Partial Identification of the Valuation Distribution in Sequential English Auctions
序贯英式拍卖中估值分布的部分识别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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以拍卖行为限制部分识别估值分布，并进行竞争和保留价反事实分析。
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
序贯英式拍卖中估值分布的部分识别
- 研究问题
- 当竞买者可以等待后续拍卖机会时，如何以动态机会成本限制替代静态竞价限制，并识别估值分布界及卖方收入反事实？
- 方法与思路
- 作者扩展不完全拍卖模型，以动态机会成本限制构造非参数估值界，并用矩条件反演汇总不同竞买人数拍卖进行估计。
- 材料陈述的贡献
- 摘要称，刻画尖锐界并提供解析标准误；应用报告韩国市场等待使首期收入降低 8%–11%，另一市场增加竞争提高收入。
- 阅读关注点
- 应核对动态机会成本限制、尖锐界与矩反演条件，以及等待、有效竞买人数和保留价反事实所需的额外结构约束。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明完整模型与反事实条件，收入比例不能直接外推至其他拍卖。
原文摘要
This paper extends the incomplete model of Haile and Tamer (2003) from static English auctions to sequential English auctions. Because bidders may wait for future opportunities, the static condition that bidders do not let rivals win at beatable prices need not hold. We replace it with a dynamic opportunity-cost restriction, yielding nonparametric valuation bounds without solving a dynamic equilibrium. Sharp bounds are also characterized. We propose a novel moment-condition inversion estimator that pools auctions with heterogeneous bidder counts, mitigating finite-sample instability of order statistics approaches and admitting analytical standard errors and smooth confidence intervals. Applications to Korean wholesale used-car auctions and Cars and Bids online auctions deliver informative bounds. Counterfactual analyses show that the option to wait lowers first-period revenue by 8--11% in the Korean market, that increasing effective competition from 8 to 20 serious bidders in Cars and Bids raises seller revenue by 40--65%, and that maximin reserve prices vary substantially across vehicle clusters.