Identification of first-price auctions with non-equilibrium beliefs: A measurement error approach
非均衡信念下第一价格拍卖的识别：测量误差方法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：摘要明确研究拍卖模型中竞标者信念与估值分布的识别和估计。
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
非均衡信念下第一价格拍卖的识别：测量误差方法
- 研究问题
- 第一价格拍卖中，竞标者采用level-k非均衡信念，或估值分布存在不对称时，如何识别并估计相应的拍卖模型？
- 方法与思路
- 作者利用测量误差模型的非参数识别方法，统一处理非均衡信念模型与不对称估值模型，并应用于美国林务局木材拍卖。
- 材料陈述的贡献
- 摘要称，两类拍卖模型可由统一方法识别；应用估计结果提示竞标者信念存在异质性，并偏离均衡信念设定。
- 阅读关注点
- 应核对信念与估值分别依靠哪些观测信息识别、level-k设定的具体形式，以及实证中如何区分信念异质性和估值差异。
- 阅读边界
- 仅据RePEc所载出版社摘要，识别假设、估计细节及实证数值未说明；不能据此判断非均衡信念结论对模型设定的稳健性。
原文摘要
This paper studies identification and estimation of two models for first-price auctions: (1) bidders’ beliefs about their opponents’ bidding behavior are not in equilibrium but follow “level-k” thinking, and (2) bidders’ values are asymmetrically distributed. Exploiting the nonparametric methodology developed for measurement error models (e.g., Hu, 2008), we show that both models can be identified by a unified methodology. The proposed methodology is applied to US Forest Service timber auction data and the estimation results suggest that bidders hold heterogeneous and non-equilibrium beliefs.