The Privacy Subsidy in Glosten-Milgrom: Bid-Ask Spread and Welfare under Flip-Noise Direction Observation

Resumo Técnico: O Subsídio de Privacidade em Glosten-Milgrom

Declaração do Problema
O artigo investiga o impacto de mecanismos de preservação de privacidade na microestrutura de mercado dentro do modelo canônico de negociação sequencial Glosten-Milgrom (GM) de 1985. No framework GM padrão, um formador de mercado (MM) neutro ao risco observa a direção exata de uma negociação entrante (compra ou venda) para definir preços de oferta e demanda, resultando em um spread bid-ask que compensa a seleção adversa proveniente de traders informados.

Os autores abordam uma lacuna no design contemporâneo de bolsas (por exemplo, emparelhamento baseado em MPC, RFQs de lances selados), onde mecanismos de privacidade intencionalmente obscurecem a direção da negociação. Especificamente, o artigo modela a observação da direção da negociação pelo MM como passando por um canal simétrico binário (um canal de "ruído de inversão"). Com probabilidade $1-\eta$, o MM observa a direção verdadeira; com probabilidade $\eta$, a direção é invertida. A questão central é como esse vazamento de informação teórica afeta o spread bid-ask de equilíbrio e a distribuição de bem-estar entre traders informados, traders de ruído e o protocolo (MM).

Metodologia
O estudo emprega um modelo de negociação sequencial com estado discreto, com a seguinte configuração:

1. Ativo e Agentes: Um único ativo arriscado com valor $v \in \{v_H, v_L\}$ e probabilidade a priori $\pi = 1/2$. Traders chegam sequencialmente; uma fração $\mu$ são informados (conhecem $v$), e $1-\mu$ são traders de ruído (escolhem a direção uniformemente ao acaso).
2. Mecanismo de Privacidade: A verdadeira direção da negociação $d$ é perturbada por uma probabilidade de inversão $\eta \in [0, 1/2]$ antes de atingir o MM. O sinal observado é $\tilde{d}$.
3. Regra de Precificação: Os autores adotam uma regra de precificação bayesiana comprometida. Diferentemente do MM competitivo clássico que garante lucro esperado zero condicional à direção real da negociação, este MM compromete-se com uma regra de precificação baseada no sinal ruidoso observado:
   • $Ask = E[v \mid \tilde{d} = \text{compra}]$
   • $Bid = E[v \mid \tilde{d} = \text{venda}]$
     O MM suporta a perda esperada realizada no fluxo real sem uma restrição de lucro zero na direção real da negociação.
4. Análise: Os autores derivam expressões de forma fechada para o spread de equilíbrio e decompõem o bem-estar por negociação (P&L) para traders informados ($\pi_I$), traders de ruído ($\pi_N$) e o formador de mercado ($\pi_M$).

Resultados Principais

1. Spread Bid-Ask Modificado (Teorema 1):
   O spread de equilíbrio é derivado como:
   $$\text{Spread} = \mu(1 - 2\eta)\Delta$$
   onde $\Delta = v_H - v_L$.

   • Quando $\eta = 0$ (sem privacidade), o spread recupera o valor GM do livro-texto $\mu\Delta$.
   • Quando $\eta = 1/2$ (ruído de privacidade perfeito), o spread colapsa para 0, pois o sinal observado torna-se independente do valor do ativo.

2. Decomposição do Bem-estar e o Subsídio de Privacidade (Teorema 2):
   O artigo identifica uma perda esperada não nula para o protocolo/MM por negociação:
   $$\pi_M = -\mu\eta\Delta$$
   Essa perda é definida como o subsídio de privacidade. Representa uma transferência por negociação da pool de liquidez do protocolo para o agregado de traders (tanto informados quanto não informados).

   • Traders Informados: Seu lucro aumenta à medida que $\eta$ aumenta, porque o spread se estreita, reduzindo o custo de extração de renda.
   • Traders de Ruído: Contrariamente à intuição, os traders de ruído também se beneficiam. Sua perda esperada por negociação diminui (torna-se menos negativa) à medida que $\eta$ aumenta.
   • Soma Zero: A soma dos componentes de bem-estar é zero: $\mu\pi_I + (1-\mu)\pi_N + \pi_M = 0$.

3. Estática Comparativa:

   • O spread diminui linearmente com $\eta$.
   • O subsídio de privacidade aumenta linearmente com $\eta$.
   • Ambos os tipos de traders ganham com a introdução de ruído de privacidade, enquanto o protocolo suporta todo o custo.

Significância e Afirmativas
O artigo afirma estabelecer a robustez do fenômeno do "subsídio de privacidade" através dos dois modelos de microestrutura canônicos:

• Extensão do Trabalho Anterior: Estende o conceito de subsídio de privacidade, anteriormente estabelecido para mercados de Kyle contínuos-Gaussianos sob ruído aditivo (Nakamura [9]), para o modelo discreto de dois estados Glosten-Milgrom sob ruído simétrico binário.
• Unificação Conceitual: O resultado demonstra que o subsídio de privacidade é uma característica fundamental da precificação bayesiana comprometida sob assimetria de informação, independentemente de o ruído ser Gaussiano (contínuo) ou binário (discreto).
• Aplicação a MPC: Os autores posicionam o resultado como diretamente aplicável a engines de emparelhamento baseadas em MPC onde as direções de negociação são divulgadas via mecanismos de privacidade diferencial $\epsilon$. Neste contexto, o subsídio de privacidade quantifica o custo de bem-estar (ou piso de taxa necessário) do orçamento de privacidade.
• Relação com LVR: O subsídio de privacidade é colocado na mesma família conceitual que Perda-Versus-Rebalanceamento (LVR) e o subsídio de privacidade Gaussiano, representando um custo de seleção adversa de forma fechada, por período, suportado por um mecanismo de precificação automatizado.

Limitações e Trabalho Futuro
Os autores notam que os resultados dependem de uma priori simétrica ($\pi=1/2$) e de uma regra de precificação bayesiana comprometida. Eles afirmam explicitamente que priores assimétricos exigiriam trabalho futuro para derivar formas fechadas precisas, embora se espere que os resultados qualitativos persistam. Adicionalmente, a análise é um estudo de equilíbrio parcial; uma análise completa de equilíbrio de taxas onde as taxas distorcem a participação dos traders fica para investigação futura. O artigo também delimita que mecanismos envolvendo agregação em lote ou revelação atrasada (assimetria temporal) ficam fora deste framework específico de ruído de inversão.