一种应用于完全有效的信息过载理论

感知用圆锥体表示，而收缩是人类有机体有限的处理能力（作为通道容量）；正如香农的模型一样，也存在噪声源。感知作为一个比人类处理能力更大的实体的表现需要进一步解释。我们可以考虑一个例子（受到Kaufman等人1949年的启发），读者可以参加这个测试。图2-（a）显示了一个包含多个点的正方形，任务是在仅三秒的时间内，尝试计算图片中的确切点数。有人能够猜出确切的数字，其他人则会猜不到，但每个人都能看到整个画面。我们可以用同样的理由showhttps://dictionary.cambridge.org/it/dizionario/inglese/channel-capacity9信息过载如何降低我们的精化能力并使任务变得更加困难。图2-（b）以完全相同的方式工作；有了更多的点和更混乱的图案，我们仍然能够正确地看到整个画面，但现在我们的猜测更多的是运气而不是计数的结果。这一论点似乎显而易见，但却极为重要，强调较少，尤其是在金融市场中，大量信息几乎是即时传输的（例如，日间数据）。太多的信息也会导致我们做出错误的考虑。用同样的例子（还有一点哲学），如果我们完全用黑点来完成正方形，并将图形呈现给一个不知情的人，他会说图像是一个黑色正方形，而实际上，它是一个包含一定数量的巨大黑点的正方形。图2：。视觉测试显示感知和处理能力之间的差异（a），以及信息过载如何降低我们的处理能力（b）。资料来源：我们的阐述。

4、模型4.1。设置和假设本文提出的模型遵循更具逻辑性的论证，而非数学论证，以表明在评估有效市场假说时信息过载的重要性。10定义1。在一个有效的市场中，价格总是反映所有可用信息，这偏离了代理人的理性预期假设。因此，如果：（a）所有代理人使用所有可用信息，或（b）足够多的交易员在充分知情的情况下行事，则认为市场是有效的。出于我们的目的，在案例（b）中，我们不需要量化完全知情的运营商数量。定义2。Muthian或理性预期假设假设代理人以最佳方式使用所有可用信息（Mankiw，2009）。定义2在数学上转化为以下表达式RS=Rof+（2） E[Rs]=Rof（3），其中Rs为证券收益率，Rof为对Rs的理性预期，以及  与所拥有的信息无关的白噪声过程。（3） 立即从（2）开始下降，将期望值带到双方。只有当个人能够利用信息在市场上取得比不知情交易员更好的头寸时，他们才会收集信息（Grossman和Stiglitz，1980）。我们想表明，即使传统假设成立，当考虑到信息过载时，也会出现信息低效。我们的目的是证明以下三个猜想。猜想1。当代理人被赋予了Muthian期望，并且信息是无成本的时，有效市场假说成立。猜想2（格罗斯曼-斯蒂格利茨变元的推广）。即使信息是无成本的，当信息过载时，市场可能会偏离效率的假设。猜想3。

即使信息是无成本的，当信息变得无限且过载时，市场也不是信息有效的。11在所有情况下，我们认为市场上的所有信息都是完全免费和可访问的（以避免格罗斯曼-斯蒂格利茨悖论），即条件（ii）成立（见第2节）不存在交易成本（条件（i）成立）。假设（ii）并非如此不切实际：如今信息几乎完全可以通过互联网访问，我们也可以假设购买计算机和访问互联网连接的成本可以忽略不计。内幕交易规范（几乎在理论上）避免了可用于赚取超额回报的私人信息的存在。最后，就当前信息对任何证券的当前价格和未来价格分布的影响达成一致意见（条件（iii））。假设在这个市场上，对证券s的投资可能会产生正金额的美元Ws （成功概率）和损失，Ls，概率（1-), 因此，该投资的预期回报isE【Rs】=λWs- [1 - λ] Ls。（4） 如果有效市场假说成立， 不应依赖所拥有的信息，因为任何人都不能使用可用信息赚取超额回报；无论如何，为了让投资者充分了解情况，信息应该是“有用的”，即使是免费的。为了避免这种僵局，我们可以考虑 作为主观概率：投资者会将可用信息视为有助于提高其成功概率的东西，尤其是我们可以建模（i） 作为一阶导数为正、二阶导数为负的函数，或（i） >0和（i） <0。

