Identification of auction models using order statistics
利用次序统计量识别拍卖模型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：摘要直接研究拍卖结构模型中未观测异质性及竞争程度的识别。
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…
利用次序统计量识别拍卖模型
- 研究问题
- 拍卖数据仅记录竞争力最强的部分报价时，如何处理次序统计量之间的依赖，并识别含未观测异质性和未知竞争程度的模型？
- 方法与思路
- 作者利用两个相邻次序统计量与一个工具变量，研究具有离散未观测异质性的对称拍卖识别，再将结果扩展至升价拍卖。
- 材料陈述的贡献
- 摘要称为部分报价观测提供了一组正面识别结果，并覆盖同时存在未知竞争程度与未观测异质性的升价拍卖情形。
- 阅读关注点
- 应核对工具变量需要满足的条件、相邻报价如何区分潜在类型，以及升价拍卖扩展如何处理未知竞争程度和报价依赖。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，工具变量、类型支持及其他识别条件未说明，不能推广到任意拍卖机制或推断后续版本变化。
原文摘要
Auction data often contain information on only the most competitive bids as opposed to all bids. The usual measurement error approaches to unobserved heterogeneity are inapplicable due to dependence among order statistics. We bridge this gap by providing a set of positive identification results. First, we show that symmetric auctions with discrete unobserved heterogeneity are identifiable using two consecutive order statistics and an instrument. Second, we extend the results to ascending auctions with unknown competition and unobserved heterogeneity.