En los últimos años, el estimador propuesto por Bajari, Benkard y Levin ('07) para juegos dinámicos ha ido ganando popularidad. Es relativamente sencillo y es una de las únicas opciones viables para estimar juegos dinámicos con espacio de estado continuo y variables de decisión continuas. Sin embargo, algunas personas me han preocupado sobre lo que realmente está identificando (posiblemente no los parámetros estructurales que se supone que debe identificar).
Mi pregunta es triple. 1) cuáles son las preocupaciones específicas sobre la identificación con BBL, 2) cuándo (no) importan, y 3) ¿hay alguna manera de solucionar los problemas de identificación sin tener que, por ejemplo, aproximar el estado / acciones como discretos?
Respuestas:
Después de buscar por un tiempo, esta es la mejor respuesta que puedo encontrar hasta ahora.
1) Un argumento formal de por qué la identificación podría romperse bajo BBL es de Srisuma ('13) . Da dos ejemplos específicos en el apéndice en línea donde se pierde la identificación debido al uso de perturbaciones aditivas en lugar de multiplicativas para construir funciones de valor fuera de equilibrio (como se sugirió en el artículo original de BBL). Esto es indicativo de un problema más amplio con BBL de que podría haber parámetros de desequilibrio que satisfagan el estimador de distancia mínima de BBL.
2) Los dos ejemplos dados en el apéndice son bastante básicos y estándar (agente único y Cournot). Esto sugiere que el fenómeno podría ser un problema en muchas / la mayoría de las aplicaciones.
3) Sea creativo con las perturbaciones políticas. Aunque Srisuma no muestra el beneficio de las perturbaciones multiplicativas sobre las aditivas en general, los dos ejemplos dados muestran que las perturbaciones multiplicativas podrían mejorar el estimador. Formalizar perturbaciones óptimas parece un buen lugar para futuras investigaciones.
fuente