Nonparametric estimation of first-price auctions with risk-averse bidders
风险厌恶竞标者第一价格拍卖的非参数估计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：摘要通过拍卖模型恢复竞标者效用函数和私人估值密度，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
风险厌恶竞标者第一价格拍卖的非参数估计
- 研究问题
- 在独立私人估值的第一价格密封投标拍卖中，如何在不指定效用函数形状的情况下估计风险偏好和估值密度？
- 方法与思路
- 作者构造具有唯一极小值的总体准则，以样本对应量形成效用函数和估值密度估计，并提出最优保留价估计。
- 材料陈述的贡献
- 摘要称，所得估计量具有一致的均匀收敛性质，并建立收敛速率；蒙特卡洛实验显示其在所考察有限样本中表现良好。
- 阅读关注点
- 应核对总体准则为何能唯一刻画效用和估值密度、所需正则条件，以及最优保留价估计如何传递前序估计误差。
- 阅读边界
- 所给出版社摘要未列出识别所需信息、正则条件和具体收敛速率；有限样本表现不能据此推广到其他拍卖环境。
原文摘要
This paper proposes nonparametric estimators for the bidders’ utility function and density of private values in a first-price sealed-bid auction model with independent valuations. I study a setting with risk-averse bidders and adopt a fully nonparametric approach by not placing any restrictions on the shape of the utility function beyond regularity conditions. I propose a population criterion function that has a unique minimizer, which characterizes the utility function and density of private values. The resulting estimators emerge after replacing the population quantities by sample analogues. These estimators are uniformly consistent and their convergence rates are established. I further suggest an estimator for the optimal reserve price. Monte Carlo experiments show that the proposed estimators perform well in finite samples.