BBL로 식별

지난 몇 년 동안 Bajari, Benkard 및 Levin ('07) 이 역동적 인 게임에 대해 제안한 견적 도구 가 인기를 얻고 있습니다. 상대적으로 간단하며 연속 상태 공간과 연속 결정 변수를 모두 사용하여 동적 게임을 추정 할 수있는 유일한 옵션 중 하나입니다. 그러나 나는 몇몇 사람들로부터 그것이 실제로 무엇을 식별하고 있는지에 대한 우려를 들었습니다 (아마도 식별해야 할 구조적 매개 변수가 아닐 수도 있습니다).

내 질문은 세 가지입니다. 1) BBL과의 식별에 대한 특정 관심사는 무엇인가, 2) BBL이 중요 할 때 (중요하지 않은 경우), 3) 상태 / 활동을 별개의 것으로 근사하지 않고 식별 문제를 해결할 수있는 방법이 있습니까?

잠시 동안 검색 한 결과, 지금까지 생각해 낼 수있는 가장 좋은 대답입니다.

1) BBL 하에서 식별이 실패 할 수있는 공식화 된 주장은 Srisuma의 것이다 ('13) . 그는 온라인 부록 에서 두 가지 구체적인 예를 제시하는데, 이는 원래의 BBL 논문에서 제안 된 것과 같이 평형 가치 기능을 구성하기 위해 곱하기 섭동보다는 가산을 사용하기 때문에 식별이 손실되는 경우입니다. 이는 BBL 최소 거리 추정기를 만족하는 균형을 벗어난 매개 변수가있을 수 있다는 BBL의 광범위한 문제를 나타냅니다.

2) 부록에 제시된 두 가지 예는 매우 기본적이고 표준입니다 (단일 에이전트 및 쿠 르노). 이것은 많은 / 대부분의 응용에서이 현상이 문제가 될 수 있음을 시사합니다.

3) 정책 혼란으로 창의력을 발휘하십시오. Srisuma는 일반적으로 가산 성 섭동에 비해 곱셈의 이점을 보여주지는 않지만, 주어진 몇 가지 예는 곱셈 섭동이 추정기를 향상시킬 수 있음을 보여줍니다. 최적의 동요를 공식화하는 것은 추가 연구를위한 좋은 장소 인 것 같습니다.