Sintesi Tecnica: Dal Confounding all'Apprendimento: Prezzi Dinamici delle Commissioni di Servizio su Piattaforme di Terze Parti

1. Formulazione del Problema

Il documento affronta il problema della determinazione dei prezzi dinamici affrontato dalle piattaforme di terze parti (ad esempio, consegna cibo, ride-hailing, rivendita di biglietti) che mediano le transazioni tra venditori e acquirenti strategici. Il ricavo della piattaforma deriva da una commissione di servizio ($a_t$) applicata su ogni transazione. La sfida principale è l'apprendimento della domanda sotto confounding in presenza di acquirenti strategici e modelli di domanda ad alta capacità.

• Dinamiche di Mercato: I venditori si impegnano in curve di offerta ($P_{St}$) prima che la piattaforma stabilisca la commissione. La piattaforma osserva le caratteristiche dell'offerta e stabilisce una commissione $a_t$. Gli acquirenti, agendo strategicamente per massimizzare il surplus cumulativo scontato, determinano la loro quantità di acquisto in base al prezzo totale (prezzo di offerta + commissione di servizio).
• Il Problema del Confounding: La piattaforma osserva solo il prezzo di equilibrio del mercato ($P^e_t$) e la quantità ($Q^e_t$). Questi sono determinati congiuntamente da offerta, domanda e dalla commissione della piattaforma stessa $a_t$. Una regressione ingenua di $Q^e_t$ su $P^e_t$ fallisce perché la commissione $a_t$ è endogena allo shock della domanda $\epsilon_{Dt}$, portando a stime distorte (ad esempio, potenzialmente pendenze della domanda positive).
• Comportamento Strategico: Gli acquirenti possono dichiarare erroneamente la domanda per manipolare le commissioni future. Se gli acquirenti fossero pazienti quanto la piattaforma ($\gamma=1$), nessun algoritmo potrebbe raggiungere un regret sublineare. Il documento si concentra sul regime empiricamente rilevante in cui gli acquirenti sono meno pazienti ($\gamma < 1$).
• Complessità del Modello: Le piattaforme moderne utilizzano modelli ad alta capacità come le Reti Neurali Profonde (DNN) per la previsione della domanda. La teoria standard degli strumenti non parametrici (IV) spesso si basa su assunzioni di "star-shapedness" (forma a stella), che le DNN tipicamente violano.

2. Metodologia

Gli autori propongono un framework che trasforma la variabile decisionale della piattaforma in uno strumento valido per l'apprendimento, accoppiato a specifici raffinamenti ingegneristici per gestire ambienti dinamici e strategici.

2.1 Actions-as-Instruments (AaI)

L'intuizione metodologica centrale è che la commissione di servizio $a_t$ stessa può servire come variabile strumentale.

• Ortogonalità: Poiché la piattaforma si impegna a $a_t$ prima che lo shock della domanda $\epsilon_{Dt}$ si realizzi, $a_t$ è ortogonale a $\epsilon_{Dt}$ condizionatamente alla storia passata.
• Identificazione: Ciò consente la costruzione di una condizione di momento $E[(P^e_t - \beta Q^e_t - f(x_t)) a_t] = 0$, che, combinata con la standard ortogonalità delle feature, identifica i parametri della domanda anche quando $a_t$ è scelto in modo adattivo.
• Gestione Non-i.i.d.: Poiché $a_t$ non è indipendente e identicamente distribuito (dipende dalla storia passata), gli autori utilizzano argomenti di concentrazione di martingala piuttosto che gli standard strumenti i.i.d. per provare l'identificazione.

2.2 Raffinamenti Ingegneristici

Per far sì che l'approccio AaI funzioni nella pratica, vengono introdotti tre meccanismi specifici:

1. Correzione Doppiamente Robusta: Per controllare la varianza dello stimatore e accelerare la convergenza, gli autori impiegano un'equazione strutturale doppiamente robusta: $E[(P^e_t - \beta Q^e_t - f(x_t))(a_t - E[a_t | x_t])] = 0$. Ciò garantisce la coerenza se il modello di domanda o il modello di previsione della commissione è correttamente specificato.
2. Esplorazione Adattiva con Rumore Decadente: Quando il rumore lato offerta ($\sigma^2_S$) è basso, lo strumento diventa debole. L'algoritmo inietta un rumore gaussiano artificiale nella commissione con un'ampiezza di $t^{-1/4}$. Questo tasso è dimostrato essere l'unico equilibrio tra il controllo della varianza dello strumento debole e la minimizzazione del regret di esplorazione.
3. Aggiornamenti a Basso Switching: Per mitigare la manipolazione strategica da parte degli acquirenti, i parametri della policy vengono aggiornati solo $O(\log T)$ volte (in episodi di raddoppio). Ciò limita l'incentivo per gli acquirenti a dichiarare erroneamente i dati, poiché le future riduzioni delle commissione sono scontate esponenzialmente.

2.3 Gestione delle Reti Neurali Profonde

Per estendere il framework alle DNN, gli autori costruiscono una omeomorfismo in una classe di funzioni ausiliaria.

