📈 economics

Inattention to States and Characteristics

Cet article introduit un modèle d'inattention rationnelle où les agents acquièrent des informations coûteuses tant sur les caractéristiques de choix que sur les états pertinents pour les gains, résolvant le problème d'optimisation qui en résulte en le décomposant en un problème extérieur strictement concave et un problème de pont de Schrödinger intérieur afin de dériver une probabilité de choix logit multinomial pondérée, unique et intérieure.

Auteurs originaux : Chris Engh

Publié 2026-01-27

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Chris Engh

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous entrez dans un immense supermarché pour acheter un pot de beurre de cacahuète. Vous avez deux préoccupations principales :

L'État (Vos besoins) : Avez-vous faim en ce moment ? Avez-vous une allergie aux arachides ? (Ce sont les « états » du monde qui changent et affectent la pertinence d'un choix pour vous).
Les Caractéristiques (Les options) : Le pot sur l'étagère est-il « Crémeux » ou « Croquant » ? Est-il « Biologique » ou « Classique » ? (Ce sont les « caractéristiques » des choix disponibles).

Dans l'ancienne façon dont les économistes modélisaient la prise de décision (le modèle « État-Action »), on supposait que vous pouviez instantanément et parfaitement lire l'étiquette de chaque pot. Vous n'aviez qu'à payer un « coût mental » pour déterminer si vous aviez faim ou non. Si vous choisissiez le mauvais pot, c'était parce que vous ne connaissiez pas assez bien votre propre niveau de faim.

Le Problème avec l'Ancien Modèle
Christopher Engh soutient que cela ne correspond pas à la vie réelle. Parfois, vous ne manquez pas seulement de connaître votre niveau de faim ; vous manquez aussi de lire l'étiquette. Peut-être que l'étiquette « Biologique » est décolorée, ou qu'il y a tellement de pots que vous saisissez simplement le premier que vous voyez sans vérifier s'il s'agit bien du régime d'assurance à haute couverture que vous vouliez.

L'ancien modèle ne pouvait pas séparer ces deux échecs. Il traitait l'étiquette du pot comme si elle était gratuite et facile à lire, ce qui n'est pas vrai quand on est submergé.

Le Nouveau Modèle : Une Double Taxe Mentale
Engh propose un nouveau modèle où votre cerveau doit payer une « taxe mentale » pour deux choses différentes :

Apprendre sur le Monde (L'État) : Prêter attention au fait que vous avez réellement faim ou une allergie.
Apprendre sur le Menu (Les Caractéristiques) : Prêter attention à ce que les pots indiquent réellement.

Il introduit un « bouton » (appelé $\alpha$ ) qui contrôle votre intérêt pour l'un ou l'autre.

Si le bouton est tourné au maximum d'un côté, vous êtes comme un robot qui lit instantanément chaque étiquette mais qui est confus quant à sa propre faim.
S'il est tourné de l'autre côté, vous connaissez parfaitement votre faim mais vous saisissez n'importe quel pot sans lire l'étiquette.
Le plus important : Au milieu, vous faites un mélange des deux. Vous prêtez attention à vos besoins et vous essayez de lire les étiquettes, mais vous devez équilibrer l'effort.

La Formule « Weighted Logit » : La Recette du Choix
La plus grande découverte de l'article est une formule simple qui prédit ce que vous allez acheter. Elle dit que votre choix est un bras de fer entre trois forces :

L'Utilité (Le Goût) : À quel point vous voulez ce beurre de cacahuète en fonction de vos besoins (ex : « J'ai besoin de croquant car je fais un sandwich »).
L'Effet de « Foule » ( $\phi$ ) : Quelle est la fréquence de ce type de pot dans le magasin. Si 90 % des pots sont « Crémeux », il est plus difficile d'éviter d'acheter du Crémeux, même si vous vouliez du Croquant. Le modèle dit : « Les citrons sont plus difficiles à éviter lorsqu'ils sont partout. »
L'Inertie (L'Habitude) : Parce que lire les étiquettes coûte cher (mentalement), vous avez tendance à rester fidèle à ce que vous achetez habituellement, à moins de vraiment faire attention.

Le résultat est un « Weighted Multinomial Logit ». Voyez cela comme un aimant. L'aimant vous attire vers la meilleure option, mais la « foule » (la fréquence de l'option) et votre « paresse » (le coût de l'attention) vous tirent vers la moyenne.

