Information Aggregation with Costly Information Acquisition

1. 문제 제기 (Problem)

• 기존 연구의 한계: Ostrovsky [2012] 는 '분리 가능한 (separable)' 증권이 모든 내시 균형에서 정보를 집계함을 보였습니다. 그러나 한 증권이 분리 가능한지 여부를 판단하려면 에이전트들의 **정확한 정보 구조 (정보 파티션)**를 미리 알아야 합니다. 시장 설계자가 참가자의 정보 구조를 알 수 없는 현실적인 상황에서는, 균형 가격이 증권 가치의 좋은 예측치인지 보장할 수 없습니다.
• 핵심 질문: 정보 획득에 비용이 드는 환경에서, 트레이더들이 거래 기간 동안 신호 (signal) 를 구매할 수 있게 되면 시장이 정보를 더 효율적으로 집계할 수 있을까요? 특히 정보 획득 비용이 낮아질 때, 어떤 조건에서 시장 가격이 진가 (true value) 로 수렴하는지 규명하는 것이 목표입니다.

2. 방법론 (Methodology)

• 모델 설정:

  • 동적 거래 모델: Ostrovsky [2012] 의 모델을 기반으로 무한한 기간 동안 거래가 이루어집니다.
  • 시장 점수 규칙 (MSR): Hanson [2003, 2007] 의 Market Scoring Rule 을 사용하여 예측의 정확도에 따라 보상을 지급합니다.
  • 정보 구조: 각 트레이더는 상태 공간 $\Omega$에 대한 파티션 (partition) 으로 표현된 사적 정보를 가집니다. 모든 트레이더의 정보를 합치면 (join) 실제 상태가 밝혀진다고 가정합니다.
  • 비용이 드는 정보 획득: 각 거래 기간 전에 트레이더는 비용 $cK(R)$을 지불하고 신호$R$을 획득할 수 있습니다. 여기서$c$는 한계 비용,$K$는 신호의 복잡도/정확도에 따른 비용 함수입니다.
  • 전략: 트레이더는 과거 발표와 사적 정보를 바탕으로 신호를 선택하고 예측을 발표합니다. 내시 균형 (Nash Equilibrium) 을 분석 대상으로 합니다.

• 핵심 개념 정의:

  • $\kappa$-분리 가능성 ($\kappa$-separability): 정보 구조와 비용 구조 $\kappa=(K, c)$가 주어졌을 때, 어떤 사전 확률 (prior) 에서도 트레이더들이 정보 획득을 통해 이득을 보지 못하면서 (즉, 정보 획득이 비합리적일 때) 증권이 분리 불가능한 경우를 **$\kappa$-비분리 (non-separable)**라고 정의합니다. 그렇지 않으면 $\kappa$-분리 가능합니다.

3. 주요 기여 및 결과 (Key Contributions & Results)

3.1. $\kappa$-분리 가능성과 정보 집계의 동치성 (Theorem 1)

• 주요 결과: 비용 구조 $\kappa$가 주어졌을 때, $\kappa$-분리 가능한 증권은 정보 집계가 발생하는 데 필요충분조건입니다.
• 의미: 만약 증권이 $\kappa$-분리 가능하다면, 모든 내시 균형에서 정보가 집계되어 가격이 진가로 수렴합니다. 반대로 $\kappa$-비분리라면, 정보가 집계되지 않는 균형이 존재합니다. 이는 정보 획득 비용이 존재할 때 Ostrovsky [2012] 의 결과를 일반화한 것입니다.

3.2. 정보 비용 감소에 따른 증권 분류 (Propositions 1, 2, 3)

저자들은 증권이 정보 비용을 낮추는 과정에서 어떻게 변하는지에 따라 세 가지 클래스로 완전히 분류했습니다. 이 분류는 오직 **증권의 보수 구조 (payoff structure)**에만 의존합니다.

1. 항상 분리 가능한 증권 (Always Separable Securities):

   • 특징: 정보 획득 비용이 없더라도 (비용이 매우 높더라도) 모든 정보 구조에서 정보를 집계합니다.
   • 종류: 매우 제한적입니다. (1) 상수 증권, (2) Arrow-Debreu 증권 (특정 상태에서는 $a$, 나머지는 $b$), (3) 세 가지 보수 구조 중 최대값은 한 상태, 최소값은 다른 한 상태, 나머지는 중간값을 주는 증권.
   • 한계: 이 증권들은 정보 집계가 되더라도 예측력이 낮습니다 (예: 특정 상태 발생 여부만 알려줌).