• Superamento della Star-Shapedness: La teoria IV standard richiede che la classe di funzioni sia "star-shaped" rispetto alla funzione vera. Gli autori costruiscono una classe ausiliaria che è omeomorfa alla classe originale ma è "star-shaped" rispetto alla funzione vera.
• Dimensionalità: Questa costruzione aumenta la dimensione effettiva della classe di al massimo uno, permettendo la derivazione di limiti di regret per MLP (perceptroni multistrato) arbitrariamente profondi senza assumere la star-shapedness.

3. Risultati Chiave

3.1 Minimax Regret e Transizione di Fase

Il documento stabilisce il tasso di minimax-regret, rivelando una netta transizione di fase dipendente dalla varianza del rumore lato offerta ($\sigma^2_S$):

• Alto Rumore di Offerta ($\sigma^2_S \gtrsim 1/\sqrt{T}$): Le fluttuazioni naturali dell'offerta forniscono un'esplorazione sufficiente. La piattaforma non ha bisogno di iniettare rumore artificiale. Il regret è logaritmico in $T$ ($\tilde{O}(1)$).
• Basso Rumore di Offerta ($\sigma^2_S \lesssim 1/\sqrt{T}$): L'offerta è troppo stabile per identificare la domanda. La piattaforma deve esplorare esplicitamente iniettando un rumore $t^{-1/4}$. Il regret scala come $\tilde{O}(\sqrt{T})$.
• Limite Unificato: Il minimax regret è $\tilde{\Theta}(\sqrt{T} \wedge \sigma^{-2}_S)$.

3.2 Regret dell'Acquirente Strategico

Per gli acquirenti con tasso di sconto $\gamma < 1$, il regret mostra solo una dipendenza polinomiale da $1/(1-\gamma)$. Il programma di aggiornamento a basso switching assicura che la distorsione strategica della curva di domanda rimanga controllata.

3.3 Costruzione del Limite Inferiore

Il documento fornisce un limite inferiore corrispondente di $\Omega(\sqrt{T} \wedge \frac{\log T}{\sigma^2_S})$. La prova introduce una costruzione innovativa che isola il canale informativo trasportato dal rumore della domanda ($\epsilon_{Dt}$). Regolando simultaneamente i parametri della domanda e l'entità del rumore della domanda, gli autori creano istanze indistinguibili in cui sia le differenze del primo che del secondo ordine svaniscono, una tecnica precedentemente non utilizzata nei limiti dinamici di pricing.

4. Validazione Empirica

Gli autori validano il loro approccio utilizzando sia dati sintetici che dataset del mondo reale:

• Esperimenti Sintetici: Le simulazioni confermano la transizione di fase a $\sigma^2_S \approx 1/\sqrt{T}$ e dimostrano che la correzione doppiamente robusta riduce significativamente la varianza dello stimatore rispetto alla semplice IV.
• Talabat (Consegna Cibo): Utilizzando dati transazionali micro-livello da una piattaforma di consegna cibo egiziana, gli autori mostrano come la regressione OLS ingenua produca pendenze della domanda insignificanti (confounding), mentre il metodo AaI produce un'elasticità della domanda statisticamente significativa ed economicamente sensata ($\approx -0,53$). Un controfattuale offline suggerisce un potenziale aumento dei ricavi di circa $5,5\times$ ridistribuendo dinamicamente le commissioni tra le ore di punta e quelle di morbida sotto un vincolo di commissione media fissa.
• Lyft (Ride-Hailing): Uno studio sui dati di ride-hailing di Boston estende la metodologia a modelli non lineari utilizzando i Transformer. Sebbene i miglioramenti siano più modesti (coerentemente con il pricing di gestione dei picchi già maturo), l'esperimento dimostra la fattibilità dell'applicazione della regressione deep IV a funzioni di domanda complesse e non separabili.

5. Significato e Rivendicazioni

Il documento rivendica tre contributi primari:

1. Innovazione Metodologica: Introduce il framework "actions-as-instruments", provando che le decisioni adattive della piattaforma stessa possono servire come strumenti validi per l'apprendimento della domanda, a patiderio che siano soddisfatte specifiche condizioni (concentrazione di martingala, low-switching).
2. Intuizione Teorica: Rivela una fondamentale transizione di fase nel pricing dinamico dove la volatilità del mercato è informazione, non solo rumore. La apprendibilità della domanda è determinata fondamentalmente dalla varianza degli shock lato offerta.
3. Applicabilità Pratica: Fornisce le prime garanzie teoriche di regret per l'apprendimento della domanda con confounding utilizzando reti neurali arbitrariamente profonde, superando la restrittiva assunzione di star-shapedness tramite una costruzione omeomorfa.

Gli autori concludono che il loro approccio offre una via percorribile per le piattaforme di terze parti per ottimizzare i ricavi in ambienti complessi, strategici e ad alta dimensionalità, a condizione che l'esplorazione sia attentamente calibrata sulla naturale volatilità del mercato.