Pourquoi cela Importe : La Réponse « Unique »
Dans les anciens modèles, parfois, les mathématiques ne parvenaient pas à décider exactement ce que vous feriez. Le modèle disait : « Vous pourriez acheter A, ou vous pourriez acheter B », sans raison claire.

Le nouveau modèle d'Engh corrige cela. Parce qu'il rend compte du coût d'ignorer les étiquettes, il impose une prédiction unique et spécifique. Il explique pourquoi les gens choisissent parfois de « mauvaises » options (comme un régime d'assurance de faible qualité) non pas parce qu'ils sont stupides, mais parce que ces mauvaises options sont si communes et que l'effort mental pour les trier est trop élevé.

Le « Pont de Schrödinger » (La Magie Mathématique)
Pour résoudre cela, l'auteur utilise un outil mathématique sophistiqué appelé « pont de Schrödinger ».

La Métaphore : Imaginez que vous avez un tas de sable (vos habitudes actuelles) et que vous voulez déplacer le sable pour lui donner une nouvelle forme (vos choix idéaux) avec le moins d'effort possible.
Les mathématiques montrent qu'il n'existe qu'une seule façon parfaite de déplacer ce sable. Cela garantit que le modèle donne une réponse unique et claire sur la façon dont les gens se comporteront, plutôt qu'une liste confuse de possibilités.

En Résumé
Cet article construit une meilleure carte de la prise de décision humaine. Il admet que nous sommes souvent trop occupés pour lire chaque étiquette et trop confus pour connaître parfaitement nos propres besoins. En ajoutant un coût pour « ne pas prêter attention au menu », le modèle crée une prédiction unique et réaliste de la raison pour laquelle nous faisons parfois les choix que nous faisons, surtout lorsque les options sur l'étagère sont accablantes.

Résumé technique : Inattention aux états et aux caractéristiques

Énoncé du problème
Cet article traite d'une limitation du cadre standard de l'inattention rationnelle (IR) état-action (Matějka et McKay, 2015) lorsqu'il est appliqué à des environnements de choix impliquant une incertitude tant sur les états pertinents pour le gain ( $\theta$ ) que sur les caractéristiques du menu ( $\xi$ ). Dans des contextions telles que les marchés d'assurance, les décideurs (DM) sont confrontés à l'incertitude concernant les états futurs (ex. : risque de perte) et les caractéristiques des options disponibles (ex. : niveaux de couverture). Le modèle état-action standard traite les caractéristiques soit comme étant observées sans coût, soit comme faisant partie du vecteur d'état. Cette approche ne parvient pas à discipliner simultanément deux phénomènes empiriques distincts :

Le gain d'information concernant les caractéristiques par rapport à une prévalence de référence (ex. : distinguer les plans à haute couverture de ceux à faible couverture).
Le caractère informatif des choix concernant l'état sous-jacent.

Plus précisément, la fonction de coût du modèle standard, basée sur l'information mutuelle entre les actions et le vecteur conjoint état-caractéristique, ne rend pas compte du gain d'information entre l'état et les caractéristiques choisies. Par conséquent, elle ne parvient pas à générer des probabilités de choix conditionnelles (CCP) uniques et ne peut pas expliquer naturellement la sélection d'options dominées lorsque ces dernières sont prévalentes.

Méthodologie
L'auteur propose un modèle d'IR généralisé où le décideur acquiert des informations coûteuses sur les états ( $\theta \in \Theta$ ) et les caractéristiques ( $\xi \in \mathcal{X}$ ). Le décideur choisit une distribution jointe $P$ sur les caractéristiques et les états pour maximiser l'utilité attendue moins un coût d'information, sous les contraintes suivantes :

Plausibilité bayésienne : La marge sur les états doit être égale à la distribution a priori $\mu$ ( $P_\theta = \mu$ ).
Faisabilité marginale : La marge sur les caractéristiques doit être absolument continue par rapport à une distribution a priori exogène $\phi$ ( $P_\xi \ll \phi$ ), représentant la prévalence de base des caractéristiques sur le marché.

Le coût d'information $\kappa_{\alpha, \lambda}(P)$ est une somme pondérée de deux composantes :

Information verticale : Le gain d'information moyen de la distribution conditionnelle $P(\xi|\theta)$ par rapport à la distribution a priori exogène $\phi$ . Cela capture le coût du filtrage du menu.
Information horizontale : L'information mutuelle de Shannon $I_P(\xi, \theta)$ (ou équivalemment, le gain d'information de $P(\theta|\xi)$ par rapport à $\mu$ ). Cela capture le coût de l'apprentissage des états via le choix.

