Identifikation mit BBL

In den letzten Jahren hat der von Bajari, Benkard und Levin ('07) für dynamische Spiele vorgeschlagene Schätzer an Popularität gewonnen. Es ist relativ einfach und eine der wenigen praktikablen Optionen zum Schätzen dynamischer Spiele mit kontinuierlichem Zustandsraum und kontinuierlichen Entscheidungsvariablen. Ich habe jedoch von einigen Leuten Bedenken darüber gehört, was es wirklich identifiziert (möglicherweise nicht die strukturellen Parameter, die es identifizieren soll).

Meine Frage ist dreifach. 1) Was sind die spezifischen Bedenken hinsichtlich der Identifikation mit BBL, 2) wann sind sie (nicht) wichtig und 3) gibt es eine Möglichkeit, die Identifikationsprobleme zu umgehen, ohne beispielsweise den Zustand / die Aktionen als diskret annähern zu müssen.

Nach einer Weile der Suche ist dies die beste Antwort, die ich bisher finden kann.

1) Ein formalisiertes Argument dafür, warum die Identifizierung unter BBL zusammenbrechen könnte, stammt von Srisuma ('13) . Er gibt im Online-Anhang zwei spezifische Beispiele an, bei denen die Identifizierung verloren geht, weil additive statt multiplikative Störungen verwendet werden, um Funktionen für Werte außerhalb des Gleichgewichts zu konstruieren (wie im ursprünglichen BBL-Artikel vorgeschlagen). Dies weist auf ein breiteres Problem mit BBL hin, dass es möglicherweise Parameter außerhalb des Gleichgewichts gibt, die den BBL-Schätzer für den Mindestabstand erfüllen.

2) Die beiden im Anhang angegebenen Beispiele sind sowohl recht einfach als auch Standard (Einzelagent und Cournot). Dies legt nahe, dass das Phänomen in vielen / den meisten Anwendungen ein Problem sein könnte.

3) Seien Sie kreativ mit politischen Störungen. Obwohl Srisuma im Allgemeinen nicht den Vorteil multiplikativer gegenüber additiven Störungen zeigt, zeigen die angegebenen Beispiele, dass multiplikative Störungen den Schätzer verbessern könnten. Die Formalisierung optimaler Störungen scheint ein guter Ort für weitere Forschung zu sein.