模型假設
假設ν 是一個隨機變數,服從機率分布G(ν) 和密度函式g(ν) 。其中,ν ∈[ν ,ν ]。每個人的私人估價xi 服從[a,z]上的條件分布Hi(xi | ν) 和密度函式hi(xi | ν) 。假定這些條件分布是獨立的,因此,隨機向量(x1 ,x2 ,…,xn ,ν )有如下聯合密度函式:
f(x1 ,x2 ,…,xn ,ν )=hi(xi | ν) h2(x2 | ν) … hn(xn | ν) g(ν)
雖然在ν 的條件下各私人估價是獨立的,它們的無條件分布卻並不獨立。通過共同變數ν ,它們變得相關,這是CV模型和IPV模型的最大區別。
有時討論對稱的CV模型,即xi 和
xj 的條件分布是對稱的。
在最簡單的情況下,可以把xi 表示成:xi =ν + εi
其中εi 代表第i個人估價過程中的誤差,假定其平均誤差為零。
當買方對拍賣品有同樣的偏好,因此事後對物品的評價完全相同。但事前有不同的估價時,這種共同價值模型比較合適。典型的例子如石油開採權。
