用BBL识别

在过去的几年中，由Bajari，Benkard和Levin（'07）提出的用于动态游戏的估算器越来越受欢迎。它是相对简单的方法，并且是用于估计具有连续状态空间和连续决策变量的动态博弈的唯一可行选择之一。但是，我从一些人那里听到了关于它真正识别出什么的担忧（可能不是它应该识别出的结构参数）。

我的问题有三点。1）关于使用BBL进行识别的具体关注点是什么，2）它们何时（无关紧要）无关紧要，以及3）是否有一种解决识别问题的方法，而不必说将状态/动作近似为离散的。

经过一段时间的搜索，这是到目前为止我能想到的最好的答案。

1）关于身份为什么可以在BBL下失效的正式论点来自Srisuma（'13）。他在在线附录中给出了两个具体示例，这些示例由于使用加性而非乘性扰动来构造非平衡值函数（如原始BBL论文中所建议的那样）而丢失了标识。这表明BBL有一个更广泛的问题，即可能存在满足BBL最小距离估算器的失衡参数。

2）附录中给出的两个示例都非常基本和标准（单代理和古诺）。这表明该现象在许多/大多数应用中可能是一个问题。

3）善于应对政策动荡。尽管Srisuma总体上并未显示出乘性扰动优于加性扰动的好处，但给出的几个示例表明，乘性扰动可以改善估计量。将最佳扰动形式化似乎是进一步研究的好地方。