Econometrics of auctions by least squares
使用最小二乘法进行拍卖计量分析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：摘要明确用拍卖数据估计潜在价值分布的结构参数，并讨论私人价值框架，直接属于微观结构估计。
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
使用最小二乘法进行拍卖计量分析
- 研究问题
- 普通最小二乘法能否经适当改造用于拍卖数据，在常见价值分布参数化下估计结构参数，并降低估计的计算成本？
- 方法与思路
- 作者考察改造后的 OLS；在对称独立私人价值模型中，将其表述为已有矩方法的特例，并讨论价值分布形状推断及其他框架。
- 材料陈述的贡献
- 摘要称常见价值分布参数化下可得到结构参数的无偏估计，且相较所比较的矩估计量无需模拟，使计算程序更简单。
- 阅读关注点
- 应核对哪些价值分布参数化允许该改造、无偏性所需条件、拍卖观测如何进入回归，以及超出对称独立私人价值框架的范围。
- 阅读边界
- 所给 Crossref 摘要未列出回归形式、参数化清单或推断条件；无需模拟的计算简化不自动意味着统计精度更高。
原文摘要
Abstract I investigate using the method of ordinary least squares (OLS) on auction data. I find that for parameterizations of the valuation distribution that are common in empirical practice, an adaptation of OLS provides unbiased estimators of structural parameters. Under symmetric independent private values, adapted OLS is a specialization of the method of moments strategy of Laffont, Ossard and Vuong ( 1995 ). In contrast to their estimator, here simulation is not required, leading to a computationally simpler procedure. The paper also discusses using estimation results for inference on the shape of the valuation distribution, and applicability outside the symmetric independent private values framework. Copyright © 2008 John Wiley & Sons, Ltd.