Statistical Equilibrium of Optimistic Beliefs

1. Problématique et Contexte

L'article étudie les jeux finis à forme normale où les paiements sont soumis à des perturbations aléatoires. Le problème central réside dans l'ambiguïté de dépendance (ou ambiguïté de copule) que les joueurs rencontrent concernant ces perturbations.

• Le contexte d'information : Dans de nombreux environnements stratégiques (marchés, laboratoires), les agents peuvent estimer les distributions marginales des erreurs de prévision pour chaque action individuellement (via des données historiques ou des expériences passées). Cependant, ils ne peuvent pas identifier la structure de dépendance conjointe (la copule) entre les chocs de paiement de différentes actions, car les paiements contrefactuels (ce qui se serait passé si une autre action avait été choisie) ne sont jamais observés.
• Limites des modèles existants :
  • L'Équilibre de Nash (NE) suppose une connaissance parfaite et des croyances exactes, ce qui est irréaliste face au bruit et à l'ambiguïté.
  • L'Équilibre de Réponse Quantale (QRE) introduit du bruit dans les décisions, mais les spécifications standard (comme le modèle Logit) imposent souvent des hypothèses restrictives sur la structure de dépendance (ex: chocs indépendants et identiquement distribués - i.i.d.), conduisant à l'axiome d'indépendance par rapport aux alternatives non pertinentes (IIA) de Luce. Cela échoue à capturer des phénomènes empiriques comme les effets de "clone" ou les choix parcimonieux (sparse choices).

2. Méthodologie : L'Équilibre Statistique des Croyances Optimistes (SE-OB)

Les auteurs introduisent un nouveau concept d'équilibre, le SE-OB, qui généralise le NE et le QRE structurel. La méthodologie repose sur une approche en deux étapes inspirée de la théorie du choix discret et de l'optimisme :

1. Ensemble de croyances (Belief Set) : Chaque joueur $j$ est doté d'un ensemble de croyances $\mathcal{B}_j$ représentant l'ensemble des distributions conjointes plausibles des perturbations de paiement, étant donné les marginales observées.
2. Sélection de croyance optimiste : Face à l'ambiguïté de la dépendance, le joueur adopte une attitude optimiste. Il sélectionne, dans son ensemble de croyances, la distribution conjointe $\mu^*$ qui maximise l'espérance du meilleur paiement perturbé parmi toutes les actions disponibles :
   $$\mu^*_j \in \arg\max_{\mu \in \mathcal{B}_j} \mathbb{E}_{\xi \sim \mu} \left[ \max_{i} (u_{j,i} + \xi_i) \right]$$
   Cette étape résout l'ambiguïté en supposant que la structure de dépendance inconnue est celle qui favorise le plus l'apparition d'une option particulièrement attrayante.
3. Règle de choix stochastique : Une fois la croyance optimiste $\mu^*$ sélectionnée, le joueur choisit une action selon une règle de choix à utilité aléatoire induite par cette distribution.
4. Point fixe : Un SE-OB est défini comme un profil de stratégies mixtes où la stratégie de chaque joueur est cohérente avec cette procédure de réponse en deux étapes, étant donné les stratégies des autres joueurs.

3. Contributions Clés

L'article apporte plusieurs contributions théoriques et techniques majeures :

• Existence et Généralité : Les auteurs établissent l'existence d'un SE-OB sous des conditions de régularité standard (convexité, compacité faible, moments finis) sur les ensembles de croyances. Le cadre est suffisamment général pour englober le NE (quand les ensembles de croyances sont des singletons dégénérés) et le QRE structurel (quand l'ensemble est un singleton de mesure de probabilité).
• Caractérisation via les Ensembles de Croyances Marginales (MBS) : Pour la classe économiquement pertinente des ensembles de croyances marginales (où les distributions marginales sont fixées mais la dépendance est libre, correspondant à la classe de Fréchet), les auteurs montrent que :
  • La sélection de croyance optimiste se réduit à un problème de couplage optimal.
  • Le SE-OB coïncide avec l'équilibre de Nash d'un jeu régularisé lisse (smooth regularized game).
  • La fonction de régularisation est déterminée par les fonctions quantiles marginales.
• Fondements Informationnels (Feedback Bandit) : La section 5 justifie théoriquement l'utilisation des MBS. Dans un environnement de type "bandit" (où seul le paiement de l'action choisie est observé), la copule (dépendance conjointe) n'est pas identifiable, même avec une exploration infinie, tandis que les marginales le sont. Ainsi, l'ensemble de croyances MBS représente l'ensemble d'identification non paramétrique le plus fin possible.
• Flexibilité Computationnelle et Comportementale : Le cadre SE-OB permet de récupérer des règles de réponse variées selon le choix des marginales :
  • Marginales exponentielles $\rightarrow$ Softmax / Logit (QRE standard).
  • Marginales uniformes $\rightarrow$ Sparsemax (choix parcimonieux, certaines actions ont une probabilité nulle).
  • Marginales de Pareto $\rightarrow$ Comportements intermédiaires.

4. Résultats Principaux

• Théorème d'Existence : Sous des hypothèses de compacité et de moments, un SE-OB existe toujours.
• Équivalence avec les Jeux Régularisés : Pour les MBS, trouver un SE-OB équivaut à trouver un NE d'un jeu où les fonctions de paiement sont lissées par un terme de régularisation dépendant des quantiles. Cela transforme un problème d'équilibre avec ambiguïté en un problème d'optimisation convexe (ou concave pour les joueurs) bien posé.
• Falsifiabilité :
  • Si les ensembles de croyances sont totalement libres, le modèle est non falsifiable (comme le QRE non restreint).
  • Cependant, en restreignant l'attention aux MBS, le modèle devient falsifiable et impose des restrictions testables sur le comportement observé.
• Violation de l'IIA (Indépendance par rapport aux alternatives non pertinentes) : Les simulations montrent que le SE-OB (avec des marginales uniformes) capture des violations systématiques de l'axiome IIA. Contrairement au Logit-QRE où l'ajout de clones d'une option dilue la probabilité de l'option dominante jusqu'à zéro, le SE-OB maintient une probabilité positive pour l'option dominante, reflétant mieux les données empiriques et les effets de contexte.

5. Signification et Implications

• Théorique : Le SE-OB fournit un pont rigoureux entre la théorie des jeux, la théorie du choix discret et l'apprentissage par renforcement (bandits). Il offre une justification fondée sur l'identification statistique pour les modèles d'équilibre avec bruit, dépassant les hypothèses ad hoc sur la distribution du bruit.
• Computationnelle : En reliant le SE-OB aux jeux régularisés lisses, l'article ouvre la voie à des algorithmes de calcul efficaces (basés sur des méthodes de gradient ou de régularisation) pour trouver des équilibres dans des jeux complexes, évitant la complexité PPAD-complète du calcul de Nash exact.
• Empirique : Le modèle offre une flexibilité supérieure pour expliquer les comportements humains, notamment la capacité à ignorer des options suboptimales (choix parcimonieux) et la robustesse face à la prolifération d'options similaires, ce que les modèles Logit standards ne peuvent pas expliquer.

En résumé, cet article propose un cadre unifié pour modéliser l'équilibre stratégique sous incertitude et ambiguïté de dépendance, en exploitant l'optimisme comme mécanisme de résolution de l'ambiguïté, tout en garantissant la tractabilité computationnelle et la cohérence avec les contraintes d'identification statistique.