Nous présentons une méthode d’identification ponctuelle dans le cadre de modèles d’enchères au premier prix où sont prises en compte l’aversion au risque et une hétérogénéité non observée des enchères. La méthode d’identification proposée s’appuie sur de multiples offres tirées de chaque enchère et sur le nombre variable d’offreurs. L’hypothèse d’exclusion retenue est compatible avec une classe étendue de modèles formalisant les décisions d’entrée. Si cette hypothèse d’exclusion est violée mais que des restrictions moins strictes demeurent, la même stratégie d’identification aboutit à des bornes valides pour les primitives. Nous proposons un estimateur du maximum de vraisemblance par tamisage local. À partir d’une série de simulations de Monte-Carlo, il est montré que cet estimateur donne de bons résultats sur des échantillons finis et que ne pas prendre en compte l’hétérogénéité non observée des enchères peut causer un biais significatif des estimations de l’aversion au risque. En appliquant notre méthode aux enchères organisées par le Service des forêts des États-Unis pour l’adjudication de bois d’oeuvre, nous constatons que les offreurs sont neutres à l’égard du risque; cependant, en ignorant l’hétérogénéité non observée des enchères, nous rejetterions cette neutralité.