技術要約：戦略的予測のためのマイクロファウンデーション推論

1. 問題設定

本論文は、予測モデル $\theta$ がターゲット変数の分布に影響を与える「パフォーマティブ予測（performative prediction）」の課題に取り組んでいる。これは、ステークホルダー（エージェント）がモデルに反応して自身の効用を最大化しようと戦略的な行動をとるシナリオである。キャンベルの法則（Campbell's law）としばしば記述されるこの現象は、データ分布 $Q_\theta$ が予測子 $\theta$ の関数となる分布シフトを引き起こす。

パフォーマティブ予測理論を適用する際の決定的なボトルネックは、この分布シフトの未知のメカニズムである。既存のアプローチは大きく以下の2つのカテゴリに分類されるが、いずれも重大な限界がある。

1. ゼロ次最適化（Zeroth-order optimization）: この問題を微分フリーの最適化問題として扱う（例：有限差分法を用いる）。これは、分布マップ $\theta \mapsto Q_\theta$ を明示的にモデル化しないため、収束が遅く、次元の呪いに悩まされる。
2. マイクロファウンデーション・モデリング（Microfoundation modeling）: エージェントが特定の応答モデル（例：コスト調整された効用最大化）に従うと仮定する。これにより、分布マップへの「ホワイトボックス」的なアクセスが可能となり、高速な最適化アルゴクションが得られる一方で、これらのモデルはしばしば**誤設定（misspecified）**されている。仮定されたエージェントのコスト関数が誤っている場合、得られる分布マップは不正確になり、結果として劣悪または一貫性のない予測子をもたらす。

著者らは、データから直接、エージェントの応答を規定する未知のコスト関数 $c$ を学習する手法を提案している。ここでは、ベネフィット関数 $B_\theta$ は既知であると仮定し、エージェントがモデル $\theta$ に応じて属性 $Z$ をどのように変更するかを学習することを目指す。

2. 手法

2.1 エージェント応答モデル

著者らは、エージェントが合理的であるという標準的なパフォーマティブ予測の枠組みを採用している。モデル $\theta$ にさらされた際、属性 $Z$ を持つエージェントは、以下を解くことで $Z'$ へと更新される：
$$T_\theta(Z) \in \arg\max_{z' \in \mathcal{Z}} \{ B_\theta(z') - c(Z, z') \}$$
ここで、$B_\theta$ は既知のベネフィット（例：モデルの出力）であり、$c$ は属性変更の未知のコストである。得られる分布は、押し出し測度（push-forward measure） $Q_\theta = (T_\theta)_\# P$ である（$P$ はモデル導入前（ex-ante）の分布）。

2.2 識別可能性とブレグマン・ダイバージェンス

一般的な二変量コスト関数 $c(z, z')$ を有限のサンプル数および有限の分布数から推定することは不可能である。これに対処するため、著者らはコスト関数を**ブレグマン・ダイバージェンス（Bregman divergences）**のクラスに限定する：
$$c_\phi(z, z') = \phi(z') - \phi(z) - \nabla\phi(z)^\top(z' - z)$$
ここで $\phi$ は厳密に凸なポテンシャル関数である。これにより、推定問題を複雑な二変量関数からスカラーのポテンシャル $\phi(z)$ の推定へと縮小し、識別性の問題を緩和する。

2.3 最適輸送による推定

提案手法の中核は、分布を整合させるための**最適輸送（Optimal Transport: OT）**を活用することにある。エージェントの最大化問題の一次の最適条件に基づき、真のポテンシャル $\phi^*$ に対して以下が成り立つことを導出している：
$$(\nabla\phi^* - \nabla B_\theta)_\# Q_\theta = (\nabla\phi^*)_\# P$$
これは、写像 $(\nabla\phi^* - \nabla B_\theta)$ による事後分布 $Q_\theta$ の押し出しが、$\nabla\phi^*$ による事前分布 $P$ の押し出しと同一であることを意味する。

著者らは、これらの押し出し分布に対する二乗2-ワッサースタイン距離の和を最小化する「重心（barycenter）」分布 $\mu$ を見つけることで、$\phi$ を推定することを提案している。最適化問題は以下の通りである：
$$\arg\min_{\phi \in \Phi_{cvx}} \min_{\mu \in \Delta(\mathcal{Z})} \left[ W_2^2(\mu, (\nabla\phi)_\# P) + \sum_{k=1}^m W_2^2(\mu, (\nabla\phi - \nabla B_{\theta_k})_\# Q_{\theta_k}) \right]$$
これは、重心 $\mu$ の更新とポテンシャル $\phi$ の更新を交互に行うブロック座標降下アルゴリズム（Algorithm 1）によって解かれる。

