論文「Dynamic Non-Bayesian Persuasion」の技術的サマリー

1. 概要と研究課題

本論文は、説得ゲーム（Persuasion Game）における動的な情報提供と非ベイジアンな受信者の相互作用を分析するものである。
従来のベイジアン・パースウェーション（Rayo & Segal, 2010; Kamenica & Gentzkow, 2011）では、送信者が単一の実験（情報構造）を選択し、受信者がベイジアン更新を行うことが前提とされていた。しかし、実証研究では人々がベイズ則に従わない更新（過小反応、ベースレート無視など）を行うことが示されている。

本研究の核心的な問いは以下の通りである：

「受信者が非ベイジアンである場合、送信者が単一の実験（静的）ではなく、一連の実験（動的）を用いることで、送信者の利得（価値）は変化するのか？」

2. モデルと枠組み

2.1 環境設定

• 状態空間 ($\Theta$): 有限集合。
• 事前確率 ($p$): 全支持（full support）を持つ。
• 受信者の行動: 集合 $A$ から選択。
• 効用関数: 送信者 $v$、受信者 $u$ はともに期待効用最大化を行う。
• 更新ルール ($\mu$): 受信者の信念更新ルール。本論文では、**体系的歪み（Systematic Distortion）**を仮定する（De Clippel & Zhang, 2022）。
  • 受信者は、まず信号からベイジアン事後確率 $q$ を計算し、それを事前確率 $p$ に依存する歪み関数 $D_p$ を通じて $D_p(q)$ に変換する。
  • 具体例：Grether の $\alpha-\beta$ ルール、線形過小反応（Linear Underreaction）、認知制約付き二段階更新など。

2.2 静的 vs 動的パースウェーション

• 静的パースウェーション: 送信者が一度だけ実験 $\sigma$ を選択し、受信者が信号 $s$ を観測して最終的に行動する。
• 動的パースウェーション: 送信者がまず実験 $\sigma_1$ を選択し、信号 $s_1$ が観測された後、その結果に依存して第二段階の実験 $\sigma_2^{s_1}$ を選択する。受信者は各段階で信念を更新する（$p \to D_p(q_1) \to D_{D_p(q_1)}(q_2)$）。

3. 主要な結果と定理

3.1 主要定理（Theorem 1）：分割可能性（Divisibility）の特性

本研究の最大の貢献は、**「いつ静的アプローチが動的アプローチに対して損失なし（without loss）であるか」**を完全に特徴づけた点にある。

• 定義（分割可能性）: 更新ルール $D$ が**分割可能（Divisible）**であるとは、任意の事前確率 $p, q, r$ に対して、以下の等式が成り立つことである。
  $$D_p(r) = D_q^{II}(r; p)$$
  ここで $D_q^{II}$ は、送信者の視点における第二段階の歪みルール（中間問題における歪み）を表す。直感的には、「第一段階で適用される歪み」と「送信者の視点から見た第二段階で適用される歪み」が一致することを意味する。

• 定理 1 の主張: 受信者の歪みルール $D$ が正則（regular）であり、「確実性における事前独立性（prior independence under certainty）」を満たす場合、以下の 3 つは同値である。

  1. $D$ は分割可能である。
  2. 任意のパースウェーション環境において、静的・動的パースウェーションで達成可能な送信者の事前利得の集合が一致する（$V_1(p, D) = V_2(p, D)$）。
  3. 任意の環境において、送信者は静的・動的パースウェーションの間に無差別である。

• 意味: 分割可能な更新ルール（例：Grether の $\alpha-\beta$ ルールにおいて $\alpha=1$ の場合、すなわち幾何学的歪み）であれば、動的な情報提供のタイミングを考慮する必要はなく、単純な静的モデル（De Clippel & Zhang, 2022）を分析するだけで十分である。

