Nonparametric Identification of First-Price Auction with Unobserved Competition: A Density Discontinuity Framework
未观测竞争下的第一价格拍卖非参数识别：密度不连续框架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：摘要讨论第一价格拍卖中私人价值分布的非参数识别与竞标人数分布识别，属于结构估计与识别问题，故选择结构估计这一细分方向。
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…
关注这篇论文的作者
未观测竞争下的第一价格拍卖非参数识别：密度不连续框架
- 研究问题
- 摘要关注：当分析者只能观测到中标价格、无法直接观测竞标人数时，独立私人价值第一价格拍卖模型中的私人价值分布与竞标人数分布能否被非参数识别。
- 方法与思路
- 作者提出以中标价格密度的不连续性作为识别来源：基准模型假定竞标人数N外生且被竞标者观测，利用密度断点识别N的分布，再在第二步识别私人价值分布；并称该思路在可检验的识别条件下可扩展至潜在买家以未知概率出价的情形，以及存在来自某参数分布的可加未观测异质性的情形。
- 材料陈述的贡献
- 摘要称，该框架将第一价格拍卖的非参数识别扩展到竞标人数不可观测的情形，给出识别N分布与私人价值分布的途径，并说明在可检验识别条件下可推广到随机参与和参数化未观测异质性设定。
- 阅读关注点
- 阅读全文时应核对：密度不连续的具体形式与识别假设、可检验识别条件如何表述与检验、第二步识别的构造、随机参与与可加异质性扩展所需的额外限制，以及是否存在模拟或实证示例。
- 阅读边界
- 仅凭摘要无法判断识别假设是否成立、估计量的性质与有限样本表现，也无法确认是否存在实证应用；摘要未说明数据来源、样本与具体数值结果。该文为arXiv预印本，未经同行评审验证，不能据此声称已被期刊接收。
原文摘要
We consider nonparametric identification of independent private value first-price auction models, in which the analyst only observes winning bids. Our benchmark model assumes an exogenous number of bidders N. We show that, if the bidders observe N, the resulting discontinuities in the winning bid density can be used to identify the distribution of N. The private value distribution can be nonparametrically identified in a second step. This extends, under testable identification conditions, to the case where N is a number of potential buyers, who bid with some unknown probability. Identification also holds in presence of additive unobserved heterogeneity drawn from some parametric distributions.