Resumen Técnico: Elasticidad Integrable mediante Potenciales de Demanda Neurales

Enunciado del Problema

En la fijación de precios minorista de múltiples productos, un desafío central es aprender elasticidades de precios estables, reproducibles y económicamente plausibles a escala. Las elasticidades son derivadas del mapa de demanda; en consecuencia, pequeñas irregularidades en una superficie de demanda estimada pueden amplificarse en fluctuaciones grandes, ruidosas o económicamente implausibles en las estimaciones de elasticidad. Este problema se exacerba en entornos de múltiples productos donde la matriz de elasticidades acopla todas las Unidades de Mantenimiento de Stock (SKUs), y los efectos cruzados de precios suelen ser débiles, heterogéneos y difíciles de identificar a partir de datos observacionales debido a la correlación en la fijación de precios y la actividad promocional.

Los enfoques existentes enfrentan una compensación:

• Modelos estructurales clásicos (por ejemplo, AIDS, QUAIDS) imponen formas funcionales rígidas que pueden fallar al capturar patrones de sustitución complejos y dependientes del estado.
• Modelos estándar de aprendizaje automático (por ejemplo, Gradient Boosting, redes neuronales genéricas) a menudo tratan la elasticidad como una derivada a posteriori de un predictor ajustado. Aunque son flexibles, estos modelos no garantizan que el campo de elasticidades resultante corresponda a una única función de demanda globalmente coherente. Si las elasticidades se parametrizan directamente o se derivan numéricamente de una superficie irregular, el modelo puede producir elasticidades localmente plausibles que no son globalmente integrables, lo que lleva a reconstrucciones de demanda dependientes del camino.

Metodología: La Red de Demanda Dependiente del Contexto Integrable (ICDN)

Los autores proponen la Red de Demanda Dependiente del Contexto Integrable (ICDN), una arquitectura neuronal "prioritaria en la demanda". En lugar de modelar las elasticidades directamente, la ICDN aprende el log-demanda como una función suave y condicionada al contexto de los log-precios. Las elasticidades se obtienen luego como derivadas exactas y analíticas de esta superficie aprendida, garantizando la integrabilidad matemática (es decir, la existencia de una función potencial).

Arquitectura Central

1. Formulación Prioritaria en la Demanda:
   El modelo define el log-demanda $y(u, x)$ como una función de los log-precios $u = \log p$ y las covariables contextuales $x$ (tienda, tiempo, promociones, metadatos del producto). La matriz de elasticidades $E$ se define como el Jacobiano de esta superficie: $E_{ij} = \partial y_i / \partial u_j$. Por construcción, si la superficie es suficientemente suave, el campo de elasticidades es integrable.

2. Representación Estructurada de Precios:
   En lugar de utilizar un perceptrón multicapa genérico, la ICDN descompone la superficie de demanda en componentes interpretables:

   • Componentes Lineales: Términos log-log localmente lineales para los efectos del propio precio ($\beta_{ii} u_i$) y los efectos cruzados dirigidos ($\beta_{ij} u_j$).
   • Refinamientos No Lineales con Splines: Splines cúbicos truncados específicos del producto $B_i(u_i)$ aplicados a los log-precios. Estos permiten que la pendiente y la curvatura de la demanda varíen a través de regiones de precios específicas del soporte empírico de cada SKU.
   • Interacciones Spline-Spline: Un término $B_i(u_i)^\top U^{(ij)}(x) B_j(u_j)$ captura efectos no lineales de posicionamiento de precios relativos entre los productos $i$ y $j$.

3. Condicionamiento Contextual y Dispersión:

   • Codificación Tokenizada: Cada SKU se mapea a un vector latente $h_i$ mediante un codificador compartido que procesa tokens contextuales (tienda, estacionalidad, ciclo de vida, etc.).
   • Interacciones Dirigidas: Los parámetros de precios cruzados se generan a partir de pares ordenados $(h_i, h_j)$, permitiendo efectos asimétricos ($E_{ij} \neq E_{ji}$).
   • Atención Dispersa: Para garantizar la escalabilidad en entornos de alta dimensión, un selector de vecinos disperso identifica un pequeño conjunto de competidores relevantes para cada SKU utilizando atención de producto punto escalada y bonificaciones de metadatos. Esto reduce la complejidad de las interacciones de precios cruzados de $O(n^2)$ a $O(nk)$.

4. Derivadas Analíticas:
   Debido a que las bases de splines tienen derivadas en forma cerrada, el modelo calcula las elasticidades analíticamente sin depender de evaluaciones densas numéricas del Jacobiano o Hessian. Esto garantiza la viabilidad computacional y la transparencia.

