Merton's Problem with Recursive Perturbed Utility

1. Il Problema: La Preferenza per la Randomizzazione nel Contesto Dinamico

Il problema classico di Merton (1969) sull'investimento intertemporale prevede che un investitore razionale e avverso al rischio segua una politica di portafoglio deterministica, dipendente solo dal tempo e dallo stato di mercato. Tuttavia, evidenze sperimentali e di campo suggeriscono che gli individui mostrano spesso una preferenza intrinseca per scelte "randomizzate" o rumorose (es. "scatole cieche", omakase, allocazioni di portafoglio non deterministiche).

L'approccio statico di Fudenberg et al. (2015), noto come Additive Perturbed Utility (APU), introduce una perturbazione basata sull'entropia nella funzione di utilità per catturare questa preferenza. Tuttavia, estendere l'APU al setting dinamico di Merton presenta due gravi problemi:

1. Mal-postezza (Ill-posedness): Se l'avversione al rischio non è sufficientemente forte, l'agente può spingere il valore atteso all'infinito aumentando la varianza della scelta senza limiti, poiché il guadagno dall'entropia (randomizzazione) non è penalizzato abbastanza dal rischio finanziario.
2. Intrattabilità: Anche quando il problema è ben posto, l'APU additiva non ammette soluzioni analitiche chiuse, rendendo difficile l'analisi delle politiche ottimali.

2. Metodologia: Utilità Perturbata Ricorsiva (RPU)

Per superare queste limitazioni, gli autori introducono l'Utilità Perturbata Ricorsiva (Recursive Perturbed Utility - RPU). Questo approccio si ispira alle utilità ricorsive (Epstein-Zin, Duffie-Epstein) e all'utilità di Uzawa, ma applicata alla randomizzazione invece che al consumo.

• Struttura dell'Aggregatore: La RPU incorpora la preferenza per la randomizzazione in un aggregatore ricorsivo. A differenza dell'APU additiva, il peso attribuito alla perturbazione entropica non è costante, ma endogeno.
• Meccanismo di Sconto Endogeno: Il termine di sconto dipende dall'utilità accumulata dalla randomizzazione passata. Formalmente, il peso sulla randomizzazione al tempo $t$ è dato da $\lambda_t [(1-\gamma)J_t + 1]$, dove $J_t$ è l'utilità ricorsiva.
  • Se $\gamma > 1$ (avversione al rischio tipica), l'accumulo di randomizzazione passata riduce il peso sulla randomizzazione corrente (sconto positivo), prevenendo l'eccesso di randomizzazione e garantendo la ben-postezza del problema.
  • Questo crea una preferenza temporale dipendente dalla storia: più un investitore ha randomizzato in passato, meno valore attribuisce alla randomizzazione attuale.
• Ambiente di Mercato: Il modello è studiato in un mercato incompleto di Markov con un fattore stocastico esogeno (che influenza rendimento e volatilità) e utilità CRRA (Constant Relative Risk Aversion).

3. Risultati Teorici Principali

A. Ottimalità della Politica Gaussiana

Il risultato centrale è che la politica di portafoglio ottima (in termini di rapporto di esposizione al rischio) segue una distribuzione Gaussiana.

• Forma Chiusa: La politica ottima $\pi^*$ è caratterizzata da una media e una varianza esplicithe.
• Indipendenza dalla Ricchezza: La politica è indipendente dal livello di ricchezza $W$, dipendendo solo dai fattori di mercato stocastici $X$ e dal tempo.
• Varianza: La varianza della politica è inversamente proporzionale all'avversione al rischio ($\gamma$) e alla volatilità istantanea del titolo ($\sigma^2$).
  $$\text{Var}(\pi^*) = \frac{\lambda}{\gamma \sigma^2}$$
  Questo implica che un'alta avversione al rischio o un'alta volatilità di mercato riducono il "rumore" nella scelta.

B. Decomposizione della Media Ottimale

La media della politica gaussiana ottima è la somma di due componenti:

1. Termine Miopico: Corrisponde alla soluzione classica di Merton (dipende dal premio per il rischio e dall'avversione al rischio).
2. Termine di Copertura Intertemporale (Hedging): Nasce dall'incompletezza del mercato e dalla correlazione tra il fattore di mercato e il titolo.
   $$\text{Mean}(\pi^*) = \underbrace{\frac{\mu-r}{\gamma \sigma^2}}_{\text{Miopico}} + \underbrace{\frac{\rho \nu}{\gamma \sigma} u_x}_{\text{Hedging}}$$
   Dove $u_x$ è la soluzione di un'Equazione Differenziale alle Derivate Parziali (PDE) non lineare.

C. Bias e Condizione di Invarianza

A differenza di lavori precedenti (es. nel Reinforcement Learning) dove le politiche randomizzate sono spesso non distorte (unbiased), qui la politica ottima è generalmente distorta (biased) rispetto alla soluzione classica di Merton.

• Il bias è causato dall'interazione tra la randomizzazione e la domanda di copertura intertemporale.
• La politica è non distorta (coincide con Merton) solo in casi speciali:
  • Se il mercato è completo o il fattore è indipendente dal titolo ($\rho=0$ o $\nu=0$).
  • Se l'utilità è logaritmica ($\gamma=1$), caso in cui la RPU collassa nell'APU e la politica media coincide con quella classica.

4. Analisi Asintotica e Costo Finanziario

Gli autori eseguono uno sviluppo asintotico in funzione del parametro di temperatura $\lambda$ (il peso della perturbazione) per quantificare l'impatto della preferenza per la randomizzazione.

• Deviazione della Politica: La deviazione della media della politica ottima rispetto alla politica classica di Merton è di ordine primo ($O(\lambda)$).
• Perdita di Ricchezza: La perdita di utilità relativa e la perdita equivalente di ricchezza (il costo finanziario per ottenere il piacere della randomizzazione) sono di ordine secondo ($O(\lambda^2)$).
• Significato: Questo risultato è cruciale: sebbene la politica di investimento cambi significativamente (bias) a causa della preferenza per la randomizzazione, il costo finanziario effettivo per l'investitore è molto più piccolo (di ordine superiore). La preferenza per il "gioco" o la casualità ha un impatto limitato sul benessere economico finale rispetto alla deviazione della strategia.

5. Contributi Chiave e Significato

1. Risoluzione del Problema di Mal-postezza: L'introduzione della RPU risolve il problema dell'ill-posedness dell'APU dinamica, rendendo il problema ben posto anche per livelli di avversione al rischio realistici.
2. Soluzione Analitica in Mercati Incompleti: Fornisce una soluzione in forma chiusa per un problema di controllo stocastico complesso in un mercato incompleto, dimostrando che la randomizzazione ottima è Gaussiana.
3. Distinzione Concettuale: Distingue chiaramente tra la randomizzazione come strumento di esplorazione (Reinforcement Learning) e la randomizzazione come preferenza intrinseca dell'agente (Economia Comportamentale).
4. Quantificazione del Costo: Offre una metrica precisa per il "costo finanziario" della preferenza per la casualità, mostrando che gli investitori possono soddisfare il loro desiderio di randomizzazione con un sacrificio di ricchezza relativamente piccolo.

In sintesi, il paper stabilisce un nuovo framework teorico per modellare le scelte di portafoglio stocastiche in dinamica continua, collegando la teoria dell'utilità perturbata, il controllo stocastico e l'economia comportamentale, e fornendo risultati analitici robusti che spiegano come la preferenza per la casualità alteri le strategie di investimento ottimali.