Posterior-Separable Costs and Menu Preferences

1. Il Problema e il Contesto

Il paper si inserisce nel campo della razionale disattenzione (Rational Inattention), un framework teorico in cui gli agenti economici devono acquisire informazioni prima di prendere decisioni, ma tale acquisizione comporta un costo.
Il problema centrale affrontato dagli autori è la caratterizzazione assiomatica delle preferenze su "menu" (insiemi di atti) quando il costo dell'informazione è separabile rispetto ai posteriori (posterior-separable).
Sebbene la letteratura precedente (es. De Oliveira et al., 2017) abbia fornito una caratterizzazione generale dei costi di informazione, questo lavoro mira a identificare le condizioni necessarie e sufficienti affinché tali costi ammettano una rappresentazione specifica che garantisca l'esistenza di una soluzione unica nel problema di ottimizzazione dell'agente. In particolare, gli autori vogliono collegare le preferenze comportamentali dell'agente alla proprietà geometrica della "unicità dell'iperpiano ottimale" nel problema di concavificazione.

2. Metodologia

Gli autori utilizzano un approccio assiomatico basato sulla teoria della scelta razionale e sulla geometria convessa.

• Modello di Base: L'agente sceglie tra menu di atti, consapevole di poter acquisire informazioni (segnali) prima di scegliere l'atto finale. Le preferenze sono rappresentate da una funzione di utilità indiretta $V(\phi_F)$ che massimizza l'utilità attesa netta dei costi di informazione:
  $$V(\phi_F) = \max_{\pi \in \Pi(p_0)} \int [\phi_F(p) - \psi(p)] \pi(dp)$$
  dove $\pi$ è una distribuzione sui posteriori, $p_0$ è il prior, e $\psi$ è una funzione di incertezza (costo).
• Strumenti Matematici:
  • Concavificazione: Il problema è riformulato come il calcolo della concavificazione della funzione netta $N_F = \phi_F - \psi$.
  • Geometria Convessa: L'ottimizzazione è analizzata attraverso gli iperpiani di supporto (tangentiali) al grafico della funzione concavificata.
  • Differenziabilità Direzionale Congiunta (JDD): Viene introdotta una nuova proprietà di regolarità per la funzione di costo $\psi$, chiamata Joint-Directional Differentiability, che generalizza la differenziabilità classica.
• Assiomi Proposti:
  1. Indipendenza dalle Alternative Irrilevanti (IIA): Se un agente è indifferente tra due menu $F$ e $G$ e anche tra la loro intersezione $F \cap G$, allora è indifferente anche tra la loro unione $F \cup G$. Questo implica che le opzioni al di fuori dell'intersezione non aggiungono valore se le opzioni comuni sono già sufficienti.
  2. Equivalenza dell'Ignoranza (Ignorance Equivalence - IE): Per ogni menu $F$, esiste un atto $h$ (l'equivalente dell'ignoranza) tale che $h \sim F \sim F \cup \{h\}$. Aggiungere $h$ al menu non cambia il valore perché $h$ rappresenta un'opzione che non richiede acquisizione di informazioni ma offre lo stesso valore atteso.

3. Contributi Chiave e Risultati Principali

Il risultato centrale è il Teorema 1, che stabilisce l'equivalenza tra tre affermazioni:

1. Le preferenze soddisfano gli assiomi IIA e IE.
2. Le preferenze ammettono una rappresentazione con costi separabili rispetto ai posteriori, dove la funzione di incertezza $\psi$ soddisfa la Joint-Directional Differentiability (JDD).
3. Le preferenze ammettono una rappresentazione con costi separabili rispetto ai posteriori che soddisfano la Proprietà dell'Iperpiano Unico (UHP).

Dettagli Tecnici dei Risultati:

• Unicità dell'Iperpiano Ottimale: Il paper dimostra che gli assiomi IIA e IE sono necessari e sufficienti affinché, per ogni menu, esista un unico vettore normale (iperpiano) che supporta la concavificazione della funzione netta. Senza questa proprietà, potrebbero esistere più iperpiani ottimali con pendenze diverse, portando a indeterminatezza nella scelta delle informazioni.
• Regolarità del Costo (JDD): La proprietà UHP è legata alla regolarità della funzione di costo $\psi$. Gli autori mostrano che $\psi$ deve soddisfare la Joint-Directional Differentiability. Questa condizione è debole (più debole della differenziabilità ovunque) ma abbastanza forte da garantire l'unicità. Include funzioni comunemente usate come l'entropia (Sims, 2003), la log-verosimiglianza e la varianza residua.
• Costruzione Controesemplificativa: Viene mostrato che se $\psi$ non è differenziabile in una direzione congiunta (violando JDD), è possibile costruire menu che violano l'assioma IIA. In tali casi, l'unione di menu che singolarmente non aggiungono valore, collettivamente possono generare un valore superiore grazie alla possibilità di "oscillare" tra diversi iperpiani ottimali.
• Costi Uniformemente Separabili (Sezione 6): Quando si considera l'invarianza rispetto al prior (prior-invariance), gli assiomi IIA e IE implicano che il costo è uniformemente separabile rispetto ai posteriori e che la funzione $\psi$ è differenziabile. Questo risultato è cruciale per applicazioni in cui il modello deve essere robusto a variazioni delle credenze iniziali.

4. Significato e Implicazioni

• Fondazione Teorica: Il lavoro fornisce una giustificazione comportamentale rigorosa per l'uso di costi di informazione separabili rispetto ai posteriori con proprietà di regolarità specifiche. Molti modelli economici (es. design dell'informazione, meccanismi di mercato) assumono implicitamente l'unicità della soluzione; questo paper giustifica tali assunzioni attraverso proprietà osservabili delle preferenze.
• Strumento per il Design dell'Informazione: La connessione con il problema della persuasione bayesiana (Kamenica e Gentzkow, 2011) è rafforzata. La proprietà dell'iperpiano unico semplifica notevolmente la risoluzione dei problemi di ottimizzazione, permettendo di trattare il costo come una funzione differenziabile o quasi-differenziabile.
• Identificazione Unica: Il paper risolve problemi di identificazione. Senza la condizione di JDD (o differenziabilità), la funzione di incertezza $\psi$ non è unica (può essere modificata aggiungendo termini lineari che non alterano il costo totale). Gli assiomi IIA e IE garantiscono che la rappresentazione del costo sia unica una volta fissata la funzione di utilità $u$.
• Generalizzazione: La condizione JDD è più generale della semplice differenziabilità, permettendo di includere una classe più ampia di funzioni di costo rilevanti per l'economia comportamentale, pur mantenendo la tracciabilità matematica.

In sintesi, de Oliveira e Mensch collegano la struttura assiomatica delle preferenze su menu alla geometria delle funzioni di costo, dimostrando che la "semplicità" comportamentale (IIA e IE) corrisponde a una "regolarità" matematica (JDD) che garantisce soluzioni uniche e ben definite nei modelli di razionale disattenzione.