The Matching Function: A Unified Look into the Black Box

Resumo Técnico: A Função de Emparelhamento: Uma Visão Unificada da Caixa Preta

Problema e Motivação
A função de emparelhamento serve como a pedra angular para modelos que incorporam atritos de busca nos mercados de trabalho, crédito, bens e comércio internacional. Apesar de sua onipresença, a função permaneceu uma "caixa preta" por quase quarenta anos, tratada como um objeto de forma reduzida para viabilidade, sem uma análise sistemática dos atritos subjacentes (limitações de informação, falhas de coordenação) que a geram. Consequentemente, a relação entre a microestrutura dos atritos de busca e as propriedades macro da função de emparelhamento permanece pouco compreendida. Este artigo visa abrir essa caixa preta, traçando as propriedades da função de emparelhamento a partir da estrutura granular das conexões entre candidatos e vagas.

Metodologia
Os autores propõem um modelo baseado em redes que vincula o comportamento de busca em nível micro aos resultados de emparelhamento em nível macro. O primitivo do ambiente é uma rede aleatória bipartida conectando um conjunto de candidatos ($U$) e um conjunto de vagas ($V$).

• Estrutura da Rede: Os links $ij$ são variáveis aleatórias de Bernoulli independentes com probabilidades de formação $p_{ij}$. A matriz $(p_{ij})$ captura os atritos de busca granulares (informativos, geográficos, incompatibilidade de habilidades) implicitamente assumidos na literatura.
• Protocolo: Um candidato aplica-se a uma vaga com probabilidade $p_{ij}$. Se uma vaga receber múltiplas candidaturas, o emprego é oferecido ao candidato mais qualificado, onde as qualificações são extraídas independentemente de uma distribuição comum. Isso implica que uma vaga oferece um emprego a um candidato específico com probabilidade $1/d_j$, onde $d_j$ é o número de candidatos.
• Intensidade de Busca: A heterogeneidade é introduzida via intensidades de busca. No caso de referência, as probabilidades de formação de links são específicas do candidato ($p_{ij} = p_i$), interpretadas como o número médio de links que um candidato forma. A análise foca no limite de mercado grande ($U, V \to \infty$), onde os graus convergem para distribuições de Poisson.
• Ferramentas Matemáticas: A análise utiliza ferramentas da teoria de redes, especificamente as propriedades das distribuições binomiais de Poisson e de Poisson mistas, e funções geradoras de momentos (MGF). A probabilidade de encontrar emprego é derivada como uma expressão de forma fechada envolvendo a MGF da distribuição de intensidade de busca.

Principais Contribuições e Resultados

1. Unificação de Tecnologias de Emparelhamento
O artigo deriva uma expressão geral e de forma fechada para a probabilidade média de encontrar emprego $f(\theta; G)$, onde $\theta$ é a rigidez do mercado e $G$ é a distribuição das intensidades de busca dos candidatos. Esta única estrutura recupera múltiplas formas funcionais existentes como casos especiais:

• Urna-Bola: Recuperada quando as intensidades de busca são degeneradas (todos os candidatos aplicam-se em todos os lugares) ou no limite de rede densa.
• Kiyotaki-Wright (1993) & Lagos (2000): Recuperadas sob distribuições específicas (por exemplo, exponencial) e limites.
• Shimer (2007) & Mortensen (2009): Recuperadas quando as vagas são agregadas em "locais" com distribuições específicas.
• CES (Elasticidade Constante de Substituição): O artigo fornece uma condição sob a qual o processo de emparelhamento em qualquer rede da classe analisada pode ser aproximado "como se" viesse de uma função CES (até uma aproximação de primeira ordem). Esta condição relaciona a intensidade média de busca com a rigidez do mercado via uma equação de escala específica. Ao contrário de derivações anteriores que dependiam de primitivas específicas de filas, este resultado aplica-se a uma ampla família de redes e é diretamente testável usando dados de candidaturas.

2. Teoria da Eficácia do Emparelhamento e Desigualdade na Busca
O artigo estabelece uma teoria da eficácia do emparelhamento, identificando a desigualdade nas intensidades de busca como um determinante chave da eficiência do emparelhamento.

• Dispersão é Prejudicial: Uma descoberta robusta é que a dispersão nas intensidades de busca (modelada como um espalhamento que preserva a média ou uma mudança de dominância estocástica de segunda ordem na distribuição $G$) reduz inequivocamente a probabilidade de emparelhamento. Isso vale para heterogeneidade no lado dos candidatos, no lado das vagas (intensidade de publicidade) e quando as vagas são agregadas em locais (dispersão da rigidez do mercado).
• Ambiguidade da Intensidade Média de Busca: Embora as funções de emparelhamento padrão assumam monotonicidade na intensidade média de busca, este artigo mostra que o efeito é geralmente ambíguo. Se um aumento na intensidade média de busca estiver associado a um aumento no coeficiente de Gini (aumento da desigualdade), a probabilidade de encontrar emprego pode exibir uma forma de U invertido. Este resultado é novo para funções de emparelhamento macro, que tipicamente assumem aumentos monotônicos.

3. Agregação e "Locais"
A análise estende-se a cenários onde as vagas são agregadas em "locais" (por exemplo, empresas ou regiões), reduzindo os atritos de coordenação dentro dos locais, mas mantendo-os entre eles. Os resultados sobre o impacto negativo da dispersão generalizam-se para este cenário, confirmando que a dispersão na distribuição das vagas entre os locais (e, portanto, na rigidez do mercado local) afeta negativamente a eficácia do emparelhamento.

Significado e Alegações
O artigo afirma fornecer o primeiro estudo sistemático de como a estrutura dos atritos de busca subjacentes afeta a forma funcional e a eficácia da função de emparelhamento emergente. Ao tratar a rede candidato-vaga como um objeto intermediário e granular, os autores:

• Unificam Literatura Dispersa: Demonstram que tecnologias de emparelhamento aparentemente distintas (Kiyotaki-Wright, urna-bola, CES, etc.) são casos especiais de um único mecanismo baseado em redes.
• Fornecem Condições Testáveis: A condição para a aproximação CES é derivada como uma relação testável entre estatísticas de rede observáveis (probabilidades de links) e rigidez do mercado.
• Refinam Fundamentos Teóricos: O artigo oferece fundamentos teóricos mais precisos para a eficácia do emparelhamento, indo além da suposição padrão de que apenas a intensidade média de busca importa. Destaca que a distribuição dos esforços de busca é crítica, com a desigualdade atuando como um freio no processo de emparelhamento.
• Generalidade Contextual: Embora enquadrado no mercado de trabalho, os autores observam que a análise não é específica de contexto e aplica-se a qualquer mercado onde atritos de busca desempenham um papel (por exemplo, crédito, bens, ativos).

Os autores permanecem modestos quanto ao escopo, reconhecendo que sua configuração abstrai processos dinâmicos de oferta/rejeição, heterogeneidade vertical na qualidade dos candidatos e agrupamento de redes (transitividade). Eles postulam que sua estrutura de rede aleatória serve como uma formalização mínima, nova e útil da "busca" para descobrir as implicações dos padrões de busca para a função de emparelhamento, em vez de capturar cada dimensão da realidade.