针对具有战略客户和不断变化的支付意愿的动态定价问题，采用混合离散-连续仿真方法

《ACM Transactions on Modeling and Computer Simulation》：Hybrid Discrete–Continuous Simulation for Dynamic Pricing with Strategic Customers and Evolving Willingness-to-Pay

　　**摘要**

在具有前瞻性消费者的市场中，动态定价受到战略性购买延迟、库存限制和支付意愿（WTP）变化的影响。对这些相互作用的建模很困难，因为市场活动是通过离散事件发生的，而潜在的消费者估值可能在到达后持续演变。我们开发了一个可执行的混合仿真框架，该框架结合了离散事件市场引擎和连续时间随机WTP过程。消费者的购买时机遵循一个简化形式的阈值规则，该规则在当前存货与预期的降价和等待成本（包括缺货风险）之间进行平衡。事件驱动的实现机制在预定的市场事件之间传播WTP，并使用局部数值网格、插值和明确的平局处理规则来检测阈值跨越。我们使用受控的合成基准来评估该框架，并将其与固定步长和静态WTP替代方案进行比较。蒙特卡洛置信区间、配对政策比较、数值敏感性测试和合成数据恢复用于评估计算可信度和参数支持。实验揭示了政策表现依赖于不同情境的事实。当战略性等待抑制了早期需求并引发进一步降价时，强需求响应定价可能会变得脆弱。预先宣布的稳健定价通常能稳定购买时机和收入，而库存稀缺则会通过增加缺货风险来抑制延迟。恢复诊断还表明，一些潜在参数仅通过可用的摘要之间存在微弱差异。该框架提供了一个可重复的计算实验室，用于研究战略性时机、演变估值、库存和数值执行如何共同影响动态定价结果，同时区分了受控机制分析和实证市场验证。

**1 引言**

动态定价通常被构建为一个控制问题，其中卖家根据时间调整价格以平衡收入、需求和库存。然而，在具有前瞻性消费者的市场中，价格会影响消费者的购买量和购买时间。如果消费者预计未来价格会下降，他们可能会推迟购买；这种延迟需求可能会触发更早或更深的折扣，从而强化了等待的原始动机。因此，定价政策和购买时机是通过反馈共同决定的，使得需求在某种程度上内生于定价过程本身[1, 2, 6, 14, 20]。

首先，这种反馈有助于解释为什么短视需求模型在现代零售和平台环境中可能会产生误导。关于战略性消费者的研究表明，前瞻性行为可以显著改变购买时机，而且承诺结构可能与价格水平一样重要。降价时机、承诺的可信度和可用性保证都可以重塑预期、等待动机和利润[2, 4, 20, 21]。进一步的分析表明，即使行为反应不确定或仅部分已知，这些效应仍然很重要[6]。

第二个挑战是支付意愿（WTP）很少是固定的。市场营销研究表明，估值通常受到参考效应和当前价格的影响：消费者将公布的价格与自身不断变化的内部基准进行比较[8, 11, 23]。在在线市场中，随着评论和平台信号的积累，估值也可能发生变化[19]。这些观察结果表明，现实的需求模型应该将消费者估值表示为随时间演变的过程，而不是在到达时固定的静态量。

综合考虑这些因素，需要一个结合两种时间概念的模型。市场活动通过到达、购买、缺货和价格更新等离散事件展开，而消费者估值可能在这些事件之间持续演变。因此，需要一种将离散市场事件与连续估值动态相结合的混合表示方法[3, 8, 23]。这种视角对于战略性时机尤为重要：立即购买可以确保即时获取并避免未来的缺货风险，而等待则可能带来未来的价格优惠，但会增加时间、不确定性和偏好风险。这种权衡可以表示为一个最优停止或阈值跨越问题，即在潜在效用过程跨越由当前价格、预期未来价格和等待成本决定的决策边界时发生购买[2, 20]。

这种建模选择具有重要的计算含义。购买事件可能发生在预定的到达时间、价格更新和其他市场事件之间，因此模拟器必须结合事件驱动的市场逻辑和不断演变的潜在状态，同时可靠地检测阈值跨越。候选的耦合策略包括固定时间步进、事件驱动的跨越检测以及状态量化方法，如量化状态系统（QSS）方法[5, 7, 10]。在这种情况下，混合执行成为建模贡献的一部分，而不仅仅是一个实现细节[10]。

校准和验证引入了另一个挑战。由于关键的行为状态是观察不到的，多种参数组合可以产生相似的观察销售或等待模式，从而产生可识别性风险。以往关于计算机模型校准、可识别性和模拟可信度的工作强调了有纪律的校准、不确定性量化以及对部分观察模型的明确验证[9, 12, 15, 17, 18, 22]。一个可信的战略性需求模拟器必须解决行为建模、混合执行、推断和在潜在状态下的验证问题。

本文通过开发一个针对战略性消费者和连续时间WTP动态的混合仿真框架来解决这些挑战。战略性购买通过时序规则来表示，这些规则编码了在预期价格演变和缺货风险下的即时购买与延迟购买之间的权衡。所提出的框架通过指定WTP传播方案、阈值跨越检测程序、数值容忍度处理、参数化、政策定义、蒙特卡洛不确定性分析、基准比较和合成数据恢复诊断来具体化。除了仿真架构本身，本文还开发了一个针对部分观察到的战略性需求系统的校准-可识别性-验证视角，使模拟器能够作为受控政策评估的可靠实验室。

