用于删失需求预测的集成方法

许多经济应用（包括最优定价与库存管理）需要基于销售数据预测需求，并估计销量对价格变动的反应。为纠正删失销售数据下需求参数估计的偏差，已有广泛的经济计量方法。这些方法也可应用于各类机器学习模型以降低销量预测误差。本研究构建了两种需求预测集成模型：一种考虑需求删失，一种不考虑。考虑销售删失基于删失分位数回归方法的思想，将模型估计拆分为两个独立部分：a）通过分类模型预测零销售；b）通过回归模型预测非零销售。考虑与不考虑删失的模型均基于最小二乘、岭回归、Lasso回归及随机森林模型预测的集成。在估计两模型的预测性质后，我们实证检验了考虑需求删失特性的模型具有最佳预测力。我们还表明，考虑删失的机器学习方法与 econometric 模型类似，提供了对价格变动需求敏感度的偏差校正估计。