从观察结果中揭示效用函数

确定消费者偏好和效用的挑战在经济学中具有基础性。它们在通过效用最大化的消费者决策过程来确定消费者行为方面至关重要。然而，偏好和效用是不可观察的，甚至可能对做出选择的个体本身也是未知的；只有以需求形式观察到的结果。在无法观察决策机制的情况下，需求估计变得具有挑战性，当前方法因缺乏可扩展性或识别因果效应的能力而不足。估计这些效应对于考虑政策变更至关重要，例如定价、税收和补贴的影响，以及关税的效果。为解决现有方法的不足之处，我们结合揭示偏好理论和逆强化学习，提出一种新算法，首选偏好提取与奖励学习（Preference Extraction and Reward Learning, PEARL），我们认为这是一种能够在给定特定函数形式后，揭示能够最恰当地解释观察到的消费者选择数据的效用函数表示的唯一算法。我们引入了一种灵活的效用函数，即输入凹性神经网络，它捕捉跨商品的复杂关系，包括跨价格弹性。结果表明，PEARL 在无噪声和带噪声的合成数据上均优于基准方法。