本文做出了四个贡献。首先，它提出了一个混合仿真模型，将离散事件市场动态与连续时间估值过程相结合，并通过实现的事件驱动数值程序明确耦合潜在状态演变与可观察事件之间。其次，它为面临价格改善和缺货风险权衡的前瞻性消费者提供了基于阈值的购买时机行为表示，延迟购买通过简化形式的等待溢价来概括。第三，它引入了一个可重复的实验设计，规定了参数化、定价政策定义、蒙特卡洛复制、置信区间报告和配对政策比较。第四，它为操作模拟器添加了可信度检查，包括固定步长基准比较、静态WTP消融、对近乎同时发生事件的敏感性分析τ?以及合成数据恢复诊断。

本文的其余部分组织如下。第2节回顾了最相关的研究流，并将本研究与之前的战略定价、演变估值、混合仿真和模拟可信度研究进行了定位。第3节介绍了用于模拟的行为市场模型和混合执行逻辑。第4节开发了用于支持可信政策比较的校准、验证和实验工作流程。第5节报告了关于战略延迟、收入绩效、库存效应和数值稳定性的主要仿真结果。第6节讨论了研究的含义、局限性和整体结论。

**2 相关工作和定位**

第1节提出了在不断演变估值下战略性购买时机的混合表示的需求。以往的研究指出了三个密切相关的观点，这些观点激发了本研究的兴趣：消费者可能同时选择购买时间和是否购买；WTP可能在到达后演变而不是保持不变；可信的政策评估需要能够表示事件驱动市场操作和潜在行为动态的模拟和推断工具。

当消费者将购买视为一个时机决策时，这与传统的动态定价有了根本的不同。在标准的收入管理模型中，需求通常表示为对当前公布价格的随机响应，一旦到达和转化被确定，时机就被视为主要外生的。然而，对于具有前瞻性的消费者来说，这种分离就不再适用。消费者对未来降价的预期和库存可用性形成信念，并可能推迟购买以增加预期盈余，因此定价政策同时影响了需求强度和需求时机[2, 20]。基础研究表明，当消费者预测未来价格和缺货风险时，均衡购买时机可能与短视基准有很大不同[2, 20]。相关研究进一步表明，承诺机制、保证和降价节奏可以通过改变对未来价格和可用性的信念来改变等待动机[4, 21]。实证和结构证据还表明，即使个体估值无法观察到，也可以从观察到的购买时机和支付价格模式间接推断出战略性客户群体[13]。对于本研究而言，这些文献意味着购买应该表示为在预期下的动态阈值或停止决策，取代到达时的静态购买/不购买响应，并且政策评估应该明确考虑时机效应。

第二类研究表明，消费者的估值往往在到达后随时间演变。参考价格研究表明，先前观察到的价格会影响感知的收益和损失，导致有效WTP取决于价格历史以及当前报价[8, 11]。运营和市场营销研究进一步表明，参考效应和动态信息状态可以显著改变需求路径、购买时机和定价政策的绩效[19, 23]。在实际环境中，由于学习、反复接触信息、紧迫感或与过去价格的比较，估值可能会发生变化。这使得WTP成为一个在可观察市场事件之间演变的潜在状态。这种建模的含义是直接的：如果估值在到达、购买、价格变化和缺货发生时可识别时刻逐渐变化，那么现实的需求时机模型应该允许连续时间估值动态与离散市场事件相互作用。在这种情况下，当演变的内部估值跨越由当前价格、预期未来价格和等待成本决定的决策阈值时，购买时机就会出现。

第三类工作关注如何对这些系统进行模拟、校准和验证。运营定价环境本质上是事件驱动的，因此离散事件模拟非常适合到达、交易、缺货和政策触发的干预。同时，纯离散模型可能会扭曲事件之间的潜在行为演变，而纯连续模型可能会掩盖与离散干预相关的操作逻辑。混合建模通过在一个框架中结合离散事件和连续动态来解决这种不匹配。量化状态和混合离散事件系统规范（DEVS）方法表明，可以在事件驱动的架构内模拟不断演变的状态，同时保持模块化和数值控制[10, 16, 22]。一旦引入潜在行为状态，校准和验证就变得同样重要。在许多定价情境中，价格、到达时间、购买时间戳和库存状态是可以观察到的，但每个消费者的内部WTP却是不可观察的。校准必须从可见后果中推断隐藏的机制，同时考虑不确定性、模型差异和可能的不可识别性[9, 12, 15, 17, 18]。

