В последние несколько лет набирает популярность оценщик, предложенный Bajari, Benkard и Levin ('07) для динамических игр. Он относительно прост и является одним из единственно возможных вариантов оценки динамических игр как с непрерывным пространством состояний, так и с непрерывными переменными решения. Я слышал от некоторых людей о том, что он действительно идентифицирует (возможно, не структурные параметры, которые он должен идентифицировать).
Мой вопрос в три раза. 1) каковы конкретные проблемы идентификации с BBL, 2) когда они (не) имеют значение, и 3) есть ли способ обойти проблемы идентификации без необходимости, скажем, аппроксимировать состояние / действия как дискретные.
Ответы:
После некоторого поиска, это лучший ответ, который я могу найти.
1) Формализованный аргумент о том, почему идентификация может нарушаться при BBL, принадлежит Срисуме ('13) . Он приводит два конкретных примера в онлайн-приложении, где идентификация теряется из-за использования аддитивных, а не мультипликативных возмущений для построения функций неравновесного значения (как было предложено в оригинальной статье BBL). Это свидетельствует о более широкой проблеме с BBL о том, что могут существовать неравновесные параметры, которые удовлетворяют оценке минимального расстояния BBL.
2) Два примера, приведенные в приложении, являются достаточно простыми и стандартными (один агент и Курно). Это говорит о том, что это явление может быть проблемой во многих / большинстве приложений.
3) Будьте изобретательны с политическими возмущениями. Хотя Srisuma не показывает преимущества мультипликативных по сравнению с аддитивными возмущениями в целом, приведенные примеры показывают, что мультипликативные возмущения могут улучшить оценку. Формализация оптимальных возмущений кажется хорошим местом для дальнейших исследований.
источник