[論文レビュー] Estimating Local Interactions Among Many Agents Who Observe Their Neighbors

Nathan Canen, Jacob T. Schwartz+1 more|arXiv (Cornell University)|Apr 10, 2017

Game Theory and Applications参考文献 4被引用数 5

ひとこと要約

本稿では、エージェントが隣人に関するタイプを部分的にしか観測しないが、他のエージェントの戦略について単純な信念を持つ大規模なネットワークにおける局所的戦略的相互作用を推定する実証的モデルを構築する。最適応答を観測されたタイプの線形関数としてモデル化することで、完全なネットワークの観測やサンプリングプロセスの知識がなくても、漸近的に有効な推論が可能となり、局所的な報酬依存性が行動の観察可能な断面的依存性にどのように反映されるかを明らかにする。

ABSTRACT

In various economic environments, people observe other people with whom they strategically interact. We can model such information-sharing relations as an information network, and the strategic interactions as a game on the network. When any two agents in the network are connected either directly or indirectly in a large network, empirical modeling using an equilibrium approach can be cumbersome, since the testable implications from an equilibrium generally involve all the players of the game, whereas a researcher's data set may contain only a fraction of these players in practice. This paper develops a tractable empirical model of linear interactions where each agent, after observing part of his neighbors' types, not knowing the full information network, uses best responses that are linear in his and other players' types that he observes, based on simple beliefs about the other players' strategies. We provide conditions on information networks and beliefs such that the best responses take an explicit form with multiple intuitive features. Furthermore, the best responses reveal how local payoff interdependence among agents is translated into local stochastic dependence of their actions, allowing the econometrician to perform asymptotic inference without having to observe all the players in the game or having to know the precise sampling process.

研究の動機と目的

• エージェントが隣人に関するタイプを部分的にしか観測しない大規模ネットワークにおける戦略的相互作用の推定という課題に取り組む。
• 大規模ゲームにおける完全均衡計算の計算的・情報的負担を回避する、取り扱いやすい実証モデルを構築する。
• 一部のエージェントしか観測されない状況でも、サンプリングプロセスの詳細を知らなくても、有効な漸近的推論を可能にする。
• エージェントの最適応答行動を通じて、局所的な報酬依存性がどのように観察可能な断面的依存性に現れるかをモデル化する。

提案手法

• エージェントが完全な均衡計算を避けるために、局所的観測と他のエージェントの戦略に関する単純な信念に基づき最適応答を形成すると仮定する。
• エージェントの行動を、隣人の観測されたタイプの線形関数としてモデル化し、係数は局所的な報酬依存性を反映する。
• 近隣の報酬関連信号の平均（例：$\tilde{Z}_i = n_P(i)^{-1} \sum_{j \in N_P(i)} \lambda_{ij} X_{j,1}$）に基づくインスツルメントを用いて、局所的依存性を捉える。
• パラメータの線形結合に関する仮説検定統計量の逆転に基づく推論手順を採用し、限界効果の信頼区間を構成可能にする。
• 簡単なタイプと一次の洗練されたタイプのモデルを比較するためのモデル選択手順（付録F）を適用する。
• 弱いサンプリング条件に依存しており、実際のサンプリングメカニズムにかかわらず漸近的有効性が保証される。

実験結果

リサーチクエスチョン

• RQ1 エージェントが隣人についての情報を部分的にしか得られない状況で、どのように局所的戦略的相互作用を推定できるか。
• RQ2 大規模ネットワークにおける行動の観察可能な断面的依存性は、どの程度局所的な報酬依存性に起因するか。
• RQ3 すべてのプレイヤーが観測されず、正確なサンプリングプロセスが分かっていない状況でも、有効な漸近的推論が可能か。
• RQ4 単純なタイプと一次の洗練されたタイプのモデルの両方の実証的性能は、ネットワーク効果をどの程度適切に捉えられるか。
• RQ5 植民地時代の国家存在や地理的接近性といった歴史的変数は、コロンビアの自治体における国家能力にどのように影響を及ぼすか。

主な発見

• モデル選択検定では、4つの仕様すべてにおいて単純なタイプまたは一次の洗練されたタイプのモデルを棄却できず、p値は0.543から0.998の範囲にとどまった。
• 植民地時代の国家官僚の影響の限界効果の信頼区間は広く、[-1.222, 3.667]にわたり、推定が不正確であるが、有意な効果は認められなかった。
• 王立のロードズへの距離の限界効果は[-3.953, 2.564]と推定され、最も複雑なモデルではp値が0.543であった。これは有意な効果がないことを示している。
• 土地の質、河川、地理的変数の制御を含むさまざまな仕様においても結果は安定しており、モデルの拡張に対しても頑健であることが示された。
• 近隣の報酬信号に基づくインスツルメント（$\tilde{Z}_i$）は、すべてのモデルで局所的依存性を適切に捉え、推論を支援した。
• 仮説検定統計量の逆転に基づく推論手順により、非ランダムサンプリング下でも限界効果の有効な信頼区間が得られた。