综上所述，这些文献揭示了一个机会和一个差距。战略性定价研究确立了前瞻性购买时机的重要性，估值研究表明WTP可以随价格历史和信息演变，混合仿真研究提供了结合连续和离散动态的工具。然而，这些领域经常是分开发展的。战略性定价模型通常假设静态或离散更新的估值，混合仿真在定价背景下的行为需求系统中的应用较少，针对部分观察到的战略性需求环境的校准方法相对有限。本文通过将战略性时机、演变潜评估、混合仿真和模拟可信度分析整合在一个框架中来解决这一差距。为了清晰起见，表1总结了与本研究最相关的主要研究流、它们的典型假设以及此处解决的具体差距。它构建了一个行为需求模型，其中离散市场事件与不断演变的消费者估值状态相互作用，开发了一个保持操作真实性的混合执行架构，并为部分观察到的战略性需求模拟器概述了校准和验证工作流程。这种综合视角很重要，因为在实践中模型结构、计算和推理是共同决定的：模型假设决定了可以从数据中识别出什么，校准选择影响了哪些政策比较是可信的，而模拟架构则决定了是否能够足够准确地表示策略性时机，以支持决策。表1. 流类型、典型假设、其捕捉的能力以及在这种设置下的主要限制。

**战略性定价模型**
顾客预期未来价格并策略性地选择购买时机
内生等待、承诺效应、降价激励
估值通常是静态的或离散更新的
激励明确的战略性购买时机

**演变估值模型**
willingness to pay (WTP) 随学习、参考效应或信息而变化
需求中的路径依赖性和动态估值状态
通常不太明确事件驱动的市场执行和政策时机
激励连续时间的潜在估值动态

**混合模拟方法**
离散事件和连续状态被联合模拟
事件驱动的执行、阈值穿越、数值控制
通常在行为定价应用之外开发
激励离散-连续耦合和事件检测

**校准和验证文献**
在不确定性下，从可观测摘要中推断模拟器参数
可识别性分析、差异意识、可信度检查
较少专门针对具有潜在行为状态的战略需求系统
激励分阶段的校准和验证工作流程

**本研究**
战略性时机、演变估值、混合执行和可信度分析被整合在一起
在一个框架中实现行为时机、操作现实性和政策评估
比单一流模型更复杂
解决了方法论上的结合差距

表1强调，当前的贡献并非来自这些流中的任何一个。与战略性定价模型不同，在战略性定价模型中，模拟通常是评估行为模型的计算工具，而本研究将模拟执行本身视为贡献的一部分：WTP传播、事件调度、阈值穿越检测和数值容差处理决定了被比较的政策结果。这种定位使得有必要对比固定步长和事件驱动的混合执行，因为它们可能不可互换。它还将校准和可识别性视为超出拟合潜在行为状态工作流程步骤的数值可信度问题。从建模和模拟的角度来看，可复制的基准场景、参数设置、蒙特卡洛比较和合成数据恢复诊断是本研究的核心贡献。

## 3 建模和混合执行
本节介绍了行为市场模型以及用于模拟它的混合执行逻辑。市场通过离散的操作事件（如顾客到达、价格更新、购买和缺货）演变，而每个活跃顾客的WTP在这些事件之间持续演变。由此产生的系统在时间上是混合的：可观察的市场状态通过带时间戳的事件变化，而潜在的顾客估值状态在连续时间内演变，并且可以触发新的购买事件。该节还明确了数值实现：WTP使用精确的Ornstein–Uhlenbeck (OU) 转移进行传播，战略性时机通过简化形式的等待溢价来表达，阈值穿越通过带插值的符号变化检测和处理接近平局的情况进行检测，并比较了固定步长和事件驱动执行的计算复杂性。纯固定步长的模拟可以近似相同的系统，但对于当前设置来说这样做不太自然。市场操作通过带有时间戳的事件（如到达、价格修订、购买和缺货）进行，而顾客估值在这些事件之间持续演变。如果模拟器仅通过均匀的时间增量前进，许多步骤可能不包含操作变化，但购买时机仍然可能因必须在人为网格上近似阈值穿越而失真。相比之下，事件驱动的混合执行通过允许模拟时钟直接在具有经济意义的时间之间移动，同时跟踪它们之间的潜在估值演变，从而保留了市场的自然时间结构。这一点在这里很重要，因为购买时机本身就是一个感兴趣的结果，而不仅仅是一个中间量。

### 3.1 市场状态和顾客估值动态
考虑一个卖家在有限的销售时段t∈[0,T]内提供单一产品。在时间t，可观察的市场状态为St=(Pt,It,Ct)，其中Pt是标价，It是剩余库存，Ct是已经到达但尚未购买或离开的活跃顾客集合。顾客到达可以用率为λ的泊松过程表示，尽管该框架可以适应更一般的到达过程。每次到达都会创建一个新的顾客代理并将该顾客添加到活跃集合中。当在时间t发生购买时，库存根据It+=It?1进行更新。如果库存变为零，系统进入缺货状态，不能再进行购买。价格变化被视为由评估中的定价政策控制的离散更新，该政策将当前市场状态映射到标价路径。

每个到达的顾客i都有一个潜在的WTP过程Vi(t)，它在到达时间ai时从分布Fi～FV中初始化。到达后，估值在连续时间内演变。在核心规范中，WTP遵循均值回归扩散：dVi(t)=κ(μ?Vi(t))dt+σdWi(t)，t≥ai，其中μ是长期估值水平，κ是均值回归的速度，σ是估值波动性，Wi(t)是标准维纳过程。这种表示捕捉了顾客估值可能由于学习、重复曝光、紧迫性或参考效应而在到达后演变的想法，而这些变化对卖家来说是不可观察的。关键的建模含义是，即使没有可观察的市场事件发生，购买准备也可能会改变。

