Semi-nonparametric estimation of independently and identically repeated first-price auctions via an integrated simulated moments method
基于积分模拟矩的独立同分布重复第一价格拍卖半非参数估计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：摘要明确通过拍卖均衡模拟与筛方法直接恢复潜在价值分布，并检验结构模型，因此对应结构估计和分布分析。
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
基于积分模拟矩的独立同分布重复第一价格拍卖半非参数估计
- 研究问题
- 对于独立同分布重复进行的第一价格拍卖，能否直接利用实际与模拟出价的差异，恢复私人价值分布并检验拍卖模型？
- 方法与思路
- 作者在筛空间中设定候选价值分布，按均衡函数模拟出价，以实际与模拟出价经验特征函数之差的平方积分为目标函数。
- 材料陈述的贡献
- 摘要称，筛阶随样本量增加可得到价值分布的一致恢复，并提出积分矩模型检验、数据驱动筛阶选择及数值实验。
- 阅读关注点
- 应核对一致收敛所用范数、筛空间与阶数增长条件、模拟次数及积分区间选择，以及模型检验的零分布与实施。
- 阅读边界
- 仅据所给出版社摘要，无法判断模拟误差、调参敏感性和有限样本精度；独立同分布重复拍卖条件不能随意放宽。
原文摘要
In this paper we propose to estimate the value distribution of independently and identically repeated first-price auctions directly via a semi-nonparametric integrated simulated moments sieve approach. Given a candidate value distribution function in a sieve space, we simulate bids according to the equilibrium bid function involved. We take the difference of the empirical characteristic functions of the actual and simulated bids as the moment function. The objective function is then the integral of the squared moment function over an interval. Minimizing this integral to the distribution functions in the sieve space involved and letting the sieve order increase to infinity with the sample size then yields a uniformly consistent semi-nonparametric estimator of the actual value distribution. Also, we propose an integrated moment test for the validity of the first-price auction model, and an data-driven method for the choice of the sieve order. Finally, we conduct a few numerical experiments to check the performance of our approach.