Efficient local IV estimation of an empirical auction model
经验拍卖模型的有效局部工具变量估计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：摘要明确使用局部工具变量模型和自然实验数据分析出价行为的影响，文本依据最直接支持因果推断方向。
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
经验拍卖模型的有效局部工具变量估计
- 研究问题
- 在线性局部工具变量模型中，如何刻画半参数效率界并构造有效估计量，以及这些方法如何用于研究在线拍卖中的出价行为？
- 方法与思路
- 作者在既有文献讨论的假设下分析线性 LIV 模型的效率界与有效估计，并利用自然实验形成的在线拍卖数据研究出价离散程度。
- 材料陈述的贡献
- 摘要称该方法支持所引用拍卖理论的发现，并显著提高跳跃出价影响出价离散程度的统计显著性；摘要未报告具体效应大小。
- 阅读关注点
- 应核对局部工具变量的识别对象、自然实验如何提供工具变量变化，以及效率界推导、估计实施和跳跃出价效应的比较方式。
- 阅读边界
- 解读限于所给出版社摘要；所引用假设、实验设计和数值结果未展开，统计显著性提高本身不足以证明识别更可信或效应更大。
原文摘要
In this paper we examine semiparametric efficiency bounds and efficient estimators for the case of a linear local instrument variable (LIV) model under the assumptions studied in Abadie et al. (2002). We apply the semiparametrically efficient estimation method to analyze the relation between bid dispersion and early bidding in an online auction dataset, which is collected from a natural experiment conducted in Nekipelov (2007). The results confirm the theoretical findings developed in Nekipelov (2007). The semiparametric efficient estimation procedure substantially improves the statistical significance of the effect of jump bidding on bid dispersion.