对于数值传播，Ornstein–Uhlenbeck过程所暗示的边际WTP转移在每个事件间隔Δ>0内被精确评估：Vi(t+Δ)=μ+(Vi(t)?μ)e?κΔ+σ1?e?2κΔ/2κZi，Zi～N(0,1)。因此，WTP作为均值回归的OU过程在市场事件之间传播，在可变长度间隔内使用精确的转移进行边际更新。顾客异质性通过三个不同的渠道进入：到达时间变化的Vi(ai)～FV、到达后的特定冲击路径Wi(t)以及通过q和θi表示的战略异质性。参数μ、κ和σ是群体层面的潜在估值环境参数，而不是固定顾客特征：μ给出了参考水平，κ是调整速度，σ是特定估值冲击的分布。转移指定了下一个候选事件时间的WTP分布；确定估值路径在那个时间之前是否跨越购买阈值仍然是一个独立的数值检测问题。这一规范并不声称OU参数涵盖了WTP演变的所有驱动因素。状态依赖的估值动态（其中漂移或波动性取决于价格历史、库存压力、顾客曝光或市场信号）是重要的扩展。引入它们需要额外的可观测变量和识别限制，超出了这里使用的受控基准摘要。因此，当前的基准保持了WTP过程的简洁性，以隔离由不断演变的潜在估值和阈值穿越购买时机所创建的模拟问题。

一旦库存耗尽，活跃顾客可能在概念上仍然存在，但不能再产生实际购买。从这个意义上说，缺货既充当了操作边界，也充当了行为截断机制，因为当可用性丧失时，等待的期权价值消失了。

### 3.2 战略购买规则
顾客并不简单地决定是否在到达时购买；顾客决定何时购买。在任何时间t≥ai，顾客i将当前估值与标价进行比较：Ui(t)=Vi(t)?Pt。在战略行为下，立即购买与等待可能未来的降价的选项相竞争，这种权衡取决于缺货、估值变化或机会损失等风险。为了以可行的方式捕捉这种时间权衡，模型使用了一个阈值购买规则。顾客i在第一个时间t购买，使得Vi(t)?Pt≥θi。等价地，购买时间表示为τi=inf{t≥ai:Vi(t)?Pt≥θi}，其中θi被解释为顾客特定或群体层面的简化形式等待溢价。较大的θi值代表更大的延迟激励，因为顾客在购买前需要相对于当前价格有更大的估值优势。较小的值代表更接近短视购买的行为。在混合群体实验中，q表示被分配到战略阈值规则的到达顾客的比例。战略性顾客使用θi=θ，而短视顾客使用立即剩余边界θi=0。因此，q改变了市场中时间规则的组成，而θ改变了战略性顾客之间的等待强度。

阈值是一个动态停止问题的简化形式边界，而不是完整顾客动态程序的解决方案。只有当当前剩余足够高以主导等待期权价值时，才会发生立即购买；因此，θi总结了等待后的预期降价价值净额。顾客异质性可以通过此溢价在顾客之间的变化来表示，允许不同的耐心、寻求降价的行为、风险容忍度和延迟倾向。因此，基准的目的不是估计一个最优的停止模型，而是评估战略性等待溢价如何通过连续的WTP演变、事件检测和价格反馈传播。阈值规则保留了核心经济机制：当预期的未来条件看起来有利时，顾客可能会等待；当稀缺性或紧迫性提高了延迟的有效成本时，他们可能会提前购买。因为Vi(t)在连续时间内演变，而Pt和It在离散事件时间变化，购买时机成为一个由潜在估值动态和可观察市场条件共同定义的阈值穿越问题。

基准实验保持这种简化形式的阈值静态，以隔离不断演变的WTP、事件检测和价格政策反馈之间的相互作用。一个完全状态依赖的阈值θi(t,St)，其中St包括未来价格期望、缺货风险、等待成本和剩余时间，是一个自然的扩展，但它需要一个额外的信念形成模型，而这个模型不是通过这里使用的受控基准摘要单独确定的。

### 3.3 混合执行架构
模拟器将离散事件市场引擎与连续时间估值更新结合在一个统一的执行循环中。图1说明了这一架构。离散事件组件管理事件列表和可观察的市场状态，包括到达、计划的价格变化、购买和与缺货相关的更新。连续组件在事件时间之间传播所有活跃顾客的WTP轨迹。当传播的估值路径跨越当前决策边界时，内生地生成购买事件。

