Information Aggregation with Costly Information Acquisition

Resumen Técnico: Agregación de Información con Adquisición Costosa de Información

1. El Problema

La literatura clásica sobre mercados financieros y predicción, culminada en el trabajo de Ostrovsky [2012], establece que los mercados agregan la información privada de los traders en todos los equilibrios de Nash si y solo si los valores de los valores negociados (securities) son "separables". Sin embargo, la separabilidad es una propiedad que depende estrictamente de la estructura de información privada de los agentes (sus particiones del espacio de estados).

El problema central abordado por los autores es la incertidumbre del diseñador del mercado: un diseñador que no conoce la estructura de información de los participantes no puede garantizar que un valor sea separable y, por tanto, no puede asegurar que el precio de mercado converja al valor intrínseco del activo.

El artículo investiga si permitir que los traders adquieran información costosa (señales) durante el proceso de negociación puede remediar este problema, haciendo que los mercados sean eficientes en la agregación de información incluso cuando la estructura de información inicial es desconocida o desfavorable.

2. Metodología

Los autores extienden el modelo de negociación dinámica de Ostrovsky [2012] bajo las siguientes especificaciones:

• Entorno de Negociación: Se utiliza un modelo de negociación infinita con un número finito de traders. La dinámica se rige por la Regla de Puntuación de Mercado (Market Scoring Rule - MSR) de Hanson, donde los traders actualizan las predicciones de un valor $X: \Omega \to \mathbb{R}$ en turnos secuenciales.
• Información Privada: Cada trader $i$ posee una partición $\Pi_i$ del espacio de estados $\Omega$. La unión de todas las particiones revela el estado verdadero (asunción estándar de "conocimiento común de la verdad" si se combina toda la información).
• Adquisición de Información: Se introduce una nueva etapa antes de cada anuncio. Un trader puede adquirir una señal $R$ a un costo $cK(R)$, donde $c > 0$ es el costo marginal y $K$ es una función de costo continua.
  • Se asume que las señales más informativas son más costosas.
  • Se introduce una hipótesis de "aprendizaje secuencial": es más barato (o igual de costoso) generar una distribución de posteriors mediante una sola señal que mediante una secuencia de señales.
• Equilibrio: Se analizan los Equilibrios de Nash (y se discute la existencia de Equilibrios Bayesianos Perfectos en el Apéndice). Los traders son estratégicos, maximizando la suma descontada de sus pagos por la regla de puntuación menos los costos de adquisición de información.
• Definición Clave ($\kappa$-Separabilidad):
  • Un valor es $\kappa$-no separable si existe un prior $\mu$ tal que el valor es no separable en $\mu$ y ningún trader encuentra óptimo (miópicamente) adquirir ninguna señal en ese prior.
  • Un valor es $\kappa$-separable si no cumple la condición anterior (es decir, si es separable o si, aunque sea no separable, algún trader tiene incentivos para adquirir información).

3. Contribuciones Clave

El papel aporta tres contribuciones teóricas principales:

1. Caracterización de la Agregación: Demuestran que la $\kappa$-separabilidad es la condición necesaria y suficiente para la agregación de información en un entorno con costos de información. Esto generaliza el resultado de Ostrovsky [2012] (que corresponde al caso donde el costo es infinito).
2. Clasificación de Valores: Proporcionan una clasificación completa de los valores basada únicamente en su estructura de pagos (y no en la estructura de información de los agentes), dividiéndolos en tres clases distintas.
3. Valor del Mercado vs. Encuestas: Demuestran que los mercados son superiores a las encuestas (promedios de predicciones) en entornos con costos de información bajos, debido a la naturaleza discontinua de la agregación en los mercados.

4. Resultados Principales

A. Teorema 1: Caracterización de la Agregación

• Si un valor es $\kappa$-separable, la información se agrega en cualquier Equilibrio de Nash (el precio converge al valor verdadero).
• Si un valor es $\kappa$-no separable, existe un prior y un equilibrio de Nash donde la información no se agrega (el precio se estanca en un valor incorrecto).