其想法是，成功的概率正在以下降的速度增加，因为第一次获得的信息量为投资者提供了更高的有用性感知。信息i是一个连续变量，其值介于0和市场上可用的最大信息量imax之间。对于i=0，投资者认为没有成功，因为投资需要最低程度的信息（例如，交易平台的知识）。还假设所有可用信息都是“相关”的，或者没有“坏”信息，并且代理是风险中性的。为了简单起见，我们忽视了噪音在信息传输中的作用。该模型由两个阶段组成：在t=0时，代理人同时选择12信息水平，在t=1时，我们可以观察到两种可能的结果：市场有效或市场无效。最后，在这个模型中，我们忽视了电子交易的作用。根据这些假设，即使在存在电子交易的情况下，该模型也会产生一致的结果。事实上，在第一种情况下，当代理具有无限的细化能力时，添加基于电子的交易是无用的；在精化能力有限的情况下，基于电子的交易有助于克服信息过载，但当信息变得无限时，它再次变得无用，因为计算机无法存储或精化无限的信息。4.2.

具有Muthian期望的场景假设代理具有Muthian期望；投资证券的交易者的预期效用（为了简单起见，我们省略了下标s）可以写为[U（i）]=λ（i）W- [1 - λ（i）]L.（5）交易者的最大化问题及其解aremaxi E[U（i）] i=imax E[R]=Rof。（6） 在这种情况下，每个交易者将选择一个等于imax的信息级别，即可用信息的最大数量，并将面临（imax）。需要注意的是，E[U（i）]和E[R]可能有所不同，因为虽然E[R]可以被视为“世界”是如何基于客观概率的，但E[U（i）]是投资者如何基于主观概率感知“世界”。然而，由于交易者在做出投资决策时考虑了所有可用信息E[R]=Rof，其中该等式与定义2重复出现。注意，在t=0时，我们不能对Rof说什么：在这个阶段，代理仅根据E[U（i）]评估他们需要多少信息。在t=1时，交易者形成了他们的最佳猜测，并且由于他们的行为完全知情，价格总是反映所有可用信息：有效市场假说不可避免地是真实的。这证明了猜想1。4.3. 信息过载的场景13我们引入另一个函数，（i） ，它模拟了交易者阐述信息的能力。该功能基于“认知锥”（第3.2节），因此，我们假设（i） >0和（i） >0，即精化成本函数以递增的速度递增；事实上，每个交易者的情况应该有所不同：这导致了代理之间的异质性来源。这一功能抓住了这样一个事实，即认知作为记忆、思考、搜索或获取其他代理的专业知识的行为肯定代价高昂（Tirole，2015）。

对于i=0，精化成本函数为零，这是合理的，因为如果交易者没有需要精化的信息，她将不会遭受精化成本的影响。出于我们的目的，我们不需要明确成功的概率和精化成本函数。新的预期效用函数（7）与（5）不同，必须考虑新的不可避免成本e[U（i）]=λ（i）W- [1 - λ（i）]L- ξ（i）。（7） 对于新的预期效用函数（7），我们不再确定交易者是否总是使用所有可用信息，因为细化成本可能会导致预期效用函数在imax之前降低。图3说明了这一论点：精化成本导致预期效用函数在imax之前减少；该交易者不会使用所有可用信息，因为她的最佳信息水平是i*<imax。这一想法类似于Persson（2018）中披露的加工成本。在这种情况下，决策者根据成本qR>0来决定是否处理线索，然而，当她收到更多线索时，处理的更少，因为她的预期效用先增加后减少，如本模型所示。这种情况对有效市场假说并不完全具有破坏性，事实上，如果有足够数量的投资者的imax低于i*，有效市场假说成立，因为这些投资者将完全知情，以最大化其预期效用函数。这意味着，能够以低成本处理信息的交易员可以确保信息效率。这证明了猜想2.14图3。受信息过载影响的交易者的可能预期效用。资料来源：我们的阐述。

最后，想象一个极端的场景，其中信息量是无限大的，或者→ +∞, 因此→ +∞ => ξ（i）→ +∞（8） 我→ +∞ => λ（i）→ 1（9）很明显，当信息量无限时，精化的成本也是无限的，而成功的概率假设其最大值为1。在这种情况下，结果是→ +∞ => E[U（i）]→ -∞（10） 在这种情况下，没有人会使用所有可用信息，但对于较低级别的信息，也可能发生这种情况，其结果是有效市场假说不再成立：如果没有人采取完全知情的行动，价格就无法反映所有可用信息。这证明了猜想3。5、与所提出模型的讨论我们回答了我们最初的问题：我们是否确定个人在决策过程中会使用所有相关信息？答案显然是否定的。该模型的第一个结论15是，在存在大量数据（非冗余、质量良好且无噪音）的情况下，信息效率严格取决于投资者的性质。如果有足够的投资者能够以较低的成本详细阐述信息，EMH可能会持有。必须指出的是，这种模式不仅仅是一种金融文盲的模式。尽管受过教育的人会表现出更好的处理能力，但他们仍然是具有最大细化能力的人。该模型还表明，当信息量变得太大而无法有效处理时，即使模型的所有经典（和理想）条件都得到了遵守，EMH也不再是真的。虽然该模型可以描述不同的决策情况，但由于金融市场是信息过载的完美环境，因此它被认为并应用于金融市场。