图1. 混合模拟架构：连续WTP传播、阈值穿越事件检测和离散事件调度器。在任何模拟步骤中，市场引擎从事件列表中识别最早的预定点离散事件时间te。如果没有预定的事件，将te设置为T。从当前时钟时间t到te的间隔内，模拟器根据上述连续时间动态传播每个活跃顾客的估值过程。这避免了强制全局模拟时钟以小的固定增量移动，并允许潜在的行为状态在可变长度间隔内直接演变。当发生到达事件时，将新顾客添加到活跃集合中：Ct+=Ct∪{i}，并且顾客获得初始估值抽取。当发生价格更新时，标价根据政策映射Pt+=π(St)进行更新。当发生购买时，库存和顾客参与度更新：It+=It?1，Ct+=Ct?{i}。关键的耦合机制是连续估值轨迹和离散市场状态共同决定了未来事件。计划的价格变化可以改变所有活跃顾客面临的购买边界。购买事件可以比预期更早地耗尽库存，并改变剩余顾客的有效等待激励。模拟器同时维护事件列表和完整当前市场状态，以确保操作更新和潜在行为演变在时间上保持一致。这一设计选择在实质性和计算上都很重要。在当前模型中，阈值穿越时间的小误差可能会改变观察到的购买顺序，改变顾客是在计划降价之前还是之后购买，以及改变市场上剩余顾客的库存可用性。这些局部时间变化随后可以转化为适应性政策的不同需求信号，进而转化为不同的未来价格路径。因此，混合执行层本身就是建模贡献的一部分：它必须保持足够的时间保真度，以确保政策比较反映经济机制，而不是粗糙数值同步的产物。

### 3.4 事件检测和算法
因为购买由Vi(t)?Pt≥θi定义，模拟器必须确定估值轨迹在下一个预定的离散事件之前是否跨越了购买边界。对于每个活跃顾客，定义穿越函数Gi(t)=Vi(t)?Pt?θi。当这个函数从不负变为非负时，表示-cross了购买边界。在候选间隔[t,te]内，检测程序在有序的检测点t=t0< />非常短的行程可能会跨越并重新跨越相邻检测点之间的边界，而这些行程可能会被遗漏，这就是为什么固定步长基准测试和容忍度-敏感性分析被报告为数值可信性检查的原因。我们还研究了OU过程的条件桥接结构是否可以降低区间内穿越检测的成本。在事件间隔的两个端点的估值值条件下，OU过程在中间时刻具有一个可以解析得到的高斯分布。我们实现了一个条件中点细化算法，当超过购买边界的条件概率大于某个截止值pcut时，该算法会递归地将区间细分。在相同的4,945个符合条件的检测器区间上，评估了五种细化设置，pcut∈{0.20,0.10,0.05,0.01,0.005}，最终分辨率标准化为0.05天。所有设置都再现了当前检测器的穿越状态决策，但由于每次细化都需要进行条件矩和高斯概率计算，其运行时间分别是原来的2.61到3.64倍。这种一致性是相对于当前检测器的，并不是一种精确的首次通过时间验证。测试的中点细化没有提供计算上的优势，因此我们保留Δdet=0.05天作为操作检测器。当Gi(tj)<0且Gi(tj+1)≥0时，检测到客户i的潜在穿越。相应的穿越时间通过线性插值来近似计算，τ^i=tj+?Gi(tj)Gi(tj+1)?Gi(tj)(tj+1?tj)。用te表示最早的预定离散事件时间，用τi表示在区间[t,te]内活跃客户i的第一个潜在穿越时间。在实现的检测器中，τi被设置为客户i的最早插值时间；如果没有检测到符号变化，则τi=+∞。使用传播的估值轨迹，模拟器计算潜在穿越时间，并设置τ?=miniτi，以及相关的客户i?。如果在[t,te]区间内没有发生穿越，则设置τ?=+∞。为了处理几乎同时发生的事件，定义一个小的时间容忍度τ?。事件处理规则如下：如果τ?te+τ?，则预定事件优先。如果τ?te+τ?，则首先处理预定的离散事件。这个规则在接近平局的情况下消除了歧义，并保持了阈值穿越和预定操作事件之间的时间一致性。在接近平局的情况下，使用“购买优先”规则是为了避免在客户恰好愿意购买时与预定市场事件同时发生时导致的状态转换不一致。如果没有明确的平局约定，模拟器可能会在不同运行中以不同的顺序处理经济上等效的轨迹，从而导致库存会计或政策更新中出现可避免的歧义。容忍度参数τ?有两个作用：在数值上，它防止了由于机器层或离散化层估计的穿越时间差异导致的不稳定切换；在操作上，它强制执行了一种处理在实验预期时间分辨率下无法区分的事件的一致性约定。在这种约定下，购买事件不能仅仅因为预定的更新恰好具有相同的时间戳就被推迟到实际上同时的边界穿越之后。整体模拟过程遵循标准的事件驱动循环，在事件时间之间插入连续状态传播。从S0=(P0,I0,C0), C0=?开始，模拟器用外生事件（如首次到达和任何预定的价格更新）初始化事件列表。在每一步中，它将下一个预定的离散事件时间与最早检测到的购买穿越时间进行比较，执行首先发生的事件，更新市场状态，重新构建相关的未来事件，并持续进行，直到达到销售视野或库存耗尽。记录的输出包括购买时间、实现的价格路径和库存轨迹。算法1保证了三个对可信政策实验重要的实现级属性：首先，模拟时钟是单调递增的，因为每次迭代都处理预定的市场事件和检测到的阈值穿越中最早的一个；其次，库存会计保持一致，因为只有在发生购买事件时才会减少库存；第三，潜在状态演变和可观察的市场更新之间保持时间上的一致性，因为每个事件都是在明确的排序规则下处理的，包括几乎同时发生的情况。尽管这些属性存在一些近似误差，但它们确保了模拟器尊重模型的概念性事件逻辑，同时支持稳定的政策比较。

