No Trade Under Verifiable Information

1. Il Problema e il Contesto

Il paper si inserisce nel dibattito sulla teoria dei "No Trade Theorems" (Teoremi di assenza di scambi), che indagano le condizioni sotto le quali agenti razionali non possono accordarsi su uno scambio di titoli, nonostante abbiano informazioni private asimmetriche.

• Contesto storico: Tradizionalmente, la letteratura (Aumann, 1976; Milgrom e Stokey, 1982) ha dimostrato che se gli agenti condividono un prior comune e le loro convinzioni sono conoscenza comune, non possono "disaccordare" (agree to disagree) su un evento, rendendo impossibile lo scambio razionale.
• Il gap: La letteratura esistente ha esplorato condizioni che impediscono il commercio rilassando l'ipotesi di prior comune, di conoscenza comune, o introducendo agenti con razionalità limitata o avversione all'ambiguità.
• L'obiettivo di Galanis: Il paper esamina un insieme diverso di condizioni: le proprietà dell'informazione privata degli agenti che permettono di verificare (o rivelare) il valore vero del titolo scambiato. L'autore indaga se e quando la struttura dell'informazione privata, indipendentemente dal prior, impedisce il commercio.

2. Metodologia e Modello

L'autore utilizza un modello formale basato sulla teoria dei giochi e sulla logica epistemica, caratterizzato da:

• Ambiente: Un insieme finito di agenti ($I$) e un insieme finito di stati del mondo ($\Omega$).
• Informazione: Ogni agente $i$ possiede una partizione $\Pi_i$ che rappresenta la sua informazione privata e un prior $p_i$ (non necessariamente comune).
• Titolo: Un titolo $X: \Omega \to \mathbb{R}$ che paga un dividendo in base allo stato della natura.
• Fasi temporali: Lo scambio avviene in una fase intermedia (interim), dopo che gli agenti hanno ricevuto la loro informazione privata ma prima che lo stato vero venga rivelato.

Il paper analizza tre ambienti di trading distinti:

1. Statico: Basato su Aumann (1976). Si verifica se esiste un "commercio di conoscenza comune" (gli agenti sanno che gli altri hanno aspettative diverse e sono disposti a scambiare).
2. Dinamico (Annunci sequenziali): Basato su Geanakoplos e Polemarchakis (1982). Gli agenti annunciano sequenzialmente le loro aspettative, aggiornando le credenze degli altri. Si indaga se il disaccordo può persistere all'infinito.
3. Dinamico (Mercati di previsione): Basato su Ostrovsky (2012). Gli agenti sono miopi e usano regole di scoring (es. mercati predittivi) per aggiornare i prezzi. Si indaga se le informazioni si aggregano verso il valore vero.

3. Definizioni Chiave di Verificabilità

Il contributo centrale è l'introduzione di quattro proprietà gerarchiche che definiscono quanto l'informazione privata degli agenti "verifica" il valore del titolo:

1. Verificabilità (Verifiable): Per ogni stato, esiste almeno un agente che conosce il valore esatto del titolo. (Condizione forte).
2. Verificabilità Max-Min (Maxmin Verifiable): Esiste un agente che, in uno stato, conosce se il valore del titolo è il massimo o il minimo possibile tra tutti i valori considerati possibili come conoscenza comune. (Condizione intermedia).
3. Verificabilità a Soglia (Threshold Verifiable): Esiste una soglia $x$ e un agente che, in qualche stato, sa se il valore del titolo è strettamente sopra o sotto $x$. (Condizione debole ma cruciale).
4. Verificabilità Collettiva (Collectively Verifiable): Solo la congiunzione di tutte le informazioni private degli agenti rivela il valore vero. Nessuno sa da solo il valore, ma insieme potrebbero scoprirlo.

4. Risultati Principali

A. Ambiente Statico (Teorema 1)

Il risultato fondamentale è il Teorema 1:

La proprietà di Verificabilità a Soglia è necessaria e sufficiente per l'assenza di commercio di conoscenza comune (no common knowledge trade), per qualsiasi insieme di priors.