Entrenamiento y Regularización

El objetivo de entrenamiento equilibra la precisión predictiva con la regularidad económica:

• Ajuste Robusto: Utiliza una pérdida de Huber sobre el log-demanda para manejar valores atípicos y heterocedasticidad.
• Penalización de Suavidad: Penaliza la segunda derivada al cuadrado (curvatura) de la respuesta del propio precio para evitar oscilaciones artificiales en la superficie de demanda.
• Penalización de Banda de Elasticidad: Impone restricciones suaves sobre las elasticidades implícitas. Se fomenta que las elasticidades del propio precio sean negativas (dentro de $[-5, 0]$), y se desalienta que las elasticidades cruzadas sean inusualmente grandes (dentro de $[-1, 1]$), reflejando priores empíricos para la demanda de cerveza.
• Restricciones de Signo: El coeficiente lineal del propio precio se restringe a ser no positivo mediante una transformación softplus, aunque la elasticidad total aún puede variar localmente debido a términos no lineales.

Contribuciones Clave

1. Principio Prioritario en la Demanda: Formula la estimación de elasticidades como un problema de aprendizaje de una superficie de demanda suave, garantizando que las elasticidades derivadas sean matemáticamente integrables y globalmente consistentes.
2. Arquitectura Neuronal Estructurada (ICDN): Introduce un modelo que combina bases de precios explícitas, derivadas analíticas de splines e interacciones cruzadas dirigidas y dispersas, haciéndolo práctico para paneles minoristas de alta dimensión.
3. Tractabilidad Analítica: Aprovecha las derivadas en forma cerrada de las bases de splines para calcular las elasticidades de manera eficiente, evitando los cuellos de botella computacionales de la diferenciación automática genérica en matrices densas.
4. Heterogeneidad Contextual: Implementa condicionamiento específico por SKU y atención dispersa para capturar patrones de sustitución heterogéneos y direccionales sin imponer simetría.

Resultados Empíricos

Los autores evalúan la ICDN en el conjunto de datos de escáner de Dominick's Finer Foods para la categoría de cerveza, comparándola con un punto de referencia clásico de MCO log-log dirigido.

• Rendimiento Predictivo: La ICDN demuestra una generalización superior fuera de la muestra. A través de cinco pliegues de validación temporal, la ICDN logra una mayor $R^2$ y un menor Error Absoluto Medio (MAE) y Error Cuadrático Medio (RMSE) en la mayoría de las tripletes emparejadas de tienda-SKU-pliegue en comparación con el punto de referencia.
• Estabilidad de la Elasticidad:
  • Propio Precio: La ICDN produce estimaciones de elasticidad significativamente más estables. En el remuestreo por bootstrap, la ICDN genera intervalos de confianza más estrechos (ancho mediano 1.018 frente a 2.683 para el punto de referencia) y desviaciones estándar más bajas. También se adhiere estrictamente al prior económico de demanda con pendiente negativa (100% de estimaciones negativas frente al 99.1% para el punto de referencia).
  • Precio Cruzado: Si bien los efectos de precios cruzados son inherentemente más ruidosos, la ICDN produce estimaciones más reproducibles con intervalos de confianza más estrechos y menor dispersión temporal. Cabe destacar que la ICDN genera predominantemente elasticidades cruzadas positivas (91% de los pares), consistente con la sustitución, mientras que el punto de referencia muestra una señal mixta.
• Diagnósticos de Incertidumbre: El artículo señala que, aunque la ICDN mejora la estabilidad, la calibración de la incertidumbre es imperfecta. Los intervalos de precios propios son ligeramente conservadores (sobre-cobertura), mientras que los intervalos de precios cruzados muestran sub-cobertura en relación con la variación basada en pliegues, lo que sugiere que, aunque las estimaciones son más estables, no capturan perfectamente la incertidumbre causal de la verdad fundamental.

Significado y Afirmaciones

El artículo afirma que la ICDN ofrece un enfoque principiado para la modelización de la demanda minorista que cierra la brecha entre la flexibilidad del aprendizaje profundo y los requisitos estructurales de la teoría económica. Al tratar las elasticidades como derivadas de un único potencial de demanda suave, el modelo evita la inconsistencia de aprender elasticidades como objetos locales independientes.

Los autores enfatizan que sus resultados se basan en datos observacionales y no deben interpretarse como identificación causal de intervenciones de precios. En cambio, la contribución radica en producir estimaciones de elasticidad más estables, reproducibles y económicamente coherentes que son más adecuadas para tareas operativas como la simulación de escenarios, la optimización de ingresos y los diagnósticos de precios. El modelo proporciona un marco donde los priores empresariales (por ejemplo, demanda con pendiente negativa) se incrustan directamente en el objetivo de entrenamiento, garantizando que la superficie de demanda aprendida permanezca interpretable y robusta ante el ruido.