📊 statistics

Revenue Maximization Under Sequential Price Competition Via The Estimation Of s-Concave Demand Functions

本文针对具有未知非线性需求的序列价格竞争环境，提出了一种适用于多卖家的动态定价策略，并证明该策略在利用 $s$ -凹需求约束下的半参数最小二乘估计时，能以 $O(T^{-1/7})$ 的速率收敛至纳什均衡，并实现 $O(T^{5/7})$ 的遗憾值。

原作者： Daniele Bracale, Moulinath Banerjee, Cong Shi, Yuekai Sun

发布于 2026-07-28

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Daniele Bracale, Moulinath Banerjee, Cong Shi, Yuekai Sun

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个繁忙的集市，数十个卖家都在试图销售同一种产品，比如柠檬水或电子游戏。在这个世界里，每个卖家都在时刻观察着他们的邻居。如果一个卖家降低了价格，他们希望以此从其他卖家手中抢走顾客。但棘手的部分在于，他们无法看到邻居们实际上卖出了多少杯柠檬水，只能看到邻居们正在收取的价格。这创造了一场高风险的猜谜游戏。研究这些策略性举动的科学领域被称为博弈论（game theory），而当其中涉及随时间进行的学习时，则被称为在线学习（online learning）。研究人员提出的核心问题是：卖家是否可以仅仅通过观察市场，就在不知道顾客反应的“秘密配方”的情况下，推断出最完美的定价？如果他们做不到，可能会亏损，或者陷入一场让所有人都不利的价格战循环中。

这篇论文正是在解决这个难题。作者们是一支由统计学家和经济学家组成的团队，他们提出了一种新的卖家学习与竞争的方式。他们建议，卖家不应该去猜测价格与销量之间简单的线性关系（这在现实生活中往往过于简单），而应该使用一种灵活的、具有变形能力的模型。他们将这种模型称为“s-凹”（s-concave），这是一种高级说法，意指需求曲线具有特定的、可预测的弯曲形状，但不一定是一条直线。研究人员设计了一种算法，让卖家首先通过随机定价进行一段时间的实验以收集数据，然后利用这些数据来估算隐藏的需求曲线形状。一旦他们有了较好的预估，就会转向设定能实现利润最大化的价格。

论文发现，如果所有卖家都使用这种特定的学习策略，他们最终会稳定在一个被称为“纳什均衡”（Nash Equilibrium）的状态。在这种状态下，尽管卖家最初对顾客的行为一无所知，但没有任何一个卖家可以通过独自改变价格来赚取更多利润。作者从数学上证明了，随着时间的推移，卖家的价格会越来越接近这种完美的平衡状态。他们还精确计算了这一过程的速度，以及卖家在学习过程中可能会损失多少钱（一个被称为“悔失”的概念）。他们的结果表明，这种学习过程是高效的，卖家的错误率以一种可预测的速率缩小。通过计算机模拟，他们证实了即使在市场存在噪声或卖家对价格变化的敏感程度不同时，该方法依然表现良好。这项研究本质上为精明的、数据驱动型卖家提供了一份路线图，指导他们如何在不需要预知未来的情况下，在混乱的市场中寻找稳定的、盈利的节奏。

技术摘要：通过估计 s-凹需求函数实现序列价格竞争下的收益最大化

问题阐述

本文研究了在由 $N$ 个卖家组成的竞争性市场中，在有限时界 $T$ 内的动态定价问题。在每个周期内，卖家同时设定价格，价格是公开的，而其实际需求仍然是私有的。卖家的需求取决于所有卖家价格向量的非线性函数。具体而言，平均需求遵循单指数模型（monotone single-index model）：
$\mathbb{E}[y_i | p] = \psi_i(\langle \theta_i, p \rangle) = \psi_i(-\beta_i p_i + \langle \gamma_i, p_{-i} \rangle)$
其中 $\theta_i$ 是未知的参数向量， $\psi_i$ 是未知的、单调且为 $s$ -凹（ $s$ -concave） 的连接函数。卖家并不了解需求参数或连接函数的函数形式。其目标是设计一种定价策略，以最大化累积收益（最小化遗憾值），并相对于动态基准，同时确保价格序列收敛于在完全信息下存在的纳什均衡（Nash Equilibrium, NE）。

