The empirical content of games with bounded regressors
有界回归变量博弈模型的经验内容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：摘要直接研究完全信息博弈的结构识别、互动效应及半参数估计。
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
有界回归变量博弈模型的经验内容
- 研究问题
- 在回归变量没有大支持集、未观测因素分布也不作参数化设定时，如何识别和估计完全信息博弈及其互动效应方向？
- 方法与思路
- 作者要求所有参与者未观测因素的联合密度在唯一点达到全局最大值，并据此提出三步半参数估计方法。
- 材料陈述的贡献
- 摘要称，该策略不依赖大支持集回归变量或参数化误差分布；估计量在正则条件下一致且渐近正态，部分参数收敛较慢。
- 阅读关注点
- 应核对唯一全局峰值条件的识别作用、三步估计的误差传递，以及截距和互动效应参数的具体收敛率与推断方式。
- 阅读边界
- 仅据所给OpenAlex版本摘要，完整正则条件与非标准收敛率未说明；不能把唯一全局峰值替换为其他单峰定义，刊本变化未知。
原文摘要
This paper develops a strategy for identification and estimation of complete information games that does not require a regressor that has large support or a parametric specification for the distribution of the unobservables. The identification result uses a nonstandard but plausible condition on the unobservables: the assumption that the joint density of the unobservables of all agents is unimodal in the sense of achieving the global maximum at a unique point. Also, a three-step semiparametric estimator is proposed. Under mild regularity conditions, the estimator is consistent and asymptotically normally distributed. The estimator is nonstandard in the sense that the estimators of the intercept and interaction effect parameters converge at slower than the parametric rate. An intermediate result concerns identification and estimation of the direction of the interaction effect.