[論文レビュー] The Cost of Information: The Case of Constant Marginal Costs

Luciano Pomatto, Philipp Strack+1 more|arXiv (Cornell University)|Dec 11, 2018

Economic theories and models被引用数 6

ひとこと要約

本稿は、一定の限界費用のもとでの情報取得の公理的理論を構築し、ブラックウェル実験における線形費用構造を形式化する。ブラックウェル単調性、独立実験の加法性、確率的スケーリングの下で、実験の費用は、状態対に特有の係数を有する、カルバック・ライブララー発散の線形結合として一意に表現可能であり、その係数は識別難易度を反映する。

ABSTRACT

We develop an axiomatic theory of information acquisition that captures the idea of constant marginal costs in information production: the cost of generating two independent signals is the sum of their costs, and generating a signal with probability half costs half its original cost. Together with Blackwell monotonicity and a continuity condition, these axioms determine the cost of a signal up to a vector of parameters. These parameters have a clear economic interpretation and determine the difficulty of distinguishing states.

研究の動機と目的

• 情報生産における一定限界費用の概念を、従来の財と類似する形で形式化すること。
• ブラックウェル実験における費用関数が線形性および単調性の公理を満たす条件を特定すること。
• 費用パラメータを状態の識別困難度の測度として経済的解釈すること。
• 情報費用をカルバック・ライブララー発散に結びつける表現定理を確立すること。
• 一般情報費用関数をその経済的性質を通じて研究する基盤を築くこと。

提案手法

• ブラックウェル単調性（より情報量の多い実験はより高価）、独立実験の加法性、確率によるスケーリング（費用は成功確率に線形に比例）の3つの公理を提案。
• 費用関数が滑らかに振る舞うことを保証する連続性仮定を導入。
• 一意な表現を導出：費用 $ C(\mu) = \sum_{i,j \in \Theta} \beta_{ij} D_{\mathrm{KL}}(\mu_i \| \mu_j) $、ここで $ \beta_{ij} \geq 0 $。
• $ \beta_{ij} $ を、状態 $ i $ が真である条件下で、状態 $ i $ と $ j $ の対数尤度比を増加させるための限界費用として解釈。
• 証拠強度を測定するための情報理論的測度として、カルバック・ライブララー発散をコアとして採用。
• 有限状態空間における意思決定問題における情報取得費用のモデル化にこの表現を適用。

実験結果

リサーチクエスチョン

• RQ1 情報取得における一定限界費用を特徴付けるために必要な十分な公理は何か？
• RQ2 信号生成費用を状態固有の識別費用にどのように分解できるか？
• RQ3 線形費用仮定は、顧客のアンケート調査のような現実の情報生産とどの程度整合するか？
• RQ4 単調性、加法性、スケーリングの公理のみから、情報費用の一意な表現を導出可能か？
• RQ5 費用表現における係数 $ \beta_{ij} $ の経済的解釈は何か？

主な発見

• 実験の費用は、状態固有の信号分布間のカルバック・ライブララー発散の重み付き和として一意に表現可能である。
• 係数 $ \beta_{ij} $ は非負であり、状態 $ i $ を状態 $ j $ から区別するための限界費用を表す。
• この表現は、すべての3つの公理（単調性、独立実験の加法性、確率的スケーリング）を満たす。
• このモデルは明確な経済的解釈を提供する：$ \beta_{ij} $ は、状態 $ i $ が真であるとき、状態 $ j $ を除外する困難さを測る。
• 連続性仮定のもとで、この特徴付けは、表現の一意性とロバストネスを保証する。
• このフレームワークは、拡張表現式を用いることで、無限信号空間へと一般化可能である。