Identification and estimation of continuous‐time dynamic discrete choice games
连续时间动态离散选择博弈的识别与估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究动态离散选择博弈的均衡、原始参数识别及结构模型估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
连续时间动态离散选择博弈的识别与估计
- 研究问题
- 在随机顺序行动的连续时间博弈中，能否从固定间隔的离散观测识别行动到达率和模型原始参数，并允许到达率异质？
- 方法与思路
- 作者扩展连续时间动态离散选择博弈，研究均衡存在与离散观测下的识别，并用更新、进入退出和质量阶梯模型考察估计。
- 材料陈述的贡献
- 摘要称重新建立广义模型的马尔可夫完美均衡存在条件，考察采样频率和企业数量对估计的影响，并展示决策率异质性的作用。
- 阅读关注点
- 应核对行动到达率与其他原始参数的识别条件、离散采样损失的信息，以及均衡计算和估计成本随企业数量变化的机制。
- 阅读边界
- 解读限于所给 Crossref 摘要；摘要未说明完整均衡条件、识别限制或计算规模，无法判断低频观测下的具体估计精度。
原文摘要
This paper considers the theoretical, computational, and econometric properties of continuous‐time dynamic discrete choice games with stochastically sequential moves, introduced by Arcidiacono, Bayer, Blevins, and Ellickson (2016). We consider identification of the rate of move arrivals, which was assumed to be known in previous work, as well as a generalized version with heterogeneous move arrival rates. We reestablish conditions for existence of a Markov perfect equilibrium in the generalized model and consider identification of the model primitives with only discrete‐time data sampled at fixed intervals. Three foundational example models are considered: a single agent renewal model, a dynamic entry and exit model, and a quality ladder model. Through these examples we examine the computational and statistical properties of estimators via Monte Carlo experiments and an empirical example using data from Rust (1987). The experiments show how parameter estimates behave when moving from continuous‐time data to discrete‐time data of decreasing frequency and the computational feasibility as the number of firms grows. The empirical example highlights the impact of allowing decision rates to vary.