2.4 シナリオ

本手法は以下の2つの設定で適用可能である：

1. 事前（Ex-ante）および事後（Ex-post）の両方: 学習者が事前分布 $P$ と、複数のモデル導入後の分布 $Q_{\theta_k}$ の両方のサンプルにアクセスできる場合。
2. 事後（Ex-post）のみ: 学習者が事後分布 $Q_{\theta_k}$ にのみアクセス可能であり、異なる $\theta_k$ の下でのこれらの分布の押し出しを整合させることで $\phi$ を推定する場合。

3. 主な貢献

1. 推定手法: 効用最大化マイクロファウンデーションモデルのコスト関数（ブレグマン・ダイバージェンスのクラス内）を推定するための新しい手法。この手法は、最適輸送を用いて事前モデル分布と事後モデル分布を一致させることに依拠している。
2. 理論的分析:
   • 識別可能性: 著者らは、コスト関数がデータから識別可能となる条件を提示している（例：コーラリ 4.2 は、ベネフィット関数が厳密に凹であれば、一つの事前分布と一つの事後分布があれば識別可能であることを示している）。
   • 収束率: 強凸性の仮定の下で、推定パラメータの収束率が $O(n^{-2/d})$ であることを確立した。これは経験的なワッサースタイン距離の収束結果から導出されている。
3. 実証的検証: クレジットスコアリングのデータセットを用いた数値実験により、コストを推定し、ダウンストリームのタスク（パフォーマティブ・リスク最小化）を改善する本手法の能力を実証した。

4. 実験結果

著者らは、エージェントがデフォルト判定を回避するために特徴量を戦略的に操作する、実際のクレジットスコアリング（Kaggle）に基づく半合成の設定を用いて手法を評価した。

• 誤設定に対する頑健性: ベネフィット関数 $B_\theta$ が誤設定されている（例：真の関数は平方根関数であるが、対数関数を仮定している）実験において、ポテンシャルの微分 $\phi'$ の推定にバイアスが生じた。しかし、結果として得られる応答マップ $T_\theta$ は頑健であり、予測性能は著しく低下しなかった。これは、本手法がベネフィット関数の仕様ミスに対して耐性を持つことを示唆している。
• 収束性: 応答マップ $T_\theta$ の推定誤差は、サンプルサイズが増加するにつれて減少しており、これは理論的予測と一致している。
• パフォーマティブ・リスク最小化: パフォーマティブ・リスクを最小化する（最適な分類器 $\theta$ を見つける）際に適用したところ、提案手法は以下のベースラインと比較して、オラクル（最適解）へ有意に速く収束した：
  • 反復勾配降下法（RGD）およびパフォーマティブ勾配降下法（PerfGD）: これらのゼロ次または部分的に特定された手法は、収束が遅かったり、仮定（例：PerfGDにおけるガウス性）が成立しないためにオラクルに到達できなかったりした。
  • 最小二乗法（LS）: 線形応答を仮定した2ステップの手法。
  • 結果: 提案手法は競争力のある性能を示し、公開される分類器の数（サンプルサイズ）が増えるにつれて、オラクルへと収束した。

5. 意義と主張

本論文は、戦略的な環境において、社会的責任を持ち効果的なモデルをデプロイするためには、エージェントのマイクロファウンデーションを正確に推論することが極めて重要であると主張している。エージェントの挙動を誤ったモデルとして仮定するのではなく、データからコスト関数を学習することで、実務家は以下のことが可能になる：

• 分布マップの明示的な知識を必要とする高速収束型の最適化アルゴリズムを利用でき、微分フリーの手法のような遅い収束を回避できる。
• 誤設定に関する**安心感（peace of mind）**を持ってモデルをデプロイできる。なぜなら、本手法はベネフィット関数の仕様ミスに対して頑健だからである。
• 予測モデルが集団に与える長期的影響をより良く理解でき、公平性やその他の社会的制約の遵守を容易にする。

著者らは、本研究は戦略的なエージェントに焦点を当てているが、非戦略的なパフォーマティブ設定における分布シフトの学習というより広範な問題は、今後の研究領域として開かれていると結論づけている。実装コードは公開されている。