Identification and Inference in First-Price Auctions with Risk-Averse Bidders and Selective Entry
风险厌恶竞标者与选择性进入下第一价格拍卖的识别与推断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：摘要围绕拍卖均衡模型的非参数识别、集合识别推断与结构计算展开。
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…
风险厌恶竞标者与选择性进入下第一价格拍卖的识别与推断
- 研究问题
- 第一价格拍卖中，风险厌恶与选择性进入如何共同影响模型识别？潜在竞标者数量及进入成本工具变量能提供什么信息？
- 方法与思路
- 作者在 AS-RA 框架下利用外生变动刻画均衡竞价的非参数限制，并研究集合识别推断及带均衡约束的数学规划。
- 材料陈述的贡献
- 摘要称风险中性可被非参数检验；两类变动充分时，模型原始对象在均衡定义域上可识别至一个有界常数，并提出推断算法。
- 阅读关注点
- 应核对两类外生变动各自支持的结论、有界常数与均衡定义域的含义，以及参数依赖支持集下的推断和计算条件。
- 阅读边界
- 摘要未说明充分变动、信号关联及均衡限制的完整条件；不能将识别至有界常数解释为全部对象在全定义域上点识别。
原文摘要
Abstract We study identification and inference in first-price auctions with risk-averse bidders and selective entry, building on a flexible framework we call the Affiliated Signal with Risk Aversion (AS-RA) model. Assuming exogenous variation in either the number of potential bidders (N) or a continuous instrument (z) shifting opportunity costs of entry, we provide a sharp characterization of the nonparametric restrictions implied by equilibrium bidding. This characterization implies that risk neutrality is nonparametrically testable. In addition, with sufficient variation in both N and z, the AS-RA model primitives are nonparametrically identified (up to a bounded constant) on their equilibrium domains. Finally, we explore new methods for inference in set-identified auction models based on Chen et al. (2018, Econometrica, vol. 86, 1965–2018), as well as novel and fast computational strategies using Mathematical Programming with Equilibrium Constraints. Simulation studies reveal the good finite-sample performance of our inference methods, which can readily be adapted to other set-identified flexible equilibrium models with parameter-dependent support.