3.5 计算复杂性
计算成本取决于模拟器是在固定的全局网格上前进，还是通过事件驱动的混合执行来前进。用M表示蒙特卡洛复制次数，T表示销售视野，h表示固定步长网格大小，Cˉ表示平均活跃客户池大小，E表示处理的离散事件数量，K表示每个事件间隔内平均的本地穿越检测子步骤数量。固定步长基准测试通过T/h个网格点推进每次复制，并在每一步检查活跃客户集，复杂度为O(M?Th?Cˉ)。相比之下，混合事件驱动的实现方式是通过处理的离散事件前进，并在每个事件间隔内对活跃客户进行本地穿越检测，复杂度为O(M?E?Cˉ?K)+O(MElog2E)。第一项反映了WTP传播和穿越检查，第二项涵盖了事件列表维护和调度。这种比较阐明了为什么混合方法在仍然需要进行本地阈值检测工作的同时，避免了不必要的全局时间步长，并且为第5.6节中的固定步长基准测试提供了动机。

4.1 范围澄清
数值实验是受控的合成基准测试，而不是针对特定市场的经验校准。校准和可识别性材料为参数化模拟和未来的经验应用定义了一个可信性工作流程，而报告的实验使用的是具有已知设计设置的合成场景。目的是在受控条件下评估政策行为、混合执行、数值稳定性和合成数据恢复，而不是市场特定的经验适配。这种区别很重要，因为文章以两种相关的方式使用校准语言：在方法论工作流程中，校准表示根据经验市场数据来规范模拟器；在报告的实验中，模拟器通过明确的基准设置进行参数化，并在需求、库存压力、估值动态和策略等待的受控扰动下进行评估。这些证据应被视为机制级和数值可信性证据，而不声称估计特定的零售平台。

4.2 模拟参数
表2报告了受控合成实验的基准参数化。基线销售视野为T=60天，与库存实验中的延迟缺货时间结果相匹配。其余的级别定义了需求、库存、WTP、行为、定价政策、数值和蒙特卡洛条件，用于构建基准场景。
表2. 参数 类型 符号 基线水準/范围 角色
视野 销售视野 T 60天 固定
销售周期 到达率 λ 10, 10, 15
需求强度 库存 初始库存 I0 125, 50, 125, 300
稀缺性 WTP 长期估值 μ 100, 80, 100, 120
估值规模 WTP 平均值回归 κ 0.1, 0.05, 0.15, 0.30
估值持久性 WTP 波动性 σ 5, 2.5, 5, 7.5
不确定性 WTP 初始WTP抽取 FVN(P0,σ02), σ0=5 固定
到达异质性 行为 阈值 θ 5, 5, 10
延迟强度 行为 战略比例 q 0.5, 0.25, 0.5, 0.75
策略混合 数值 检测步长 Δdet 0.05天 固定
最大本地穿越检测步长 数值
容忍度 τ? 10^-4, 10^-6, 10^-5, 10^-4, 10^-3
接近平局规则 蒙特卡洛 复制次数 M 取决于实验 100, 500, 1000
不确定性 政策 初始价格 P0 10 固定
开始宣传价格 Policy 价格范围 Pmin, Pmax 6,14 固定
允许的价格范围 Policy 更新网格 tk 6天间隔 每6天
价格更新时间 Policy Markdown安排 kdk=0 对于tk<30；dk=2 对于tk≥30固定
预公告降价 Policy 需求增益 η 0.05 固定
自适应需求响应 Policy 库存增益 ηI 1.00 固定
自适应库存响应 Policy 最大更新 δˉ 1.00 固定
每次更新的价格上限 Policy 鲁棒阻尼 ρ 0.25 固定
阻尼自适应更新

4.3 价格政策定义
表3使定价政策具有可操作性。设0=t0< />0表示库存高于线性耗尽基准。自适应价格增量为ΔkA=clip[?δˉ,δˉ]{ηD(Dk?D^k)?ηIEk}，增益ηD,ηI≥0，每次更新的最大移动量为δˉ。在整个表格中，clip[a,b](x)=min{b, max{a,x}}确保了允许的范围。

4.4 可重复性协议
表4总结了修订后的实验中使用的复制、随机化和输出协议。由于实验具有不同的数值目的，蒙特卡洛复制次数是特定于实验的。主要政策比较使用M=500个配对复制每次场景-政策条件；对于图2基线设置（I0=125,θ=5,σ=5）中的所有点，使用M=1000个复制。固定步长基准测试和τ?敏感性实验使用M=500个配对复制。对于合成恢复和校准，每个拉丁超立方搜索使用M=100个复制来评估N=2,000个候选向量；对于合成目标生成和独立验证，使用M=500个复制。在每个场景中，跨政策使用相同的随机数（CRN），以便差异反映价格逻辑而不是随机实现。