3.2 弱分割可能性（Weak Divisibility）と線形過小反応

主要定理の仮定（確実性における事前独立性）は、**線形過小反応（Linear Underreaction）**のような一般的なルールには満たされない。

• 線形過小反応: 事後確率が $D_p(q) = \lambda q + (1-\lambda)p$ （$0 \le \lambda < 1$）で与えられる。
• 定理 3: 送信者の効用が状態に依存しない（state-independent）環境に限定し、「無情報に対する不変性（invariance to no information）」を仮定すると、**弱分割可能性（Weak Divisibility）**という条件が静的・動的の無差別性を特徴づける。
  • 弱分割可能性では、第一段階と第二段階の歪みの不一致がアフィン変換（線形変換）の範囲内であればよい。
• 結果: 線形過小反応は弱分割可能性を満たさないため、送信者は動的パースウェーションによって静的パースウェーションよりも高い利得を得られる場合がある（Proposition 1 と Corollary 4）。

3.3 具体例：判事・検察官モデル（Proposition 1）

Kamenica & Gentzkow (2011) の判事・検察官モデル（$\Theta=\{0,1\}$）において、受信者が Grether の $\alpha-\beta$ ルールに従う場合：

• $\alpha < 1$（ベースレート無視）: 送信者は動的パースウェーションでより高い利得を得る。
  • 直感：第一段階で情報を提供しないことで、受信者の信念が事前確率（送信者に有利な方向へ歪んだ事前確率）に近づく。これにより、第二段階での説得が容易になる。
• $\alpha \ge 1$: 静的・動的で利得は等しい（分割可能性が成立するため）。
• $\beta$（信号の歪み）: $\beta$ の値（幾何学的過剰反応・過小反応）は、情報のタイミングによる利得の違いには影響しない。

4. 手法と技術的アプローチ

1. 変換技術（Transformation Technique）:

   • 動的問題の中間段階（2 段階目）を、異なる事前確率と歪みルールを持つ「静的パースウェーション問題」として再定式化する（Lemma 2）。
   • これにより、動的問題全体の価値は、中間問題の価値関数をさらに凹化（concavification）することで得られる。

2. 分離超平面の議論（Separating Hyperplane Argument）:

   • 静的・動的で達成可能な利得集合が一致するかを判定するために、実現可能な事後確率の分布集合（$T^1$ と $T^2$）の比較を行う。
   • 送信者の効用関数を任意の連続関数に近づけるための環境構成（スコアリングルールを用いた環境など）を行い、集合の包含関係から更新ルールの性質（分割可能性）を導出する。

3. 関数方程式の解:

   • 分割可能性の条件は、Cripps (2018) の結果を踏まえた関数方程式（Translation Equation）に帰着され、その解の構造（Proposition 2）が示される。

5. 学術的意義と貢献

1. 非ベイジアン・パースウェーションの一般化:

   • 従来の静的モデル（De Clippel & Zhang, 2022）が動的環境でも有効であるための必要十分条件を初めて明らかにした。
   • 「いつ静的モデルで十分か（Timing Invariance）」を数学的に厳密に特徴づけた。

2. 動的パースウェーションの必要性の特定:

   • 非ベイジアン更新において、特に線形過小反応のようなケースでは、情報のタイミング（動的アプローチ）が戦略的に重要であることを示した。これは、Azrieli & Das (2025) などの先行研究を補完・一般化するものである。

3. 実証研究への示唆:

   • 実証データで観察される非ベイジアン更新（例：ベースレート無視）が、情報の提供タイミングを戦略的に変えるインセンティブを生み出す可能性を示唆している。

6. 結論

本論文は、受信者が非ベイジアンに更新を行う場合、「情報の提供タイミング（静的か動的か）」は、受信者の更新ルールの性質（特に分割可能性）によって、送信者の利得に決定的な影響を与えることを示した。

• 分割可能なルール（例：幾何学的歪み）の場合：静的モデルで十分であり、動的アプローチは追加の価値をもたらさない。
• 分割不可能なルール（例：線形過小反応）の場合：動的パースウェーションが静的パースウェーションよりも厳密に優位であり、送信者は情報の段階的提供を通じて利得を最大化できる。

この結果は、情報設計（Information Design）の分野において、非ベイジアンな行動仮定の下での動的戦略の重要性を理論的に裏付けるものである。