Inattention to States and Characteristics

Resumo Técnico: Desatenção a Estados e Características

Problema
Este artigo aborda uma limitação no modelo padrão de desatenção racional (RI) estado-ação (Matějka e McKay, 2015) quando aplicado a ambientes de escolha que envolvem incerteza tanto sobre os estados relevantes para o pagamento ($\theta$) quanto sobre as características do menu ($\xi$). Em contextos como mercados de seguros, os tomadores de decisão (DMs) enfrentam incerteza em relação aos estados futuros (ex: risco de perda) e às características das opções disponíveis (ex: níveis de cobertura). O modelo estado-ação padrão trata as características como observadas sem custo ou como parte do vetor de estado. Essa abordagem falha em disciplinar simultaneamente dois fenômenos empíricos distintos:

1. O ganho de informação em relação às características frente a uma prevalência de base (ex: distinguir planos de alta cobertura de planos de baixa cobertura).
2. A informatividade das escolhas em relação ao estado subjacente.

Especificamente, a função de custo do modelo padrão, baseada na informação mútua entre ações e o vetor conjunto estado-característica, não contabiliza o ganho de informação entre o estado e as características escolhidas. Consequentemente, falha em gerar previsões únicas para as probabilidades de escolha condicional (CCPs) e não consegue explicar naturalmente a seleção de opções dominadas quando tais opções são prevalentes.

Metodologia
O autor propõe um modelo de RI generalizado onde o DM adquire informação custosa sobre tanto estados ($\theta \in \Theta$) quanto características ($\xi \in \mathcal{X}$). O DM escolhe uma distribuição conjunta $P$ sobre características e estados para maximizar a utilidade esperada menos um custo de informação, sujeito a:

1. Plausibilidade Bayesiana: A marginal sobre os estados deve ser igual à priori $\mu$ ($P_\theta = \mu$).
2. Viabilidade Marginal: A marginal sobre as características deve ser absolutamente contínua em relação a uma priori exógena $\phi$ ($P_\xi \ll \phi$), representando a prevalência de base das características no mercado.

O custo de informação $\kappa_{\alpha, \lambda}(P)$ é uma soma ponderada de dois componentes:

• Informação Vertical: O ganho médio de informação da distribuição condicional $P(\xi|\theta)$ em relação à priori exógena $\phi$. Isso captura o custo de triagem do menu.
• Informação Horizontal: A informação mútua de Shannon $I_P(\xi, \theta)$ (ou, equivalentemente, o ganho de informação de $P(\theta|\xi)$ em relação a $\mu$). Isso captura o custo de aprender sobre os estados via escolha.

O parâmetro $\alpha \in [0, 1]$ indexa o peso relativo desses dois marginais. O modelo incorpora o formulismo estado-ação padrão em $\alpha = 0$ (características sem custo) e um limite de "atenção às características" em $\alpha = 1$ (estados sem custo).

A abordagem matemática decompõe a otimização em dois passos:

1. Problema Interno: Para uma distribuição marginal $\nu$ fixa sobre as características, o problema de encontrar a distribuição conjunta ótima é formulado como um problema de Transporte Ótimo Entrópico (EOT), especificamente um ponte de Schrödinger entre $\nu$ e $\mu$.
2. Problema Externo: O DM otimiza sobre a escolha da marginal $\nu$. O autor demonstra que este problema externo é estritamente côncavo.

Principais Resultados

1. Logit Multinomial Ponderado (WML): Para $\alpha \in (0, 1)$ intermediário, a probabilidade de escolha condicional ótima satisfaz uma regra logit ponderada única e interior:
   $$P(\xi|\theta) \propto \phi(\xi)^\alpha P_\xi(\xi)^{1-\alpha} e^{u(\xi, \theta)/\lambda}$$
   Esta fórmula integra três forças: utilidade ($u$), a atração de características prevalentes ($\phi$) e a inércia induzida pelo aprendizado de estado custoso (a marginal endógena $P_\xi$).

2. Unicidade e Interioridade: Ao contrário do modelo estado-ação padrão, que pode gerar múltiplas marginais ótimas, este modelo garante uma marginal $P_\xi$ única e, consequentemente, uma CCP única. Além disso, a solução é interior em relação a $\phi$ (ou seja, $P_\xi \ll \phi$ e $\phi \ll P_\xi$). Esta interioridade surge de uma "condição de Inada" sobre a função de custo: conforme a probabilidade de escolher uma característica específica se aproxima de zero, o custo marginal de reduzir ainda mais essa probabilidade tende ao infinito. Isso impede que o DM exclua completamente "produtos de baixa qualidade" (lemons) se eles forem prevalentes no mercado.

3. Conexão com Pontes de Schrödinger: O artigo estabelece um novo elo entre desatenção racional e transporte ótimo entrópico. Fixar a marginal converte o problema interno em um problema de ponte de Schrödinger, que admite uma solução única caracterizada por potenciais de Schrödinger. O problema externo reduz-se a encontrar a marginal ótima que maximiza uma função objetivo estritamente côncava derivada via desigualdade de Jensen.

4. Restrições Testáveis: O modelo fornece restrições falsificáveis sobre como as CCPs reagem à entrada no mercado (mudanças em $\phi$). Especificamente, a razão entre as probabilidades de escolha para duas características através de diferentes estados deve ser invariante ao estado se o modelo for válido, permitindo a sobre-identificação do parâmetro $\alpha$ sem a necessidade de conhecimento da $\phi$ de base.

Significância e Contribuições
O autor afirma três contribuições primárias:

1. Tractabilidade e Testabilidade: Fornece uma caracterização de escolha estocástica de forma fechada (a WML) que separa os efeitos de utilidade, prevalência de mercado e custos de informação, oferecendo uma alternativa disciplinada aos modelos de informação completa.
2. Previsões de Ponto: Ao garantir uma solução única e interior, o modelo resolve os problemas de não-unicidade do framework estado-ação e racionaliza a observação empírica de que agentes às vezes selecionam opções dominadas quando essas opções são comuns.
3. Generalização Teórica: Estende a desatenção racional para espaços poloneses gerais e configurações não discretas, aproximando a economia da informação dos desenvolvimentos recentes em transporte ótimo entrópico (pontes de Schrödinger).

O autor conclui que este framework oferece uma ferramenta mais robusta para analisar problemas de escolha relevantes para o bem-estar onde existe incerteza tanto sobre o ambiente quanto sobre o menu de opções, particularmente em contextos como seguros, onde o mal-entendido sobre as características do contrato é um modo de falha distinto dos erros de previsão.