Optimal Nonparametric Estimation of First-price Auctions
第一价格拍卖中的最优非参数估计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：摘要明确定位于拍卖数据的结构分析，并从投标报价恢复潜在私人价值分布，直接支持结构估计这一领域细分。
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…
第一价格拍卖中的最优非参数估计
- 研究问题
- 在独立私人价值的第一价格密封投标拍卖中，能否仅凭报价和实际投标人数识别私人价值分布，并达到最优估计速度？
- 方法与思路
- 作者从观测报价和实际投标人数识别私人价值分布，以最小最大理论确定潜在密度的最优一致收敛速率，再构造两步核估计量。
- 材料陈述的贡献
- 摘要称私人价值分布可在不作参数化假设的情况下识别，并给出密度估计的最优一致收敛速率及达到该速率的两步估计量。
- 阅读关注点
- 阅读全文时应核对私人价值识别所需的均衡与分布条件、两步核估计的具体构造，以及最优速率对应的函数类和边界处理。
- 阅读边界
- 摘要未列出识别和最优速率成立的全部条件，也未报告有限样本结果；结论范围限于所述独立私人价值拍卖框架。
原文摘要
This paper proposes a general approach and a computationally convenient estimation procedure for the structural analysis of auction data. Considering first-price sealed-bid auction models within the independent private value paradigm, we show that the underlying distribution of bidders' private values is identified from observed bids and the number of actual bidders without any parametric assumptions. Using the theory of minimax, we establish the best rate of uniform convergence at which the latent density of private values can be estimated nonparametrically from available data. We then propose a two-step kernel-based estimator that converges at the optimal rate.