Quantile-based nonparametric inference for first-price auctions
第一价格拍卖的分位数非参数推断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：摘要明确通过拍卖结构从出价恢复私人价值密度，并以分位数与密度估计为核心，因此同时对应结构估计和分布分析。
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
第一价格拍卖的分位数非参数推断
- 研究问题
- 在独立私人价值的第一价格密封拍卖中，如何借助可观测出价的分位数与密度，对潜在私人价值密度进行非参数推断？
- 方法与思路
- 作者采用完全非参数的核方法估计出价分位数与密度，再构造私人价值密度的估计与推断，并研究带宽对渐近性质的作用。
- 材料陈述的贡献
- 摘要称，估计量达到既有文献给出的最优收敛率，并在适当带宽选择下具有渐近正态性；具体速率与条件未列出。
- 阅读关注点
- 应核对出价分位数到价值密度的转换、最优速率的适用函数类别，以及渐近正态性所需带宽和边界处理。
- 阅读边界
- 仅据所给出版社摘要，无法判断有限样本覆盖率和计算表现；最优速率是特定条件下的结论，不能理解为全面优越。
原文摘要
We propose a quantile-based nonparametric approach to inference on the probability density function (PDF) of the private values in first-price sealed-bid auctions with independent private values. Our method of inference is based on a fully nonparametric kernel-based estimator of the quantiles and PDF of observable bids. Our estimator attains the optimal rate of Guerre et al. (2000), and is also asymptotically normal with an appropriate choice of the bandwidth.