeto. A transição recente para leilões de primeiro preço em publicidade programática (liderada pelo Google em 2019) ilustra que mesmo mercados digitais maduros continuam redesenhando seus mecanismos de alocação à luz da teoria.

Para refletir: Se o Google adotasse um leilão de primeiro preço puro (em vez da GSP), como os anunciantes ajustariam seus lances? A equivalência de receita se manteria nesse contexto multi-objeto com valores assimétricos e orçamentos limitados?

Fonte: Edelman, Benjamin, Michael Ostrovsky, e Michael Schwarz (2007). "Internet Advertising and the Generalized Second-Price Auction." American Economic Review, 97(1), 242–259. Varian, Hal R. (2007). "Position Auctions." International Journal of Industrial Organization, 25(6), 1163–1178.

Box Mundo 9c.3 — Leilões de espectro 3G/4G/5G: bilhões de dólares e desenho de mecanismos na prática

Contexto: Os leilões de espectro de telecomunicações são o maior campo de aplicação prática da teoria de leilões, com transações que totalizam centenas de bilhões de dólares globalmente. Cada geração de tecnologia móvel — 3G, 4G e 5G — gerou uma nova rodada de leilões com desafios de desenho de mecanismos progressivamente mais complexos. A experiência acumulada ao longo de três décadas ilustra como a teoria econômica se traduziu em bilhões de dólares de diferença na receita pública, dependendo da qualidade do desenho institucional.

Dados: O leilão 3G do Reino Unido (2000), desenhado por Ken Binmore e Paul Klemperer, arrecadou £22,5 bilhões — cinco vezes mais que a previsão inicial do governo — ao introduzir uma licença extra para atrair um entrante (aumentando $N$ de 4 para 5, o que intensificou dramaticamente a competição). Em contraste, o leilão 3G da Holanda, com formato de leilão ascendente e número de licenças igual ao de incumbentes, arrecadou apenas €2,7 bilhões — menos de 30% per capita do resultado britânico. Na era 4G, o leilão brasileiro de 2012 (ANATEL) arrecadou R$ 2,9 bilhões, enquanto o leilão indiano de 2010 arrecadou US$ 14,6 bilhões. Os leilões 5G globais (2018–2023) movimentaram mais de US$ 200 bilhões: os EUA (banda C, 2021) arrecadaram US$ 81 bilhões; a Alemanha €6,5 bilhões (2019); o Japão, surpreendentemente, atribuiu espectro 5G sem leilão (por beauty contest), priorizando velocidade de implantação sobre receita. O Brasil (2021) arrecadou R$ 47,2 bilhões, dos quais R$ 40,5 bilhões em compromissos de investimento em cobertura.

Análise: A variação dramática nos resultados entre países demonstra que o formato do leilão importa mais do que as condições macroeconômicas ou o tamanho do mercado. Três lições emergiram da experiência global. Primeira: o número de licenças relativo ao número de incumbentes é crucial — quando há mais licenças que incumbentes (como no Reino Unido), a competição por licenças é mais intensa. Segunda: leilões ascendentes simultâneos (SMRA) são superiores a leilões sequenciais quando as licenças são complementares, pois permitem que os licitantes gerenciem o risco de exposição. Terceira: obrigações de cobertura incorporadas ao leilão (como no caso brasileiro do 5G) transferem o objetivo de política industrial para dentro do mecanismo — um exemplo de desenho de mecanismos com múltiplos objetivos que vai além do leilão ótimo de Myerson (que maximiza uma única dimensão: receita). A teoria do Capítulo 9c.4 explica por que o formato importa: quando as condições da equivalência de receita falham (assimetria entre operadores, complementaridade entre faixas, valores afiliados), o desenho do mecanismo determina tanto a receita quanto a eficiência alocativa.

Para refletir: O Japão optou por não leiloar espectro 5G, alocando por decisão administrativa. Quais são os custos de eficiência dessa escolha à luz do Teorema da Equivalência de Receita? E quais são os possíveis benefícios em termos de velocidade de implantação e coordenação de investimentos?

Fonte: Klemperer, Paul (2002). "What Really Matters in Auction Design." Journal of Economic Perspectives, 16(1), 169–189. Cramton, Peter (2013). "Spectrum Auction Design." Review of Industrial Organization, 42(2), 161–190. ANATEL (2021). Edital de licitação do 5G.

A passagem dos leilões de valor privado para os de valor comum — e, mais geralmente, para modelos com valores afiliados que combinam elementos privados e comuns — revela a riqueza do arcabouço bayesiano. Mas a teoria levanta uma questão ainda mais fundamental: se a receita depende do formato, é possível encontrar o formato ótimo? Essa pergunta nos leva ao campo do desenho de mecanismos.