Estimating first-price auctions with an unknown number of bidders: A misclassification approach
潜在竞标人数未知时的一价拍卖估计：误分类方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究一价拍卖模型的非参数识别估计，并由出价信息分析竞标者利润率。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
潜在竞标人数未知时的一价拍卖估计：误分类方法
- 研究问题
- 潜在竞标人数由竞标者知晓、研究者却无法观测时，如何识别和估计一价拍卖模型，并评估忽略这一信息缺口的影响？
- 方法与思路
- 作者借助误分类模型的计量结果，提出非参数程序恢复给定潜在竞标人数的出价分布，并进行模拟与采购拍卖示例分析。
- 材料陈述的贡献
- 摘要称，该程序在蒙特卡洛中表现良好；采购拍卖示例显示，考虑潜在人数不可观测可能明显改变竞标者利润率估计。
- 阅读关注点
- 应核对潜在人数及出价分布的识别条件、误分类结构的可用信息，以及出价分布到利润率估计之间的模型步骤。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，识别条件和模拟性能未具体说明；利润率差异属于示例证据，不能概括所有拍卖环境。
原文摘要
In this paper, we consider nonparametric identification and estimation of first-price auction models when N*, the number of potential bidders, is unknown to the researcher, but observed by bidders. Exploiting results from the recent econometric literature on models with misclassification error, we develop a nonparametric procedure for recovering the distribution of bids conditional on the unknown N*. Monte Carlo results illustrate that the procedure works well in practice. We present illustrative evidence from a dataset of procurement auctions, which shows that accounting for the unobservability of N* can lead to economically meaningful differences in the estimates of bidders' profit margins.