4.5 校准和合成恢复
校准仍然是可信性工作流程的一部分，但在当前的实验中，它被视为一个合成恢复和未来经验部署的程序，而不是市场特定的估计。保留的逻辑是分阶段的：首先确定可观察的市场量，如到达量、总购买量、收入和缺货行为；然后拟合时间敏感的摘要，这些摘要可以提供关于潜在WTP动态和策略延迟的信息；最后检查拟合的参数化是否保持了政策比较。当通过模拟摘要匹配来实施校准时，用ψ表示参数向量，用mjsim(ψ)表示摘要统计量j的模拟值，用mjobs表示经验或合成目标，用sj表示缩放因子。加权校准损失为L(ψ)=∑j=1Jwj(mjsim(ψ)?mjobssj)2。权重强调了时间和策略延迟的摘要，因为平均需求或收入本身可以通过具有不同行为含义的参数化来匹配。

4.6 实验设计
实验使用基准参数化的混合模拟器作为一个受控的市场实验室，研究战略购买时机和变化的WTP如何与定价政策和库存约束相互作用。该设计在保持模拟架构不变的情况下，改变了主要市场和行为条件。每个场景都指定了销售期限T、初始库存I0、到货过程、估值动态参数以及战略等待的强度。这些变化产生了从近乎短视的购买行为到强烈的战略延迟的各种条件，从而可以在广泛的战略需求环境中比较政策表现[2, 21]。实验重点关注三个实质性问题：首先，更强的等待激励和不断变化的估值如何改变购买时机？其次，这些时机变化如何与库存稀缺性和缺货风险相互作用？第三，在客户行为具有战略性且只能部分预测的情况下，哪些定价结构仍然有效？为了解决这些问题，研究在常见场景条件下比较了静态定价、预先宣布的定价、自适应定价和鲁棒定价。在每个场景中，都在相同的随机数下评估政策，以便对所有政策应用相同的到货流和估值冲击。这种配对比较结构很重要，因为在战略需求环境中的政策差异可能相对于蒙特卡洛噪声来说很微妙。当相同的随机输入被用于不同的定价规则时，政策之间的差异可以更直接地归因于政策逻辑，而不是模拟市场的不可控变化。这一点在这里尤其有用，因为战略等待会改变购买时机，而即使平均需求相似，对时机敏感的结果也可能表现出相当大的复制级变异性。使用相同的随机数可以提高政策差异估计的准确性，加强制度层面的比较，并使小政策差异的解释更加可靠。

情景因素由表2中的基准水平定义，定价规则则在表3中具体化。实验在这些因素上进行调整，同时保持混合执行架构和政策定义不变，以便观察到的差异可以归因于市场条件、战略行为和政策逻辑，而不是实施的变化。为了进行数值稳定性分析，相同的情景-政策组合会在不同的求解器和事件检测容忍度设置下重新评估。这使得可以检查观察到的政策差异是具有经济意义，还是仅仅是混合执行选择的产物[10]。实验设计既具有实质性目的（在战略需求下比较定价政策），也具有数值目的（检查在合理的模拟配置变化下结论的稳定性）。

4.7 成果指标
报告的输出分为三组。首先，收入是主要的经济成果，以复制的蒙特卡洛平均值的形式报告，并附有从复制方差中得出的不确定性总结。由于战略等待会延迟购买并改变实际成交价格，因此收入是本研究中政策比较的主要依据[20]。
对于情景s、政策p和蒙特卡洛复制m，让Rs,p,m表示实际收入。报告的平均收入及其蒙特卡洛不确定性计算如下：Rˉs,p=1/M∑m=1MRs,p,m,SE(Rˉs,p)=sd(Rs,p,1,…,Rs,p,M)，95%置信区间报告为CI95(Rˉs,p)=Rˉs,p±1.96SE(Rˉs,p)。同样的不确定性约定也适用于时间和库存总结，包括平均购买时间和缺货时间，每当报告置信区间时都会使用。在共同随机数下的配对政策比较中，复制级别的收入差异定义为Ds,p,p′,m=Rs,p,m?Rs,p′,m,Dˉs,p,p′=1/M∑m=1MDs,p,p′,m。这种配对比较结构将报告的政策差异与共同随机数设计联系起来，并减少了政策间比较中的蒙特卡洛噪声。
其次，时间指标描述了客户行为在销售期限内的变化。这些包括等待时间、购买时间分布，以及在使用混合人口时的行为段间的时间比较。这些结果至关重要，因为战略需求取决于购买时机和购买频率[2, 20]。
第三，库存和缺货指标捕捉了战略时间和定价的实际后果。这些包括缺货频率、缺货时间和整个期限内的库存消耗模式。这些指标共同表明，某种政策是否导致库存平稳下降，或者集中在后期购买，以及稀缺性是否减弱了等待的动机[21]。进行数值稳定性检查时，会在不同的求解器和事件检测设置下比较这三组输出，以验证主要结论对模拟配置的鲁棒性。
这三组输出旨在直接映射到模型的因果机制。收入捕捉了政策选择对卖方经济后果的影响，时间指标捕捉了战略需求通过的行为渠道，库存和缺货指标捕捉了修改等待价值的操作约束。联合解释这些输出是必要的。例如，一种政策可能通过减少延迟购买和平滑库存消耗来保持收入，即使它没有直接提高WTP。相反，一种政策可能在平均收入上看起来有效，但实际上掩盖了后期购买的集中，这在操作上是不理想的。