2. $\kappa$-비분리 증권 ( securities that are $\kappa$ non-separable for all $\kappa$):

   • 특징: 정보 획득 비용 $c$가 0 에 수렴하더라도 (0 이 아닌 이상), 어떤 정보 구조에서는 결코 $\kappa$-분리 가능해지지 않습니다.
   • 조건: 4 개 이상의 상태 중 두 상태는 동일한 보수 $d$를 주고, 나머지 두 상태는 $d$보다 작거나 큰 보수 ($a, b$) 를 주는 형태 (예: $(a, d, b, d)$).
   • 결과: 비용이 매우 낮아도 정보가 집계되지 않을 수 있습니다.

3. $\kappa$-분리 가능한 증권 (Securities that are $\kappa$ separable for some $\kappa$):

   • 특징: 모든 상태에 대해 서로 다른 보수를 주는 증권 (Generic securities).
   • 결과: 정보 획득 비용 $c$가 충분히 낮아지면, 모든 정보 구조에서 $\kappa$-분리 가능해지며 정보가 집계됩니다.
   • 중요성: "대부분의" 증권은 비용이 낮아지면 정보를 집계할 수 있음을 의미합니다.

3.3. 불연속적 전환 (Discontinuous Switch)

• 정보 비용이 낮아질 때 증권이 분리 가능해지는 과정은 연속적이지 않고 불연속적입니다.
• 비용이 임계점 이하로 약간만 떨어져도, 시장이 정보를 집계하기 시작합니다. 이는 비용이 0 이 되어야만 정보가 집계된다는 직관과 다릅니다.

3.4. 시장 대 여론조사 (Poll) 비교 (Proposition 4)

• 비교: 정보 획득 비용이 낮아질 때, 시장 (동적 거래) 과 여론조사 (단일 라운드 평균) 의 예측 정확도를 비교합니다.
• 결과:
  • 비용이 높을 때: 시장과 여론조사의 정확도는 같습니다.
  • 비용이 임계점 이하로 떨어질 때: 시장의 정확도는 불연속적으로 1 로 점프하는 반면, 여론조사의 정확도는 점진적으로 향상됩니다.
  • 의미: $\kappa$-분리 가능성은 시장이 모든 사전 확률에서 여론조사보다 엄격하게 더 정확한 예측을 할 수 있는 조건과 동치입니다. 이는 정보 획득 비용이 낮아지는 환경에서 시장이 여론조사보다 훨씬 더 강력한 정보 집계 메커니즘임을 보여줍니다.

4. 의의 및 시사점 (Significance)

1. 시장 설계자의 지침: 시장 설계자가 참가자의 구체적인 정보 구조를 알지 못하더라도, 거래되는 증권이 "각 상태마다 다른 보수"를 가지도록 설계하고 정보 획득 비용을 낮추기만 하면, 시장은 거의 항상 정보를 집계할 수 있습니다.
2. 정보 기술 발전의 효과: AI 등 정보 처리 기술의 발전으로 정보 획득 비용이 급격히 하락하는 현대 경제에서, 금융 시장이나 예측 시장의 효율성이 비약적으로 향상될 수 있음을 이론적으로 입증했습니다.
3. Ostrovsky [2012] 의 한계 극복: 기존 연구가 정보 구조를 알아야만 분리 가능성을 판단할 수 있었던 문제를, 비용이 드는 정보 획득을 도입함으로써 해결했습니다. 즉, "비용이 충분히 낮다면, 대부분의 증권은 분리 가능해진다"는 강력한 일반화 결과를 제시했습니다.
4. 불완전 정보 하의 시장 가치: 비용이 0 이 되기 전에도 시장이 정보를 집계할 수 있다는 점은, 시장이 단순한 정보의 평균화 (poll) 를 넘어선 가치 창출 메커니즘임을 보여줍니다.

5. 결론

이 논문은 비용이 드는 정보 획득이 가능해지면, 증권이 분리 가능해지는 조건이 완화되어 시장이 정보를 집계할 수 있음을 증명합니다. 특히, 보수 구조가 상태마다 다른 대부분의 증권은 정보 비용이 충분히 낮아지면 어떤 정보 구조 하에서도 정보를 집계하며, 이 과정은 비용의 미세한 감소에도 불구하고 불연속적으로 발생합니다. 이는 예측 시장과 금융 시장의 설계 및 운영에 있어 정보 접근성의 중요성을 강조하는 중요한 이론적 기여입니다.