几乎不可能找到另一个信息以毫秒为单位传播、决策必须快速进行的市场。与其他市场相比，金融市场的效率问题与信息过载的后果有着不可分割的联系。这两种情况中哪一种更合理（投资者能够处理所有信息或投资者承受过多压力）尚不确定。一方面，人们可以说，如今，随着高频交易和专业交易者数量的不断增加，数据的细化可能不会受到信息过载的影响。使用算法程序允许在扫描大型数据集寻找更好机会时，在几分之一秒（650微秒）的时间内详细阐述信息（Spira，2011）。Beddington等人（2012年）认为，基于计算机的交易的发展使市场价格更加有效，提高了流动性，降低了交易成本，从而使有效市场的假设更加可靠。另一方面，有人可能会说，实际上不可能完全处理所有信息。例如，Blasco和Corredor（2016）发现，投资者（知情和不知情）对金融分析师提供的新信息作出反应，可能是为了避免与长期决策过程相关的额外成本。Saxena和Lamest（2018）指出，管理者可用的数据量往往超过了他们有效使用这些数据的能力，其结果是部分信息仍然没有得到充分利用。我们可以肯定地说，信息过载影响了很大一部分投资者，至少是那些没有足够技能的投资者。当投资者面临信息过载时，他们倾向于用启发式代替复杂的策略。

“启发式是一种忽略部分信息的策略，其目标是比更复杂的方法更快、更节约和/或更准确地做出决策”（Gigerenzer和Gaissmaier，2011）；这种推理的问题在于，如果所有交易者都以这种方式行事，信息高效的市场就不可能存在，投资者可能做出错误的投资决策。很少有研究考虑这种现象在金融中的作用；Agnew和Szykman（2005）进行了一项重要调查。作者发现，金融知识水平较低的个人承受着超负荷的压力，这导致他们选择阻力最小的道路，这是固定缴款退休计划的默认选择，往往会做出错误的投资决策。当决策者无法做出谨慎的投资选择时，他们会选择最简单的选择。这正是当顾客可以从菜单上选择各种各样的披萨时所发生的事情：她可以花大量时间研究各种可能性，冒一些“风险”尝试一种新披萨，或者简单地点一份玛格丽塔。Agnew和Szykman指出，除了缺乏财务知识外，还有三个过载的来源：如何向投资者提供替代方案的信息、养老金计划中提供的投资选择数量以及提供的基金之间的相似性，因为相似的基金很难相互区分。Spira（2011）指出了信息过载在解释金融市场危机方面的相关后果。最近的金融危机源于一个金融行业，该行业变得过于复杂，无法充分计算投资风险。所谓的“类固醇衍生物”就是这种情况，即衍生物的衍生物。

衍生品越复杂，其风险评估过程就越不透明。旧的效率概念的不足表明，必须对其进行更新，可能是考虑到金融市场受生物法的制约，在金融市场中，代理人之间的竞争或互动类似于生物有机体面临的生存游戏（Lo，2017）。将代理设想为生物有机体而不是计算机，需要更好地描述市场的实际运作方式。17考虑到与过载相互作用的其他方面，这里暴露的模型可以在数学上变得更加复杂和现实，为了简单起见，在这项工作中被忽略了。例如，信息不对称、传输过程中的噪音源或误导性信息（如假新闻）可能是未来作品的内容。结论本文表明了在经济建模中纳入更现实假设的重要性。根据能力有限的代理人的现代理念（Simon，195519561991；Kahneman和Tversky，1979；Tversky和Kahneman，1986；Arthur，1994；Thaler，2000），我们利用信息过载现象对信息效率低下的可能原因提供了新的见解。与对人脑的许多研究一致，填充模型的代理的处理能力有限（Kaufman等人，1949年；Miller，1956年）。综上所述，我们的模型可以解释引入精化成本函数对传统信息效率假设的背离。该函数以不断增长的速度增加，引入了信息过载：当阐述另一个信息单元的成本没有通过主观成功概率的增加得到补偿时，就会发生这种情况。