方法论

作者提出了一种两阶段算法：SPE-BR（半参数估计后执行最优反应）：

探索阶段（Exploration Phase）： 卖家从一个共同的已知分布（假设为椭圆对称分布）中采样价格，持续时间为 $\tau \propto T^\xi$ $τ \propto T^{ξ}$ 。
- 参数估计： 利用部分数据，卖家使用针对椭圆对称设计下的单指数模型改进的最小二乘估计器，来估计线性指数参数 $\theta_i$ （特别是向量的方向）。
- 非参数估计： 利用剩余数据和估计出的指数，卖家估计连接函数 $\psi_i$ 。关键在于，这是通过**形状约束最小二乘估计（shape-constrained least squares estimation）**完成的，前提是假设 $\psi_i$ 是 $s$ -凹的。作者证明了 $s$ -凹性等价于卖家的虚拟估值函数（virtual valuation function）是递增的，这是存在唯一纳什均衡的必要条件。
利用阶段（Exploitation Phase）： 在剩余周期内，卖家通过求解基于已学习需求模型的估计最优反应问题来设定价格。

核心贡献

1. 理论框架：s-凹性与均衡

本文通过引入 $s$ -凹性 作为需求连接函数的形状约束，推广了现有的线性及对数凹需求模型。

作者证明，存在且唯一纳什均衡所需的条件（即虚拟估值 $\phi_i(u) = u + \psi_i(u)/\psi'_i(u)$ 是递增的且具有有界导数）在数学上等价于连接函数 $\psi_i$ 是 $(c_i - 1)$ -凹的。
这种联系允许使用完全数据驱动、无需调参的形状约束估计器，以保证均衡收敛。

2. 统计贡献：集中不等式

一个重要的技术贡献是推导了形状约束下最小二乘估计器的新的集中结果。

作者建立了 $s$ -凹回归函数的一致收敛率（supremum-norm convergence rate）。以往的文献通常仅提供 $L_2$ 收敛率，这对于在利用阶段的价格分布可能不同于探索阶段的情况下的动态定价建立遗憾界限是不够的。
他们还提供了椭圆对称设计下参数分量 $\theta_i$ 的集中不等式，改进了以往仅能建立依概率收敛或依分布收敛的结果。

3. 遗憾界限与收敛速率

论文推导了所提策略的性能保证：

遗憾值（Regret）： 每个卖家的个体遗憾被限制在 $\tilde{O}(N^{3/2} T^{5/7})$ 内。这是通过优化探索长度 $\tau$ 以及在参数估计与非参数估计之间分配数据来实现的。
向 NE 收敛： 联合价格以 $\tilde{O}(N^{3/4} T^{-1/7})$ 的速率收敛至纳什均衡。
分析表明，最优探索指数为 $\xi = 5/7$ ，它平衡了学习精度与探索期间收益损失之间的权衡。

结果与验证

理论发现得到了涉及 $N \in \{2, 4, 6\}$ 个卖家的数值实验的支持。

模拟证实该算法收敛至纳什均衡，且经验遗憾率符合或优于理论上限。
研究调查了算法对 $s$ 凹性参数误设的鲁棒性。结果表明，只要保持最优反应映射的收缩条件，选择一个保守的 $s' \leq s$ 即可保持收敛速率。
实验还显示，即使卖家的探索阶段略有错位，算法仍具有鲁棒性，尽管理论保证依赖于共同的探索阶段。

意义与主张

本文声称通过超越受限的线性或固定参数需求假设，为动态竞争感知定价提供了重要的见解。通过利用 $s$ -凹性，作者提供了一个灵活的非参数框架，该框架：

推广了现有模型： 它严格推广了线性需求（其中 $s=0$ 对应对数凹性），并允许更复杂、更真实的实际需求行为。
确保均衡： 它提供了一个严谨的理论证明，证明基于学习的定价策略可以在不需要卖家共享私有需求信息的情况下收敛到纳什均衡。
推进非参数学习： 针对 $s$ -凹估计器的一致收敛率的推导，为非参数学习在战略决策中的应用做出了贡献，提供了可应用于定价之外领域的工具。

作者强调，其方法在关于形状约束方面是“完全数据驱动”且“无需调参”的，仅依赖于由经济学动机（基于虚拟估值属性）驱动的 $s$ -凹性结构假设。他们并未声称其遗憾率本身达到了极小极大最优性（minimax optimality），而是指出其推导出的速率在其推导出的上界范围内是最优的。