Le paramètre $\alpha \in [0, 1]$ indexe le poids relatif de ces deux marges. Le modèle emboîte la formulation état-action standard à $\alpha = 0$ (caractéristiques sans coût) et une limite d'« attention aux caractéristiques » à $\alpha = 1$ (états sans coût).

L'approche mathématique décompose l'optimisation en deux étapes :

Problème interne : Pour une distribution marginale $\nu$ fixée sur les caractéristiques, le problème de trouver la distribution jointe optimale est formulé comme un problème de transport optimal entropique (EOT), plus précisément un pont de Schrödinger entre $\nu$ et $\mu$ .
Problème externe : Le décideur optimise la marge $\nu$ . L'auteur démontre que ce problème externe est strictement concave.

Résultats clés

Logit multinomial pondéré (WML) : Pour un $\alpha \in (0, 1)$ intermédiaire, la probabilité de choix conditionnelle optimale satisfait une règle logit pondérée unique et intérieure :
$P(\xi|\theta) \propto \phi(\xi)^\alpha P_\xi(\xi)^{1-\alpha} e^{u(\xi, \theta)/\lambda}$
Cette formule intègre trois forces : l'utilité ( $u$ ), l'attraction des caractéristiques prévalentes ( $\phi$ ), et l'inertie induite par l'apprentissage coûteux de l'état (la marge endogène $P_\xi$ ).
Unicité et intériorité : Contrairement au modèle état-action standard, qui peut produire plusieurs marginales optimales, ce modèle garantit une marginale $P_\xi$ unique et, par conséquent, une CCP unique. De plus, la solution est intérieure par rapport à $\phi$ (c'est-à-dire $P_\xi \ll \phi$ et $\phi \ll P_\xi$ ). Cette intériorité découle d'une « condition d'Inada » sur la fonction de coût : lorsque la probabilité de choisir une caractéristique spécifique tend vers zéro, le coût marginal de la réduction supplémentaire de cette probabilité tend vers l'infini. Cela empêche le décideur d'exclure complètement les « produits de mauvaise qualité » (lemons) si ceux-ci sont prévalents sur le marché.
Lien avec les ponts de Schrödinger : L'article établit un lien inédit entre l'inattention rationnelle et le transport optimal entropique. Fixer la marginale transforme le problème interne en un problème de pont de Schrödinger, qui admet une solution unique caractérisée par des potentiels de Schrödinger. Le problème externe se réduit à la recherche de la marginale optimale qui maximise une fonction objective strictement concave dérivée de l'inégalité de Jensen.
Restrictions testables : Le modèle fournit des restrictions falsifiables concernant la réaction des CCP à l'entrée sur le marché (changements de $\phi$ ). Plus précisément, le ratio des probabilités de choix pour deux caractéristiques à travers différents états devrait être invariant par rapport à l'état si le modèle est vérifié, permettant ainsi l'identification par sur-identification du paramètre $\alpha$ sans nécessiter la connaissance de la $\phi$ de base.

Signification et contributions
L'auteur revendique trois contributions principales :

Tractabilité et testabilité : Il fournit une caractérisation de choix stochastique en forme fermée (le WML) qui sépare les effets de l'utilité, de la prévalence du marché et des coûts d'information, offrant une alternative disciplinée aux modèles à information complète.
Prédictions ponctuelles : En garantissant une solution unique et intérieure, le modèle résout les problèmes de non-unicité du cadre état-action et rationalise l'observation empirique selon laquelle les agents sélectionnent parfois des options dominées lorsque ces options sont communes.
Généralisation théorique : Il étend l'inattention rationnelle aux espaces de Polish généraux et aux contextes non discrets, comblant le fossé entre l'économie de l'information et les développements récents du transport optimal entropique (ponts de Schrödinger).

L'auteur conclut que ce cadre offre un outil plus robuste pour analyser les problèmes de choix pertinents pour le bien-être, où l'incertitude existe à la fois sur l'environnement et sur le menu d'options, particulièrement dans des contextes comme l'assurance où l'incompréhension des caractéristiques contractuelles constitue un mode de défaillance distinct des erreurs de prévision.

Articles similaires