Secret reserve prices by uninformed sellers
信息不足卖家的秘密保留价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：摘要通过具有信息不对称的拍卖模型推导识别条件，并估计信息与保留价机制的剩余反事实，直接对应结构估计。
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
信息不足卖家的秘密保留价
- 研究问题
- 当竞标者比卖家更了解拍卖异质性的共同成分时，卖家能否通过保密保留价并根据提交的出价修订它，改善资源配置效率？
- 方法与思路
- 作者建立含未观测拍卖异质性的第一价格拍卖模型，允许卖家仅不完全观察该异质性，推导识别条件并应用于法国木材拍卖。
- 材料陈述的贡献
- 摘要称完全信息可增加剩余约5.22%；秘密保留价结合从出价中学习，可将这一剩余差距最多缩小84%。
- 阅读关注点
- 应核对卖家和竞标者的信息结构、保留价修订规则、均衡与识别条件，以及完全信息和学习机制反事实的计算依据。
- 阅读边界
- 仅依据所给 Crossref 摘要；识别条件和剩余口径未说明，所报比例依赖模型与应用设定，不能视为普遍效果，也不推断版本变化。
原文摘要
If bidders are better informed than the seller about a common component of auction heterogeneity, the seller can allocate more efficiently by keeping her reserve price secret and revising it using submitted bids. We build a model of a first‐price auction under unobserved auction heterogeneity—imperfectly observed by the seller—that captures this rationale and derive conditions for identification. An application to French timber auctions, where such revisions are widely used, shows that having perfect information about unobserved auction heterogeneity would increase surplus by 5.22%. Combining a secret reserve price with learning from submitted bids reduces this surplus gap by up to 84%.