需求误配对事件票务定价收益的影响

我们研究了具有有限库存和需求随时间变化的活动票务的有限时程动态定价问题。核心实践难点在于，总需求函数$L(t)$不能直接观察，必须从数据中估计，而定价决策对其时间形状极为敏感。本文考察了该估计准确性对收益的影响。我们考虑的模型中，销售强度由总需求$L(t)$、价格响应函数$v(p)$和时间依赖的支付意愿因子$\varphi(t)$驱动。因子$\varphi(t)$起着核心作用：它捕捉了客户随事件日期接近而支付意愿增加的特征，使需求的时间轮廓对定价具有重要意义。在此框架下，更新的数值研究评估了九个确定性真实需求情景下基于特征感知的$L(t)$误配集合以及由$v(p)=e^{-\eta p}$、截止因子$\varphi(t)$和库存水平$Q$引起的多种环境情景下的基准动态编程政策。报告的摘要基于蒙特卡罗模拟和相对损失比值指标。结果表明，更准确的需求时间轮廓表征导致更有效的定价决策并提升收益。整个误配集合中，综合相对收益损失为$0.42\%$，上位十分位超过$1\%$，而最昂贵的错误是遗漏晚期需求成分。平均效果虽然属小但不容忽视，当截止效应显著且库存紧张时，这一效果会更强。