Resumo Técnico: Elasticidade Integrável via Potenciais de Demanda Neural

Declaração do Problema

Na precificação de varejo com múltiplos produtos, um desafio central é aprender elasticidades-preço estáveis, reproduzíveis e economicamente plausíveis em escala. As elasticidades são derivadas do mapa de demanda; consequentemente, irregularidades em pequena escala em uma superfície de demanda estimada podem ser amplificadas em flutuações grandes, ruidosas ou economicamente implausíveis nas estimativas de elasticidade. Esse problema é exacerbado em configurações de múltiplos produtos, onde a matriz de elasticidade acopla todas as Unidades de Manutenção de Estoque (SKUs), e os efeitos de preço cruzado são frequentemente fracos, heterogêneos e difíceis de identificar a partir de dados observacionais devido a preços correlacionados e atividade promocional.

As abordagens existentes enfrentam um trade-off:

• Modelos estruturais clássicos (por exemplo, AIDS, QUAIDS) impõem formas funcionais rígidas que podem falhar em capturar padrões complexos de substituição dependentes do estado.
• Modelos padrão de aprendizado de máquina (por exemplo, Gradient Boosting, redes neurais genéricas) frequentemente tratam a elasticidade como uma derivada post-hoc de um preditor ajustado. Embora flexíveis, esses modelos não garantem que o campo de elasticidade resultante corresponda a uma única função de demanda globalmente coerente. Se as elasticidades forem parametrizadas diretamente ou derivadas numericamente de uma superfície irregular, o modelo pode produzir elasticidades localmente plausíveis que não são globalmente integráveis, levando a reconstruções de demanda dependentes do caminho.

Metodologia: A Rede de Demanda Dependente de Contexto Integrável (ICDN)

Os autores propõem a Rede de Demanda Dependente de Contexto Integrável (ICDN), uma arquitetura neural "demanda-primeiro". Em vez de modelar elasticidades diretamente, a ICDN aprende o log-demanda como uma função suave, condicionada ao contexto, dos log-preços. As elasticidades são então obtidas como derivadas exatas e analíticas dessa superfície aprendida, garantindo integrabilidade matemática (isto é, a existência de uma função potencial).

Arquitetura Central

1. Formulação Demanda-Primeiro:
   O modelo define o log-demanda $y(u, x)$ como uma função dos log-preços $u = \log p$ e covariáveis contextuais $x$ (loja, tempo, promoções, metadados do produto). A matriz de elasticidade $E$ é definida como o Jacobiano dessa superfície: $E_{ij} = \partial y_i / \partial u_j$. Por construção, se a superfície for suficientemente suave, o campo de elasticidade é integrável.

2. Representação Estruturada de Preço:
   Em vez de usar um perceptron multicamadas genérico, a ICDN decompõe a superfície de demanda em componentes interpretáveis:

   • Componentes Lineares: Termos log-log localmente lineares para efeitos de preço próprio ($\beta_{ii} u_i$) e preço cruzado direcionado ($\beta_{ij} u_j$).
   • Refinamentos Não Lineares por Splines: Splines cúbicos de potência truncada específicos do produto $B_i(u_i)$ aplicados aos log-preços. Estes permitem que a inclinação e a curvatura da demanda variem entre regiões de preço específicas para o suporte empírico de cada SKU.
   • Interações Spline-Spline: Um termo $B_i(u_i)^\top U^{(ij)}(x) B_j(u_j)$ captura efeitos não lineares de posicionamento de preço relativo entre os produtos $i$ e $j$.

3. Condicionamento Contextual e Esparsidade:

   • Codificação Tokenizada: Cada SKU é mapeado para um vetor latente $h_i$ por meio de um codificador compartilhado que processa tokens contextuais (loja, sazonalidade, ciclo de vida, etc.).
   • Interações Direcionadas: Parâmetros de preço cruzado são gerados a partir de pares ordenados $(h_i, h_j)$, permitindo efeitos assimétricos ($E_{ij} \neq E_{ji}$).
   • Atenção Esparsa: Para garantir escalabilidade em configurações de alta dimensão, um seletor de vizinhos esparsos identifica um pequeno conjunto de concorrentes relevantes para cada SKU usando atenção de produto escalar escalada e bônus de metadados. Isso reduz a complexidade das interações de preço cruzado de $O(n^2)$ para $O(nk)$.

4. Derivadas Analíticas:
   Como as bases de spline possuem derivadas em forma fechada, o modelo calcula as elasticidades analiticamente, sem depender de avaliações densas numéricas do Jacobiano ou Hessiano. Isso garante tratabilidade computacional e transparência.

