Inference in Games Without Nash Equilibrium: An Application to Restaurants’ Competition in Opening Hours
Notice bibliographique
Résumé
This paper relaxes the Bayesian Nash equilibrium (BNE) assumption commonly imposed in empirical discrete choice games with incomplete information. Instead of assuming that players have unbiased/correct expectations, my model treats a player’s belief about the behavior of other players as an unrestricted unknown function. I study the joint identification of belief and payoff functions. I show that in games where one player has more actions than the other player, the payoff function is partially identified with neither equilibrium restrictions nor the usual exclusion restrictions. Furthermore, if the cardinality of players’ action sets varies across games, then the payoff and belief functions are point identified up to scale normalizations and the restriction of equilibrium beliefs is testable. For games where action sets are constant across players and observations, I obtain very similar identification results without imposing restrictions on beliefs, as long as the payoff function satisfies a condition of multiplicative separability. I apply this model and its identification results to study the store hours competition between McDonald’s and Kentucky Fried Chicken (KFC) in China. The null hypothesis that KFC has unbiased beliefs is rejected. Failing to account for KFC’s biased beliefs generates an attenuation bias on estimated strategic effects. Finally, the estimation results of the payoff functions indicate that the decision about store hours is a type of vertical differentiation. By operating through the night, a firm not only attracts night-time consumers but also can steal competitors’ day-time customers. This result has implications on the optimal regulation of stores’ opening hours.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».