B. Clasificación de Valores (Proposiciones 1, 2 y 3)
Los autores clasifican los valores en tres categorías basadas en su función de pago $X(\omega)$:

1. Valores Siempre Separables (Clase Pequeña):

   • Agregan información incluso si no hay adquisición de información costosa.
   • Incluyen: Valores constantes, valores tipo Arrow-Debreu (pagan $a$ en un estado y $b$ en los demás) y valores con tres pagos específicos (máximo en un estado, mínimo en otro, medio en el resto).
   • Limitación: Son poco informativos porque solo revelan si ocurrió un estado específico o un subconjunto pequeño.

2. Valores $\kappa$-No Separables para todo $\kappa$ (Clase de Fallo):

   • Son valores que nunca se vuelven $\kappa$-separables, independientemente de cuán bajo sea el costo $c$.
   • Estructura: Requieren al menos 4 estados y pagan $(a, d, b, d)$ donde $a, b < d$ o $a, b > d$. Es decir, dos estados distintos tienen el mismo pago $d$, pero difieren en las creencias de orden superior de los traders.
   • Resultado: Incluso con costos de información casi nulos, estos valores pueden fallar en la agregación de información.

3. Valores $\kappa$-Separables para algún $\kappa$ (Clase Mayoritaria):

   • Condición: El valor paga cantidades diferentes en todos los estados ($X(\omega) \neq X(\omega')$ para todo $\omega \neq \omega'$).
   • Resultado: Para cualquier estructura de información, si el costo marginal $c$ es suficientemente bajo, el valor se vuelve $\kappa$-separable y la información se agrega.
   • Implicación: La disponibilidad de información barata hace que "la mayoría" de los mercados agreguen información bajo condiciones muy generales.

C. Transición Discontinua y Valor del Mercado (Sección 5)

• Discontinuidad: La transición de "no agregación" a "agregación" no es gradual. Una pequeña reducción en el costo de la información puede hacer que un valor pase de ser no separable a separable, logrando una precisión de predicción del 100% de golpe.
• Comparación con Encuestas: En una encuesta (promedio de predicciones), la precisión mejora suavemente a medida que baja el costo. En un mercado, la precisión salta abruptamente a 1 (agregación perfecta) tan pronto como el costo cruza un umbral crítico.
• Proposición 4: Un valor es $\kappa$-separable si y solo si el mercado es estrictamente más preciso que una encuesta para todos los priores no degenerados.

5. Significado e Implicaciones

• Robustez del Diseño de Mercados: El trabajo sugiere que los diseñadores de mercados de predicción no necesitan conocer la estructura de información de los participantes para garantizar la eficiencia, siempre que el valor negociado tenga pagos distintos en todos los estados y el costo de la información sea bajo.
• Impacto de la Tecnología: A medida que la tecnología (ej. IA, Big Data) reduce el costo de adquisición y procesamiento de información ($c \to 0$), los mercados financieros y de predicción se vuelven inherentemente más eficientes, agregando información de manera robusta incluso en estructuras de información complejas.
• Limitaciones Estructurales: Identifican una clase específica de valores (con pagos repetidos en estados que difieren en creencias de orden superior) que son inherentemente ineficientes, independientemente de la tecnología disponible. Esto pone un límite teórico a la eficiencia de ciertos instrumentos financieros.
• Superioridad de los Mercados: Refuerza la idea de que los mecanismos de mercado son superiores a los mecanismos de agregación estática (como encuestas) en entornos dinámicos, especialmente cuando la información es costosa pero accesible, debido a la capacidad de los mercados para explotar oportunidades de arbitraje de información de manera discontinua.

En conclusión, el artículo demuestra que la adquisición de información costosa actúa como un mecanismo de corrección que permite la agregación de información en la gran mayoría de los casos, transformando la eficiencia de los mercados de depender de la estructura de información inicial a depender principalmente de la estructura de pagos del activo y el costo marginal de la información.