Estimation of finite sequential games
有限序贯博弈的估计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：摘要围绕有限序贯博弈、子博弈精炼均衡及结果似然开展估计，直接对应战略互动模型的结构估计。
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
有限序贯博弈的估计
- 研究问题
- 有限序贯博弈中，战略互动使高维截断积分的区域复杂化；如何计算观测结果的似然并扩大可估计的模型范围？
- 方法与思路
- 作者控制未观测的均衡路径外策略，分别计算产生观测结果的各子博弈精炼均衡的似然贡献，并使用 GHK 模拟器。
- 材料陈述的贡献
- 摘要称，新估计方法具有较好的效率与计算便利性，适用于较广的有限序贯博弈，并以蒙特卡洛实验展示表现。
- 阅读关注点
- 应核对路径外策略如何处理、多个均衡的似然如何合成，以及 GHK 模拟所需的分布设定和积分步骤。
- 阅读边界
- 仅据所给出版社摘要，无法判断均衡选择、参数识别及效率结论的具体条件，也无法量化模拟中的稳健性。
原文摘要
I propose a new estimation method for finite sequential games that is efficient, computationally attractive, and applicable to a fairly general class of finite sequential games that is beyond the scope of existing studies. The major challenge is the computation of high-dimensional truncated integration whose domain is complicated by strategic interaction. This complication resolves when unobserved off-the-equilibrium-path strategies are controlled for. Separately evaluating the likelihood contribution of each subgame-perfect equilibrium that generates the observed outcome allows the use of the GHK simulator, a widely used importance-sampling probit simulator. Monte Carlo experiments demonstrate the performance and robustness of the proposed method.