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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究含未观测异质性和未知竞争程度的拍卖模型识别，直接对应结构估计方向。
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
- 当拍卖数据只记录最具竞争力的若干报价时，如何在次序统计量相互依赖且存在未观测异质性的情况下识别模型？
- 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，研究对称拍卖中离散未观测异质性的识别，并扩展至竞争程度未知的升价拍卖。
- 材料陈述的贡献
- 摘要称提供了上述两类拍卖模型的正向识别结果，弥补常规测量误差方法因次序统计量依赖而无法直接适用的问题。
- 阅读关注点
- 应核对工具变量的作用、离散异质性的限制和相邻统计量的信息要求，以及未知竞争程度下的识别对象与条件。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；摘要未列出完整识别假设，也未介绍估计程序、有限样本表现或连续异质性的适用性。
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.