[論文レビュー] Structural Estimation of Matching Markets with Transferable Utility

Alfred Galichon, Bernard Salanié|arXiv (Cornell University)|Jan 1, 2020

Game Theory and Voting Systems参考文献 14被引用数 1

ひとこと要約

本稿は、移転可能なユーティリティを有する1対1マッチング市場における構造的推定手法を開発し、凸最適化と最適輸送を用いて、観察されたマッチングパターンから共同サミュージョン関数を同定する。分離可能性およびロジット型の未観測異質性の下で同定を確立し、凸最小化を用いた効率的推定と対応的分析を可能にする。

ABSTRACT

We review recent advances in the estimation of matching models under transferable utility, with special emphasis on approaches that exploit the convexity of the problem when the joint surplus is separable.

研究の動機と目的

• 観察されたマッチングパターンから、移転可能なユーティリティを有する1対1マッチング市場における共同サミュージョン関数を同定すること。
• 分離可能性およびロジット型の未観測異質性の下で、凸最適化を用いてモデルパラメータを推定すること。
• サミュージョン関数を回復することで、政策変更の対応的分析を可能にすること。
• フレームワークを連続的タイプおよび複数の市場へ拡張し、同定を強化すること。

提案手法

• 分離可能性の下で、最適輸送と凸双対性を用いて共同サミュージョン関数を同定する。
• グローバルに凸な目的関数を最小化することで、凸最適化を用いてパラメータを推定する。
• 移転後のユーティリティとシャドウプライスを用いた安定性の双対定式化を採用する。
• 効率的な計算のため、座標降下法と勾配降下法を組み合わせたハイブリッドアルゴリズムを用いる。
• ポアソン過程と双線形サミュージョン関数を用いて連続的タイプを組み込む。
• 複数の市場と個別レベルの移転データを活用して、同定を強化する。

実験結果

リサーチクエスチョン

• RQ1 分離可能性の下で、観察されたマッチングパターンから共同サミュージョン関数を非パラメトリックに同定できるか？
• RQ2 未観測異質性がロジット分布に従う場合、共同サミュージョン関数のパラメータをどのように効率的に推定できるか？
• RQ3 複数の市場において、未観測異質性分布の同定が可能となる条件は何か？
• RQ4 分離可能なマッチングモデルにおいて、連続的タイプをどのようにモデル化できるか？
• RQ5 個別レベルの移転データは、モデル推定の改善にどのような役割を果たすか？

主な発見

• 分離可能性およびロジット型の未観測異質性の下で、観察されたマッチングパターンから共同サミュージョン関数が同定可能である。
• パラメータ推定は、グローバルに凸な目的関数の最小化に帰着され、グローバル収束が保証される。
• 安定性の双対定式化により、ユーティリティとシャドウプライスの反復的更新を用いて、安定マッチングの効率的計算が可能になる。
• 双線形ガウスモデルでは、マッチングパターンの対数のヘッセ行列がサミュージョン行列に等しくなるため、過剰同定とランク検定が可能になる。
• 複数の市場を用いることで、原理解析が共有される場合、未観測異質性分布の同定が可能になる。
• 個別レベルの移転データは推定を著しく改善するが、集計データは限定的な価値しか持たない。