[논문 리뷰] Identification in discrete choice models with imperfect information

Cristina Gualdani, Shruti Sinha|arXiv (Cornell University)|2019. 11. 11.

Game Theory and Voting Systems인용 수 8

한 줄 요약

이 논문은 이산 선택 모델에서 정보가 불완전할 경우 선호도와 반사적 결과를 식별하는 방법을 개발한다. 일인용 베이즈 조화균형(1BCE)을 사용하여 선형 프로그래밍을 통해 날카로운 식별 집합을 특성화한다. 이 프레임워크는 2017년 영국 총선의 공간적 투표 모델에 적용되었으며, 정보의 불완전성이 유권자 복지와 정당 지지에 상당한 영향을 미친다는 점을 보여준다. 노동당의 투표율 증가율은 유권자들이 정보를 제한적으로 가진 상태에서도 이념적 위치 선점에 의해 부분적으로 이뤄졌음을 시사한다.

ABSTRACT

We study identification of preferences in static single-agent discrete choice models where decision makers may be imperfectly informed about the state of the world. We leverage the notion of one-player Bayes Correlated Equilibrium by Bergemann and Morris (2016) to provide a tractable characterization of the sharp identified set. We develop a procedure to practically construct the sharp identified set following a sieve approach, and provide sharp bounds on counterfactual outcomes of interest. We use our methodology and data on the 2017 UK general election to estimate a spatial voting model under weak assumptions on agents' information about the returns to voting. Counterfactual exercises quantify the consequences of imperfect information on the well-being of voters and parties.

연구 동기 및 목표

• 결과에 영향을 주는 상태에 대해 기업이 정보가 불완전할 때 이산 선택 모델에 대한 강력한 식별 방법을 개발하기 위해.
• 기타 가정 없이 기업의 정보 구조에 대해 강한 가정을 하지 않고도 보상 매개변수의 날카로운 식별 집합을 특성화하기 위해.
• 정책 개입 하에서 반사적 결과에 대한 계산 가능하고 실용적인 경계를 제공하기 위해.
• 실제 세계의 상황에서 정보의 불완전성이 유권자와 정당의 복지에 어떤 영향을 미치는지 평가하기 위해.
• 약한 정보 가정 하에서 2017년 영국 총선의 공간적 투표 모델에 이 방법을 적용하기 위해.

제안 방법

• 이산 선택 모델을 자연과의 1인 게임으로 재해석함으로써, 모든 가능한 정보 구조를 표현할 수 있는 일인용 베이즈 조화균형(1BCE)을 사용할 수 있도록 한다.
• 1BCE 집합의 아우멘 습관(기대값)을 사용하여 날카로운 식별 집합을 특성화하며, 이는 선형 등식 및 부등식으로 정의된 볼록 집합이다.
• 세계 상태가 연속일 경우, 선형 프로그래밍 기반의 스크린 기반 절차를 사용하여 날카로운 식별 집합을 구성한다.
• 주어진 매개변수 값이 식별 집합에 속하는지 여부를 판단하기 위해 선형 프로그래밍을 풀어 계산의 실용성을 확보한다.
• 1BCE 하에서 모델이 유도하는 확률과 관측된 데이터를 조합하여 반사적 선택 확률에 대한 날카로운 경계를 유도한다.
• 2017년 영국 총선 데이터를 사용하여 공간적 투표 모델을 추정하고, 정책 위치 변화를 시뮬레이션하는 반사적 결과를 적용한다.

실험 결과

연구 질문

• RQ1 결정자가 세계의 상태에 대해 정보가 불완전할 경우, 이산 선택 모델에서 선호도를 어떻게 식별할 수 있는가?
• RQ2 정보 구조가 알려져 있지 않고 약한 제약만 있을 경우, 보상 매개변수의 날카로운 식별 집합은 무엇인가?
• RQ3 정보가 불완전할 경우, 정책 간섭에 따른 반사적 선택 확률에 어떤 영향을 미치는가?
• RQ4 정보의 불완전성이 실제 선거에서 유권자와 정당의 복지에 얼마나 큰 영향을 미치는가?
• RQ5 완전한 정보 가정 하에서의 결과와 비교할 때, 민주적 결과에 대한 함의는 무엇인가?

주요 결과

• 2017년 영국 총선 기간 동안 노동당의 투표율 증가율은 정보가 불완전한 상태에서도 사회 복지 분야에서의 좌측 이동 덕분에 부분적으로 기인한다.
• 정보가 불완전한 조건에서 노동당의 투표율에 대한 반사적 변화는 -0.5682에서 0.0163 사이(95% 신뢰집합)로 추정되어 손실 또는 소규모 이득이 가능함을 시사한다.
• 완전한 정보 조건에서는 노동당의 투표율 반사적 손실이 -0.2283로 추정되며, 이는 정보의 불완전성이 정책 이동의 전반적인 부정적 영향을 가림으로써 가려졌을 수 있음을 시사한다.
• 스피어 기반 선형 프로그래밍 접근법을 사용하여 공간적 투표 모델의 날카로운 식별 집합을 구성하였으며, 이는 계산의 가능성을 보장한다.
• 기업의 정보 구조를 완전히 알지 못하더라도, 반사적 결과에 대해 유효하고 날카로운 경계를 제공한다.
• 결과는 정보 마찰이 정치적 결과와 유권자 복지에 상당한 영향을 미친다는 점을 확인하며, 민주적 반응성과 정당 전략에 대한 함의를 제시한다.