Treinamento e Regularização

O objetivo de treinamento equilibra a precisão preditiva com a regularidade econômica:

• Ajuste Robusto: Utiliza uma perda de Huber no log-demanda para lidar com valores atípicos e heterocedasticidade.
• Penalidade de Suavidade: Penaliza a segunda derivada ao quadrado (curvatura) da resposta de preço próprio para prevenir oscilações artificiais na superfície de demanda.
• Penalidade de Faixa de Elasticidade: Impõe restrições suaves nas elasticidades implícitas. As elasticidades de preço próprio são incentivadas a ser negativas (dentro de $[-5, 0]$), e as elasticidades de preço cruzado são desencorajadas de serem excessivamente grandes (dentro de $[-1, 1]$), refletindo priores empíricos para demanda de cerveja.
• Restrições de Sinal: O coeficiente linear de preço próprio é restrito a ser não positivo por meio de uma transformação softplus, embora a elasticidade total ainda possa variar localmente devido a termos não lineares.

Contribuições Principais

1. Princípio Demanda-Primeiro: Formula a estimação de elasticidade como um problema de aprendizado de uma superfície de demanda suave, garantindo que as elasticidades derivadas sejam matematicamente integráveis e globalmente consistentes.
2. Arquitetura Neural Estruturada (ICDN): Introduz um modelo que combina bases de preço explícitas, derivadas analíticas de spline e interações de preço cruzado direcionadas e esparsas, tornando-o prático para painéis de varejo de alta dimensão.
3. Tratabilidade Analítica: Aproveita derivadas em forma fechada de bases de spline para calcular elasticidades eficientemente, evitando os gargalos computacionais da diferenciação automática genérica em matrizes densas.
4. Heterogeneidade Contextual: Implementa condicionamento específico por SKU e atenção esparsa para capturar padrões de substituição heterogêneos e direcionais sem impor simetria.

Resultados Empíricos

Os autores avaliam a ICDN no conjunto de dados de scanners da Dominick's Finer Foods para a categoria de cerveja, comparando-a com um benchmark clássico de OLS log-log direcionado.

• Desempenho Preditivo: A ICDN demonstra generalização superior fora da amostra. Através de cinco dobras de validação temporal, a ICDN alcança maior $R^2$ e menor Erro Absoluto Médio (MAE) e Raiz do Erro Quadrático Médio (RMSE) na maioria dos tripletos loja-SKU-dobra correspondidos em comparação com o benchmark.
• Estabilidade da Elasticidade:
  • Preço Próprio: A ICDN produz estimativas de elasticidade significativamente mais estáveis. Na reamostragem por bootstrap, a ICDN gera intervalos de confiança mais estreitos (largura mediana de 1,018 vs. 2,683 para o benchmark) e desvios padrão menores. Ela também adere estritamente ao prior econômico de demanda de inclinação descendente (100% de estimativas negativas vs. 99,1% para o benchmark).
  • Preço Cruzado: Embora os efeitos de preço cruzado sejam inerentemente mais ruidosos, a ICDN produz estimativas mais reproduzíveis com intervalos de confiança mais estreitos e menor dispersão temporal. Notavelmente, a ICDN gera predominantemente elasticidades de preço cruzado positivas (91% dos pares), consistente com substituição, enquanto o benchmark mostra um sinal misto.
• Diagnósticos de Incerteza: O artigo observa que, embora a ICDN melhore a estabilidade, a calibração da incerteza é imperfeita. Os intervalos de preço próprio são ligeiramente conservadores (sobre-cobertura), enquanto os intervalos de preço cruzado mostram sub-cobertura em relação à variação baseada em dobras, sugerindo que, embora as estimativas sejam mais estáveis, elas não capturam perfeitamente a incerteza causal da verdade fundamental.

Significado e Alegações

O artigo alega que a ICDN oferece uma abordagem principiante para modelagem de demanda de varejo que preenche a lacuna entre a flexibilidade do aprendizado profundo e os requisitos estruturais da teoria econômica. Ao tratar as elasticidades como derivadas de um único potencial de demanda suave, o modelo evita a inconsistência de aprender elasticidades como objetos locais independentes.

Os autores enfatizam que seus resultados são baseados em dados observacionais e não devem ser interpretados como identificação causal de intervenções de preço. Em vez disso, a contribuição reside na produção de estimativas de elasticidade mais estáveis, reproduzíveis e economicamente coerentes que são mais adequadas para tarefas operacionais como simulação de cenários, otimização de receita e diagnósticos de precificação. O modelo fornece um quadro onde priores de negócios (por exemplo, demanda de inclinação descendente) são incorporados diretamente no objetivo de treinamento, garantindo que a superfície de demanda aprendida permaneça interpretável e robusta ao ruído.