MétaCan
Menu
Retour à la cohorte
Enregistrement W7099763805

2008), "Testing for Common Valuation in the Presence of Bidders with Informational Advantage," working paper presented at the Penn State auctions conference

2008· article· en· W7099763805 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAuction Theory and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommon value auctionTreasuryValuation (finance)Value (mathematics)Private information retrievalBidding
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We develop a test for common values in auctions in which some bidders possess information about rivals ’ bids. Information about rival’s bids causes a bidder to bid differently when she has a private value than when there is a common valuation component or her value depends on rivals ’ information. In a divisible good setting, such as treasury bill auctions, bidders who obtain information about rivals ’ bids in the private values model use this information only to update their prior about the distribution of residual supply. In the model with a common value component, they also update their prior about the value of the good being auctioned. We use these differential updating effects to construct our test. The proposed test displays good performance in Monte Carlo studies. We then apply it to data from Canadian treasury bill market, where some bidders have to route their bids through dealers who also submit bids on their own. We cannot reject the null hypothesis of private values in our data for 3-months treasury bills, but we reject private values for 12-months treasury bills. Furthermore, we use the data to estimate the value to a dealer from obtaining information about non-dealers ’ bids. We find that the extra information leads on average to an increase in payoff equal to 0.5 of a basis point, or 27 % of the expected surplus of dealers from participating in these auctions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,304
Tête enseignante GPT0,407
Écart entre enseignants0,103 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAuction Theory and ApplicationsTravaux en français237 207