Random Utility with Aggregation

Cet article examine la rationalité de l'utilité aléatoire avec agrégation lorsque les alternatives sous-jacentes varient entre les consommateurs et sont inobservées, démontrant que les implications testables sont plus faibles que celles d'un modèle d'utilité aléatoire agrégé (ARUM) et identifiant deux conditions nécessaires pour leur équivalence afin d'éviter des biais d'estimation.

L'essentiel

Imagine que vous êtes un chef cuisinier (le chercheur) qui essaie de comprendre ce que les clients (les consommateurs) préfèrent manger.

Dans la vie réelle, les clients ne choisissent pas entre des catégories abstraites comme « Viande » ou « Petit-déjeuner ». Ils choisissent entre des choses précises : un steak, un hamburger, des œufs brouillés ou des crêpes.

Cependant, dans les données que vous avez (les reçus de caisse), tout est regroupé. Vous voyez seulement : « 50 % de ventes de Viande » et « 50 % de ventes de Petit-déjeuner ». Vous ne savez pas exactement quels types de viande ou quelles options de petit-déjeuner étaient disponibles pour chaque client.

C'est le cœur du problème que ce papier résout.

1. Le Problème : La Boîte Noire

Les économistes utilisent souvent un modèle simple appelé ARUM (Modèle de Utilité Aléatoire Agrégée). C'est comme si vous disiez : « Le client choisit entre "Viande" et "Petit-déjeuner" comme s'il s'agissait de deux fruits uniques, une pomme et une poire. »

Le papier dit : Attention, c'est dangereux !
Pourquoi ? Parce que la « boîte » Petit-déjeuner n'est pas toujours la même.

• Pour le client A, la boîte contient des œufs et du bacon.
• Pour le client B, à cause d'une pénurie d'œufs, la boîte ne contient que des crêpes.
• Pour le client C, la boîte contient des crêpes et du saumon fumé.

Si vous traitez « Petit-déjeuner » comme un objet unique et fixe, vous allez mal interpréter les choix. Vous pourriez penser que les clients adorent les crêpes, alors qu'en réalité, ils ont juste choisi la boîte « Petit-déjeuner » parce que les œufs n'étaient pas disponibles pour eux.

2. La Solution : Le Modèle Réaliste (RU)

Les auteurs proposent un modèle plus intelligent, le RU (Utilité Aléatoire sur les alternatives de base). Ils disent : « Ok, les clients choisissent vraiment entre les œufs, les crêpes et le bacon, mais nous, chercheurs, on ne voit que le résultat agrégé. »

Ils découvrent que si on utilise ce modèle réaliste, les règles pour prédire les choix sont beaucoup plus souples que celles du modèle simpliste (ARUM).

L'analogie du Camion de Glace :

• Modèle ARUM (Simpliste) : Imaginez que vous vendez des glaces. Vous pensez que si vous ajoutez une nouvelle saveur (Vanille), les ventes de la saveur existante (Chocolat) vont toujours baisser. C'est logique, n'est-ce pas ?
• Modèle RU (Réaliste) : Parfois, ajouter une nouvelle saveur (disons, un parfum très chic) envoie un signal. Cela indique que vous êtes dans un quartier chic. Soudain, les clients pensent : « Ah, ce magasin est haut de gamme, donc la boîte "Autres options" (le reste du menu) doit contenir des choses super luxueuses ! »
  Résultat : Les ventes de Chocolat ne baissent pas, elles peuvent même augmenter parce que l'ambiance générale a changé ! Le modèle simple (ARUM) ne peut pas expliquer cela, mais le modèle réaliste (RU), oui.

3. Les Deux Règles Magiques pour Sauver le Modèle Simple

Les auteurs se demandent : « Quand est-ce qu'on peut quand même utiliser le modèle simple (ARUM) sans se tromper ? »
Ils trouvent deux conditions où le modèle simple fonctionne parfaitement :

1. La Règle des Voisins (Préférences non chevauchantes) :
   Imaginez que vous classez tous les aliments du meilleur au pire. Pour que le modèle simple fonctionne, tous les ingrédients cachés dans la boîte « Petit-déjeuner » doivent être les uns à côté des autres dans votre classement.

   • Exemple : Si vous aimez les crêpes, les pancakes et les gaufres, et que vous les classez tous ensemble au milieu de votre liste, c'est bon.
   • Problème : Si vous aimez les crêpes (très haut) mais détestez les œufs (très bas), et que votre boîte « Petit-déjeuner » contient les deux, le modèle simple va échouer. Il ne peut pas gérer ce mélange extrême.

2. La Règle de la Boîte Constante (Composition indépendante du menu) :
   C'est le fait que la composition de la boîte « Petit-déjeuner » ne change jamais, peu importe ce que vous achetez ailleurs.

   • Exemple : Si vous achetez des céréales, la boîte contient toujours les mêmes options. Si vous achetez du pain, la boîte contient toujours les mêmes options.
   • Problème : Si la boîte change selon ce que vous achetez (parce que les œufs sont en rupture de stock seulement quand vous achetez des céréales), alors le modèle simple va vous donner de faux résultats.

