The Invisible Handshake: Persistent Overpricing by Adaptive Market Agents

Resumo Técnico: O Aperto de Mão Invisível

Declaração do Problema
O artigo investiga se a aprendizagem descentralizada por agentes de mercado adaptativos pode gerar endogenamente distorções persistentes de preços, especificamente sobreprecificação, sem comunicação ou coordenação explícitas. Embora se espere que os mercados forneçam sinais precisos para a alocação de recursos, os autores questionam se agentes impulsionados por IA, projetados para maximizar o valor da carteira, podem coletivamente aprender a sustentar preços acima de seus valores fundamentais. O estudo foca em um jogo estocástico repetido entre dois agentes representativos: um formador de mercado (controlando liquidez/impacto de preço) e um tomador de mercado (escolhendo quantidades de negociação). Os agentes operam sob restrições que proíbem posições curtas e alavancadas, mantendo caixa e inventário não negativos.

Metodologia
Os autores modelam o mercado como um jogo de Markov de dois jogadores, soma geral, onde os preços evoluem por meio de choques fundamentais exógenos e impacto de preço endógeno.

• Dinâmica de Preços: O preço de mercado $P_{t+1}$ é definido como $(P_t + \delta_t)\epsilon_{t+1}$, onde $\delta_t$ é o impacto de preço da negociação $Q_t$ e $\epsilon_{t+1}$ é um choque exógeno i.i.d. com média 1. O impacto de preço segue uma especificação de raiz quadrada ($\delta_t \propto \sqrt{|Q_t|}$), uma descoberta empírica padrão.
• Objetivos dos Agentes: Ambos os agentes maximizam o aumento esperado em sua riqueza de marcação a mercado ($W_t = \text{Caixa} + P_t \times \text{Inventário}$). O estudo analisa tanto objetivos míopes (maximizar o aumento de riqueza de um passo) quanto objetivos previdentes (maximizar a riqueza logarítmica média de horizonte infinito).
• Parametrização de Estratégia: Para tornar o problema de aprendizagem tratável, os autores introduzem uma parametrização de baixa dimensão das estratégias. Isso separa choques exógenos do impacto de preço endógeno e garante viabilidade (aderência às restrições de caixa e inventário) definindo quantidades de negociação como frações de limites de capacidade endógenos.
• Decomposição do Jogo: Uma etapa analítica central é decompor as funções de utilidade dos agentes em dois componentes:
  1. Um componente competitivo (soma zero) que favorece impacto de preço zero.
  2. Um componente colaborativo (jogo potencial) onde preços mais altos aumentam o valor agregado da carteira de ambos os agentes, desde que o inventário agregado seja positivo.
• Dinâmicas de Aprendizagem: O artigo analisa se dinâmicas de aprendizagem estocástica simples, especificamente o Gradiente Estocástico Projetado (PSGA), convergem para regiões de sobreprecificação. Estabelece uma "condição de progresso estocástico" para provar a convergência em tempo finito para uma região de sobreprecificação persistente.

Principais Contribuições

1. Caracterização da Sobreprecificação Viável: Os autores definem e caracterizam o conjunto de perfis de estratégia que são tanto viáveis (respeitando restrições de caixa/inventário) quanto geram sobreprecificação persistente. Eles derivam uma condição necessária e suficiente baseada em um "coeficiente de força de sobreprecificação" ($\mu_\pi$), mostrando que a sobreprecificação ocorre se $\mu_\pi > 0$.
2. Decomposição Estratégica e Incentivos: O artigo demonstra que os incentivos de aprendizagem contêm um componente estrutural colaborativo. Quando o inventário agregado é positivo, preços mais altos aumentam conjuntamente a riqueza tanto do formador quanto do tomador. Isso cria um alinhamento de incentivos onde a aprendizagem descentralizada naturalmente deriva para a região de sobreprecificação, mesmo que os agentes não estejam coludindo explicitamente.
3. Convergência em Tempo Finito: Os autores provam que, para atualizações adaptativas que satisfazem uma condição de progresso estocástico (verificada para PSGA), as dinâmicas de aprendizagem atingem a região de sobreprecificação em tempo finito com alta probabilidade.
4. Equivalência Míope vs. Previdente: O estudo mostra que o incentivo para sobreprecificar não é puramente míope. Agentes otimizando para riqueza de horizonte infinito enfrentam os mesmos incentivos estruturais que agentes míopes gananciosos e convergem para a mesma região de sobreprecificação do espaço de parâmetros.

Resultados

• Sobreprecificação Persistente: Em mercados com oferta líquida positiva (inventário agregado $I > 0$), a aprendizagem descentralizada leva à sobreprecificação persistente ($P_t \to \infty$ em relação aos fundamentais) se os parâmetros de estratégia satisfizerem $\mu_\pi > 0$. Neste regime, as quantidades negociadas convergem para zero, mas o caixa trocado permanece estável, impulsionando a divergência de preços.
• Contraste de Oferta Líquida Zero: Em mercados onde o inventário agregado é zero (por exemplo, mercados de previsão), o componente colaborativo desaparece. O jogo colapsa em um jogo de soma zero puramente competitivo onde o equilíbrio único envolve impacto de preço zero e nenhuma distorção de preço.
• Trajetórias de Aprendizagem: Simulações numéricas confirmam que agentes começando de várias configurações viáveis convergem para a região de sobreprecificação sob PSGA. As simulações mostram que estratégias de sobreprecificação levam a volumes de negociação vanos, mas crescimento de preços sustentado, enquanto estratégias de subprecificação levam a fluxos de caixa vanos e convergência de preços para zero.

Significado e Alegações
O artigo alega fornecer uma "instabilidade de prova de conceito" demonstrando que a aprendizagem descentralizada em mercados financeiros com oferta líquida positiva pode levar a distorções persistentes de preços. O significado reside em isolar um alinhamento de incentivos estrutural — o "aperto de mão invisível" — onde o objetivo de maximizar o valor individual da carteira inadvertidamente cria uma dinâmica colaborativa que sustenta a sobreprecificação.

Os autores afirmam explicitamente que o modelo não pretende prever que os preços do mundo real se desviem para cima sem limites indefinidamente. Em vez disso, isola um mecanismo específico onde, na ausência de forças contrárias (que são abstraídas), agentes adaptativos podem convergir para regiões de estratégia que sustentam pressão de preços ascendente. Os resultados sugerem que o risco de conluio algorítmico e distorção de preços é inerente à estrutura da aprendizagem em mercados de oferta líquida positiva, distinto de coordenação explícita ou de uma incompatibilidade entre jogos de etapa e jogos repetidos.