Dalam beberapa tahun terakhir, estimator yang diusulkan oleh Bajari, Benkard, dan Levin ('07) untuk game dinamis telah mendapatkan popularitas. Ini relatif lurus ke depan dan merupakan satu-satunya pilihan untuk memperkirakan game dinamis dengan ruang keadaan kontinu dan variabel keputusan kontinu. Saya telah mendengar dari beberapa orang, kekhawatiran tentang apa yang sebenarnya mengidentifikasi (mungkin bukan parameter struktural yang seharusnya diidentifikasi).
Pertanyaan saya tiga kali lipat. 1) apa keprihatinan khusus tentang identifikasi dengan BBL, 2) kapan mereka (tidak) penting, dan 3) apakah ada cara untuk mengatasi masalah identifikasi tanpa harus, katakanlah, memperkirakan negara / tindakan sebagai diskrit.
Jawaban:
Setelah mencari sebentar, ini adalah jawaban terbaik yang bisa saya dapatkan sejauh ini.
1) Argumen formal mengapa identifikasi dapat diuraikan di bawah BBL berasal dari Srisuma ('13) . Dia memberikan dua contoh spesifik dalam lampiran online di mana identifikasi hilang karena menggunakan perturbasi aditif daripada multiplikasi untuk membangun fungsi nilai off-equilibrium (seperti yang disarankan dalam makalah BBL asli). Ini merupakan indikasi masalah yang lebih luas dengan BBL bahwa mungkin ada parameter off-equilibrium yang memenuhi penduga jarak minimum BBL.
2) Dua contoh yang diberikan dalam lampiran keduanya cukup mendasar dan standar (agen tunggal dan Cournot). Ini menunjukkan bahwa fenomena tersebut bisa menjadi masalah di banyak / sebagian besar aplikasi.
3) Jadilah kreatif dengan gangguan kebijakan. Meskipun Srisuma tidak menunjukkan manfaat multiplicative over additive perturbations secara umum, pasangan contoh yang diberikan menunjukkan bahwa gangguan multiplicative dapat meningkatkan estimator. Memformalkan gangguan optimal tampaknya merupakan tempat yang baik untuk penelitian lebih lanjut.
sumber