• Sufficienza: Se esiste un agente che sa distinguere se il valore è sopra o sotto una soglia (in qualche stato raggiungibile), allora non può essere conoscenza comune che gli agenti abbiano aspettative diverse. Di conseguenza, non possono accordarsi su uno scambio.
• Necessità: Se la verificabilità a soglia fallisce, è possibile costruire un insieme di priors tale per cui gli agenti hanno aspettative diverse e comuni, portando a un commercio.
• Implicazione: Anche la Verificabilità Max-Min (più forte) è sufficiente per impedire il commercio, ma non è necessaria. La Verificabilità Collettiva non è sufficiente: un esempio mostra che anche se tutti insieme conoscono il valore, possono comunque esistere aspettative diverse e comuni che portano a scambi.

B. Ambiente Dinamico (Annunci Sequenziali)

In un setting dinamico, la verificabilità a un tempo $t$ non garantisce la stessa proprietà a $t+1$.

• Esempio 2: Mostra che un titolo può essere max-min verificabile all'inizio, ma dopo alcuni annunci, l'informazione pubblica riduce lo spazio degli stati in modo che la proprietà di verificabilità venga persa, permettendo il disaccordo perpetuo e il commercio.
• Corollario 1: Affinché non ci sia disaccordo perpetuo, la verificabilità a soglia (o max-min) deve essere soddisfatta in un tempo $t^*$, ovvero nel periodo in cui l'aggiornamento delle informazioni si ferma e le annunciazioni diventano costanti.

C. Aggregazione delle Informazioni (Mercati di Previsione)

In un mercato con agenti miopi e regole di scoring (es. mercati predittivi):

• Corollario 2: Se il titolo è verificabile a soglia al tempo $t^*$, allora le informazioni si aggregano e il prezzo converge al valore vero del titolo.
• Questo risultato è potente perché si applica a tutti i titoli, non solo a quelli "separabili" (una condizione richiesta in letteratura precedente come Ostrovsky, 2012, quando i priors sono comuni).

D. Titoli Multipli

Il paper estende i risultati a un portafoglio di titoli $\{X_i\}$ che sommano a zero.

• Proposizione 1: L'assenza di commercio di conoscenza comune per titoli multipli è equivalente alla verificabilità a soglia del sistema di titoli.

5. Contributi e Significato

1. Nuova Condizione di No-Trade: Il paper identifica la verificabilità a soglia come la condizione esatta (necessaria e sufficiente) che blocca il commercio in presenza di informazioni asimmetriche e priors diversi. Questo sposta il focus dalle assunzioni sui priors (comuni o meno) alla struttura dell'informazione privata.
2. Applicazioni Pratiche:
   • Trading Insider: Aiuta a definire quando un insider dovrebbe essere escluso dal mercato. Se l'insider sa solo se il valore è sopra una soglia (es. successo di un farmaco), il mercato potrebbe fermarsi (no trade), impedendo l'aggregazione delle informazioni. Se sa solo il valore esatto, il mercato si ferma immediatamente.
   • Liquidità e Crisi: Spiega come la conoscenza comune che certi agenti (es. market maker) conoscano asset in difficoltà possa prosciugare la liquidità (effetto "adverse selection" estremo).
   • Blockchain e Oracle: Nel contesto delle DeFi (Decentralized Finance), gli "oracoli" che verificano eventi reali potrebbero agire come insider. Se un oracolo verifica il valore di un asset (o una soglia), ciò potrebbe impedire il trading su smart contract, rendendo il mercato inefficace.
3. Implicazioni per i Mercati Predittivi: Dimostra che per garantire l'aggregazione delle informazioni in mercati con priors diversi, è necessario che l'informazione privata raggiunga un livello di verificabilità a soglia alla fine del processo di aggiornamento.

In sintesi, Galanis dimostra che la capacità di un agente di verificare se il valore di un asset supera una certa soglia è il "collo di bottiglia" critico che determina se un mercato può funzionare o se collassa in assenza di scambi, offrendo un quadro teorico rigoroso per analizzare la liquidità e l'efficienza informativa in contesti moderni come le blockchain e i mercati finanziari tradizionali.