Estimating Dynamic Models of Imperfect Competition
不完全竞争动态模型的估计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：摘要直接利用均衡最优性条件估计动态博弈的结构参数，并测试动态离散选择模型，因此归入结构估计和离散选择。
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…
不完全竞争动态模型的估计
- 研究问题
- 在行为符合马尔可夫完美均衡的假设下，如何估计具有离散或连续决策的动态博弈，并恢复不完全竞争模型的结构参数？
- 方法与思路
- 作者提出两步算法：先估计策略函数与状态变量转移规律，再利用均衡最优性条件，通过模拟最小距离估计其余结构参数。
- 材料陈述的贡献
- 摘要称，该算法适用于一大类动态博弈，包括兼具离散与连续控制的产业竞争模型，并在动态离散选择及动态寡头模型中进行测试。
- 阅读关注点
- 应核对第一步策略和状态转移的估计方法、第二步最优性条件与模拟距离的构造，以及均衡假设、识别条件和模型测试的具体设定。
- 阅读边界
- 摘要未说明多重均衡的处理、结构参数的识别条件、渐近性质或测试结果；仅凭模型测试的陈述，无法判断算法精度及实际数据中的适用性。
原文摘要
We describe a two-step algorithm for estimating dynamic games under the assumption that behavior is consistent with Markov perfect equilibrium. In the first step, the policy functions and the law of motion for the state variables are estimated. In the second step, the remaining structural parameters are estimated using the optimality conditions for equilibrium. The second step estimator is a simple simulated minimum distance estimator. The algorithm applies to a broad class of models, including industry competition models with both discrete and continuous controls such as the Ericson and Pakes (1995) model. We test the algorithm on a class of dynamic discrete choice models with normally distributed errors and a class of dynamic oligopoly models similar to that of Pakes and McGuire (1994).