An information–Theoretic approach to partially identified auction models
部分识别拍卖模型的信息论方法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：摘要从拍卖机制与竞买者估值分布的部分识别出发，研究保留价决策和分布估计，直接属于结构估计。
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
部分识别拍卖模型的信息论方法
- 研究问题
- 升价拍卖数据只能部分识别竞买者估值分布时，卖方如何据此选择第二价格拍卖的保留价，并处理分布不确定性？
- 方法与思路
- 在对称竞买者、独立私人价值和外生进入设定下，作者采用最大熵方法估计估值分布，并扩展至熵正则化的最大最小决策。
- 材料陈述的贡献
- 摘要称，论文论证最大熵选择的使用理由，研究目标量和估计的渐近性质，并提出包含既有规则与最大熵解的决策扩展。
- 阅读关注点
- 应核对拍卖数据给出的分布限制、最大熵准则的依据，以及保留价最优性的评价标准与熵正则化参数的实际作用。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，具体识别界、决策目标和应用结果未说明；不能把最大熵选出的分布视为已被数据点识别。
原文摘要
We consider a situation in which we have data from ascending auctions with symmetric bidders, independent private values, and exogenous entry in which the bidders’ value distribution is partially identified. Focusing on the case in which the seller intends to use a second price auction, we discuss how to determine an optimal reserve price. We justify the use of maximum entropy, explore the properties of the estimand, determine the asymptotic properties of our maximum entropy estimator, evaluate its behavior in a simulation study, and demonstrate its use in a modest application. As an extension, we propose a maxmin decision rule with entropy regularization, which includes Aryal and Kim (2013) and the maximum entropy solution as extreme cases.