4. La Conclusion : Attention aux Biais !

Les auteurs ont fait des simulations (des jeux d'ordinateur) pour voir ce qui se passe si on ignore ces règles.
Le résultat est effrayant pour les économistes :

• Si on utilise le modèle simple (ARUM) alors qu'on devrait utiliser le modèle réaliste (RU), on peut se tromper complètement.
• On peut conclure que le client préfère le produit A au produit B, alors qu'en réalité, c'est l'inverse !
• C'est comme si un médecin diagnostiquait une maladie grave alors que le patient n'avait qu'un rhume, simplement parce qu'il a utilisé un test trop simpliste.

En résumé :
Ce papier nous dit : « Soyez prudents quand vous regroupez des données. Le monde réel est complexe et changeant. Si vous forcez la réalité dans une boîte trop petite (le modèle simple), vous risquez de faire des erreurs coûteuses. Mais si vous respectez les deux règles (les préférences sont cohérentes et les options disponibles ne changent pas selon le contexte), alors vous pouvez utiliser vos outils simples en toute sécurité. »

Résumé technique

Résumé Technique : Rationalité à Utilité Aléatoire avec Agrégation

1. Problématique et Contexte

En économétrie appliquée et en économie industrielle, il est courant d'agréger des alternatives distinctes en catégories uniques pour simplifier l'analyse des données (par exemple, regrouper tous les produits de bœuf sous l'étiquette « bœuf » ou traiter l'« option extérieure » comme une seule alternative résiduelle englobant toutes les autres possibilités de consommation).

Le problème central abordé par les auteurs réside dans la disjonction entre le processus de génération des données (DGP) et l'outil empirique utilisé :

• Hypothèse naturelle (DGP) : Les consommateurs évaluent et choisissent parmi des alternatives sous-jacentes réelles (ex: œufs, crêpes, saumon fumé). Un modèle à utilité aléatoire (RUM) devrait donc être défini sur ces alternatives sous-jacentes.
• Outil empirique standard : Les chercheurs utilisent souvent un Modèle à Utilité Aléatoire Agrégée (ARUM), qui suppose que les agrégats observés sont des objets de choix atomiques et que les préférences sont définies directement sur ces agrégats.

L'hypothèse implicite de l'ARUM est que les fréquences de choix observées sur les agrégats sont cohérentes avec un RUM défini sur ces mêmes agrégats. Cependant, la composition réelle d'un agrégat (surtout l'option extérieure) peut varier d'un consommateur à l'autre et d'un marché à l'autre (hétérogénéité non observée). Le papier étudie les implications testables d'un RUM défini sur les alternatives sous-jacentes (avec composition d'agrégats inconnue et variable) et compare ces implications à celles de l'ARUM standard.

2. Méthodologie et Cadre Théorique

Les auteurs formalisent le problème en introduisant deux concepts clés :

1. Correspondance d'agrégation ($X$) : Une fonction qui associe chaque agrégat (ex: « option extérieure ») à un ensemble d'alternatives sous-jacentes possibles ($X(a)$).
2. Distribution de composition ($\lambda$) : Une distribution de probabilité qui détermine, pour chaque ensemble de choix (menu), quelle sous-partie des alternatives sous-jacentes constitue réellement l'agrégat. Crucialement, cette distribution peut dépendre du menu (ex: la disponibilité des œufs peut varier selon le marché).

Ils définissent la Rationalité à Utilité Aléatoire (RU-rationality) pour un ensemble de données réduit $\rho$ (observé sur les agrégats) comme l'existence d'une distribution de préférences $\mu_X$ sur les alternatives sous-jacentes et d'une distribution de composition $\lambda$ telles que les choix observés soient une moyenne pondérée des choix RUM sur les compositions possibles.

L'analyse se déroule sur trois axes principaux :

• Caractérisation des fréquences de choix (conditions d'axiomes).
• Caractérisation des comportements déterministes (représentation par les sommets du polytope).
• Conditions d'équivalence entre RU-rationalité et ARU-rationalité.

3. Résultats Clés

A. Caractérisation des Implications Testables (Théorème 3.1)

Les auteurs montrent que la RU-rationalité est substantiellement plus faible que l'ARU-rationalité. Sous l'hypothèse de richesse de l'ensemble des alternatives sous-jacentes, un choix stochastique $\rho$ est RU-rationalisable si et seulement s'il satisfait deux conditions :

1. Monotonie Limitée (Limited Monotonicity) : L'ajout d'un agrégat non-atomique (comme l'option extérieure) ne doit pas augmenter la fréquence de choix des alternatives atomiques. Cependant, contrairement à l'ARUM, la monotonie n'est pas requise lorsque l'on ajoute une alternative à un menu contenant déjà l'agrégat.
   • Explication : L'ajout d'une nouvelle alternative peut révéler des informations sur la composition de l'agrégat (ex: un nouveau cereal de luxe signale un marché à haut revenu où l'option extérieure contient des alternatives plus attrayantes), ce qui peut paradoxalement augmenter la probabilité de choisir l'option extérieure.
2. Rationalité RU Partielle (Partial RU-rationality) : Sur les menus contenant uniquement des alternatives atomiques, les choix doivent satisfaire les restrictions standard d'un RUM.

