Uncovering Utility Functions from Observed Outcomes

要約

消費者の好みとユーティリティを決定することは、経済学における基本的な課題です。
彼らは、ユーティリティ最大の消費者意思決定プロセスを通じて消費者の行動を決定することに中心的です。
ただし、好みやユーティリティは観察できず、選択をする個人にさえ知られていない場合があります。
結果のみが需要の形で観察されます。
意思決定メカニズムを観察する能力がなければ、需要の推定は困難なタスクになり、スケーラビリティの欠如または因果効果を特定する能力のために現在の方法が不足します。
これらの効果を推定することは、価格設定、税金や補助金の影響、関税の影響など、ポリシーの変更を検討する場合に重要です。
既存の方法の欠点に対処するために、明らかにされた優先理論と逆強化学習を組み合わせて、新しいアルゴリズム、優先抽出、報酬学習（Pearl）を提示します。
柔軟なユーティリティ機能である、クロスプライスの弾力性を含む商品全体の複雑な関係をキャプチャする入力concaveニューラルネットワークを紹介します。
結果は、パールがノイズフリーとノイズの多い合成データの両方のベンチマークを上回ることを示しています。

要約(オリジナル)

Determining consumer preferences and utility is a foundational challenge in economics. They are central in determining consumer behaviour through the utility-maximising consumer decision-making process. However, preferences and utilities are not observable and may not even be known to the individual making the choice; only the outcome is observed in the form of demand. Without the ability to observe the decision-making mechanism, demand estimation becomes a challenging task and current methods fall short due to lack of scalability or ability to identify causal effects. Estimating these effects is critical when considering changes in policy, such as pricing, the impact of taxes and subsidies, and the effect of a tariff. To address the shortcomings of existing methods, we combine revealed preference theory and inverse reinforcement learning to present a novel algorithm, Preference Extraction and Reward Learning (PEARL) which, to the best of our knowledge, is the only algorithm that can uncover a representation of the utility function that best rationalises observed consumer choice data given a specified functional form. We introduce a flexible utility function, the Input-Concave Neural Network which captures complex relationships across goods, including cross-price elasticities. Results show PEARL outperforms the benchmark on both noise-free and noisy synthetic data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google