[논문 리뷰] Comportement d'arrêt des agents naïfs et sophistiqués sous distorsion des probabilités perçues

Yu‐Jui Huang, Adrien Nguyen‐Huu외 1명|arXiv (Cornell University)|2017. 09. 11.

Stochastic processes and financial applications인용 수 1

한 줄 요약

이 논문은 시간에 따라 일관되지 않은 설정에서 확률 왜곡 하에 최적 정지 문제를 연구하며, 순진한 및 정교한 에이전트를 모델링한다. 균형 전략을 위한 고정점 연산자를 도입하여, 정교한 에이전트의 최적 정지 규칙이 미래의 자신에 대한 전략적 사고에서 유도됨을 증명하며, 기하 브라운 motion과 확률 왜곡에 대해 명시적 해를 도출한다.

ABSTRACT

We consider the problem of stopping a diffusion process with a payoff functional that renders the problem time-inconsistent. We study stopping decisions of naive agents who reoptimize continuously in time, as well as equilibrium strategies of sophisticated agents who anticipate but lack control over their future selves' behaviors. When the state process is one dimensional and the payoff functional satisfies some regularity conditions, we prove that any equilibrium can be obtained as a fixed point of an operator. This operator represents strategic reasoning that takes the future selves' behaviors into account. We then apply the general results to the case when the agents distort probability and the diffusion process is a geometric Brownian motion. The problem is inherently time-inconsistent as the level of distortion of a same event changes over time. We show how the strategic reasoning may turn a naive agent into a sophisticated one. Moreover, we derive stopping strategies of the two types of agent for various parameter specifications of the problem, illustrating rich behaviors beyond the extreme ones such as "never-stopping" or "never-starting".

연구 동기 및 목표

• 시간에 따라 일관되지 않은 선호도 하에서 순진한 및 정교한 에이전트의 최적 정지 행동을 모델링하기 위해.
• 연속 시간 확산 모델에서 균형 정지 전략을 유도하기 위한 고정점 연산자 프레임워크를 수립하기 위해.
• 기하 브라운 motion에서 확률 왜곡이 정지 결정에 어떤 영향을 미치는지 분석하기 위해.
• 특정 매개변수 영역 하에서 전략적 사고가 순진한 에이전트를 정교한 에이전트로 전환시키는 조건을 보여주기 위해.
• 다양한 매개변수 구성에서 둘 다의 에이전트에 대해 명시적 정지 규칙을 도출하기 위해.

제안 방법

• 미래의 자기 자신이 이탈할 것을 고려하는 정교한 에이전트의 전략적 사고를 포괄하는 고정점 연산자를 제안한다.
• 확률 왜곡으로 인해 시간에 따라 일관되지 않은 성격을 띠는 지ay 브라운 motion의 연속 시간 확산 과정과 보상 함수를 사용한다.
• 하위게임 완전 균형 개념을 정의하여, 향후 자기 자신이 계획에서 이탈하지 않음을 보장하는 균형 정지 법칙을 설정한다.
• 정지 규칙에 대한 재귀적 고정점 방정식을 풀어 균형 전략을 도출하기 위해 이 연산자를 적용한다.
• 시간에 따라 일관되지 않은 프레임워크에 적응된 동적 프rogramming 및 마틴게일 기법을 활용한다.
• 확률 왜곡 함수의 다양한 매개변수 값 하에서 정지 경계의 명시적 해를 도출한다.

실험 결과

연구 질문

• RQ1 순진한 에이전트가 미래의 선호도 변화를 고려하지 않고 계속 최적화를 수행할 경우 어떻게 행동하는가?
• RQ2 정교한 에이전트가 미래의 자신이 이탈할 것을 예측할 때 어떤 균형 정지 전략이 도출되는가?
• RQ3 기하 브라운 motion 모델에서 확률 왜곡은 최적 정지 경계에 어떻게 영향을 미치는가?
• RQ4 어떤 조건에서 순진한 에이전트의 행동이 전략적 사고를 통해 정교한 에이전트의 행동으로 수렴하는가?
• RQ5 다양한 왜곡 매개변수 하에서 순진한 및 정교한 에이전트의 정지 규칙의 명시적 형태는 무엇인가?

주요 결과

• 정교한 에이전트의 균형 정지 전략은 미래의 자기 자신이 이탈할 것을 고려하는 전략적 사고 연산자의 고정점으로 특징지어진다.
• 주어진 왜곡 매개변수 η에 대해, 균형 정지 경계 b′는 b > (η+1)/η K 일 때 명시적으로 b′ = Kb / (η(b − K)) 로 유도된다.
• 드리프트 매개변수 K < x < b′ 를 만족할 경우, 정교한 에이전트는 x ≤ b′ 이면 즉시 정지하고, 그렇지 않으면 정지를 연기하여 비단조화적 행동을 보인다.
• 동일한 고정점 반복 과정을 거칠 때 순진한 에이전트의 전략은 정교한 에이전트의 균형 전략으로 수렴함을 보여, 전략적 사고가 순진한 행동을 변형시킬 수 있음을 시사한다.
• 정지 경계 b 가 최대값 (η+1)/η K 에 도달할 경우에만 균형 전략은 파레토 최적이다.
• 계속 영역 Cτ 와 정지 영역 Sτ 의 명시적 표현이 도출되었으며, 특정 매개변수 조건 하에 Cτ = (0, b′) 와 Sτ = (b′, b) 라는 결과를 보였다.