B. Caractérisation par les Sommets et Complexité (Théorème 3.2)

Les auteurs caractérisent l'ensemble des comportements admissibles sous forme de polytopes :

• Polytope ARU : Ses sommets sont les fonctions de choix déterministes induites par des ordres linéaires sur les agrégats.
• Polytope RU : Ses sommets incluent les comportements ARU, mais aussi des comportements de type « effet de menu » où l'agent maximise un ordre linéaire sur certains menus mais choisit systématiquement l'option extérieure (par défaut) sur d'autres.
• Résultat : Le polytope RU contient strictement le polytope ARU. Le nombre de sommets du polytope RU est doublement exponentiellement plus grand que celui du polytope ARU. Cela signifie que l'ARUM impose des contraintes beaucoup plus fortes et exclut une vaste classe de comportements rationnels au niveau sous-jacent.

C. Stabilité et Approximation (Théorèmes 3.3 et 3.4)

Lorsque la correspondance d'agrégation est fixée mais que la distribution de composition est inconnue :

• L'ensemble des choix RU-rationalisables s'élargit avec le nombre d'alternatives sous-jacentes ($n$).
• Dès que $n \ge |AA| + 1$ (où $|AA|$ est le nombre d'agrégats atomiques), l'ensemble se stabilise et est entièrement caractérisé par la Monotonie Limitée et la Rationalité RU Partielle.
• Même en dessous de ce seuil, l'ensemble RU-rationalisable est très proche de l'ensemble non contraint, suggérant que les implications empiriques de l'ARUM sont rarement justifiées.

D. Conditions d'Équivalence (Propositions 4.1 et 4.2)

Les auteurs identifient deux conditions indépendantes et nécessaires/suffisantes pour que la RU-rationalité implique l'ARU-rationalité (rendant l'ARUM valide) :

1. Préférences Non-Chevauchantes (Non-overlapping preferences) : Pour chaque agrégat, les alternatives sous-jacentes qu'il représente doivent occuper des positions adjacentes dans les préférences de chaque consommateur. Si les alternatives d'un agrégat sont dispersées dans les classements, l'agrégation introduit un biais.
2. Indépendance du Menu de la Composition (Menu-independence) : La distribution de composition $\lambda$ ne doit pas varier selon le menu. Si la composition de l'option extérieure change systématiquement selon les autres options disponibles, l'ARUM est invalide.

4. Résultats de Simulation

Les auteurs quantifient l'impact empirique de la violation de ces conditions via des simulations basées sur un modèle Logit :

• Biais d'estimation : Lorsque la composition est dépendante du menu ou que les préférences se chevauchent, l'estimation d'un ARUM (ex: Logit multinomial sur les agrégats) produit des biais significatifs.
• Inversion des préférences : Dans certains cas, le biais est suffisamment fort pour inverser le classement des alternatives estimées par rapport à la vérité (ex: estimer qu'une alternative $y$ est préférée à $x$, alors que $u(x) > u(y)$).
• Distance géométrique : La distance entre les données observées et le polytope ARU augmente avec le degré de dépendance au menu de la composition et le chevauchement des préférences.

5. Signification et Contributions

Ce papier apporte plusieurs contributions majeures à la littérature sur le choix stochastique et l'économétrie industrielle :

1. Théorisation de l'agrégation hétérogène : C'est la première étude à caractériser formellement les implications d'un RUM lorsque la composition des agrégats est inconnue, hétérogène et dépendante du menu.
2. Mise en garde contre l'ARUM : Il démontre que l'utilisation standard de l'ARUM repose sur des hypothèses très restrictives (préférences non-chevauchantes ou composition stable) qui sont souvent violées dans la réalité (notamment pour l'option extérieure).
3. Guidance pratique : Les résultats fournissent des règles concrètes pour la construction de jeux de données agrégés :
   • Ne pas regrouper des alternatives qui sont des substituts proches mais qui ont des utilités très différentes (violation de non-chevauchement).
   • S'assurer que la disponibilité des alternatives sous-jacentes d'un agrégat ne varie pas systématiquement avec le menu (violation d'indépendance du menu).
4. Implications pour l'estimation : Les simulations montrent que l'ignorance de ces mécanismes peut conduire à des erreurs d'estimation non seulement sur les niveaux d'utilité, mais aussi sur les ordres de préférence déduits, faussant ainsi les prédictions de comportement et les politiques publiques.

En conclusion, ce travail établit que la rationalité à utilité aléatoire au niveau des alternatives sous-jacentes est une hypothèse beaucoup plus faible et flexible que l'ARUM, et que l'imposition de l'ARUM sans vérification des conditions de cohérence peut mener à des conclusions empiriques erronées.