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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究动态离散选择博弈的原始参数识别、均衡与估计，直接对应离散选择和结构估计。
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
连续时间动态离散选择博弈的识别与估计
- 研究问题
- 连续时间动态离散选择博弈中，行动到达率及模型原始参数能否由固定间隔观测识别，异质决策频率又有何影响？
- 方法与思路
- 作者扩展随机顺序行动模型，研究异质到达率、均衡存在与离散观测识别，并用三个基础模型开展模拟和实证分析。
- 材料陈述的贡献
- 摘要将此前视为已知的行动到达率纳入识别问题，重建广义模型的均衡条件，并考察观测频率与企业数量对估计的影响。
- 阅读关注点
- 应核对到达率与收益参数能否分别识别、固定观测间隔下的信息损失、均衡存在条件，以及多企业计算的可行性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出识别和均衡条件，也未提供估计误差或计算成本数值。
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 re-establish 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.