误报信念的识别

众所周知，除非我们施加偏好与状态无关的强假设，否则主观信念无法用传统选择数据识别。这被视为激励性信念引出的最大缺陷之一。两种常见方法要么外生地假设偏好与状态无关，要么使用难以处理的引出机制，这些机制需要大量难以获取的非传统选择数据。在本文中，我们采用第三种方法，引入一种新颖的方法论，它保留了标准引出机制的简洁性，同时不施加尴尬的状态无关假设。代价是，我们不再坚持对信念的完全识别，而是寻求对误报的识别。也就是说，我们用一个标准简单的引出机制引出信念，然后通过一次额外的观测，我们就能判断所报告的信念是否偏离实际信念，若偏离，则判断其偏离方向。