5 结果
第4节的实验在不同的需求条件、估值动态和定价政策下生成了大量模拟市场轨迹。由于设计涵盖了多种政策类别、参数制度、数值设置和校准诊断，结果围绕主要行为机制及其鲁棒性检验进行了组织。分析首先考察了战略行为如何改变购买时机，这种时机变化如何转化为收入后果，以及库存稀缺性如何改变战略延迟的强度。然后评估了这些机制是否依赖于连续的WTP动态，以及在数值精细化、事件排序容忍度变化和合成参数恢复下，所得出的政策比较是否仍然稳定。
结果通过考虑不确定性的图表和表格来报告，而不是定性的制度总结。I0表示初始库存；图标题中的N指的是相同的量。这种结构将经济机制与鲁棒性诊断分开：战略份额如何改变购买时机，基线政策机制如何在q=0时也能改变时机，配对共同随机数比较如何区分显著的差距和微弱的差距，WTP动态消融如何隔离连续的估值动态，以及容忍度和合成恢复如何影响稳定性。

5.1 具有不确定性的战略延迟
本小节探讨了在蒙特卡罗不确定性下，战略客户比例q如何改变购买时机。战略客户会改变购买频率和时机。在短视人群中，时机主要由到货、同时的WTP和标价驱动。随着q的增加，具有前瞻性的客户更重视预期的未来价格和缺货风险，因此购买时机成为一个政策依赖的结果，而不再是一个固定的需求原始值。
图2显示，对于价格路径与战略预期相互作用的政策，时机响应最强。自适应和鲁棒政策随着q的增加表现出平均购买时间的增加，表明当未来价格变化相关时，较大的战略群体会延迟交易。鲁棒政策相对于完全自适应规则减弱了反馈，但并未消除它。静态定价几乎保持平直，因为它不会随着战略份额的变化而产生新的打折预期。
预先宣布的政策需要单独解释。其在q=0时的更快购买并非战略等待的证据；相反，它反映了较低的实现价格路径和在宣布的折扣计划下的更早库存消耗。表6直接展示了这一点：在基线设置下，预先宣布的定价平均实现价格为8.87，缺货时间为36.20，而静态定价分别为10.00和53.34。因此，一些早期购买来自价格和缺货机制，而不是来自较大的战略群体。

表6. 政策
| 角色 | 权重 | 到货次数 | 到货强度 | 总购买量 | 需求水平 | 经济适应性 | 平均购买时间 | 时间敏感性 | 等待时间分位数 | 战略延迟 | 早期/中期/晚期购买份额 | 时间变化 | 缺货时间 | 库存压力 | 价格区间购买频率 | 价格响应 |
|------|------|--------| ----------|---------|---------|-----------|-----------|------------|------------|------------|------------|----------------|----------------|---------|------------|
| 静态 | 31.23 | 10.00 | 124.95 | 3.34 | N/A | 1 | 1 | 2 | 3.34 | 1 | 30.0 | | | | |
| 预先宣布 | 24.95 | 8.87 | 125.03 | 6.20 | 30.0 | | 1 | 1 | 1.40 | 48.0 | | |
| 自适应 | 30.97 | 9.76 | 125.05 | 1.40 | 48.0 | | 2 | 1 | 2.58 | 54.0 | | |
| 鲁棒 | 31.02 | 9.95 | 125.05 | 2.58 | 54.0 | | 1 | 1 | 1.40 | 2.58 | | |

表7通过共同随机数下的配对收入比较补充了时间证据。在低策略和高策略制度下，鲁棒定价都带来了正的收入差距。库存稀少是主要的平局情况：当I0=50时，缺货风险如此强烈，以至于自适应和鲁棒政策在收入上无法区分。这些配对比较将时间变化与经济上显著的政策差距分开。

表7. 情景组
| 情景组 | 最佳政策 | 第二政策 | 差距 | 95%置信区间 |
|------|--------|--------|----------|
| 低策略（q≤0.25） | 鲁棒 | 预先宣布 | 53.82 [52.51, 55.14] | 否 |
| 高策略（q≥0.50） | 鲁棒 | 预先宣布 | 56.58 [55.28, 57.88] | 否 |
| 稀缺库存（I0=50） | 自适应 | 鲁棒 | 0.00 [0.00, 0.00] | 是 |
| 丰富库存（I0=300） | 鲁棒 | 预先宣布 | 25.21 [22.73, 27.70] | 否 |

主要含义是战略延迟在不同政策间有所不同。当定价规则使未来价格对当前需求敏感时，延迟最强；当反馈被减弱时较弱；当价格固定时几乎不存在。预先宣布的定价也会产生早期购买；基线分解将这种机制与实际发生的折扣和更快的缺货联系起来，而不是战略等待本身。这种区别在下一小节中很重要，因为购买时机直接与收入后果相关。

5.2 不同库存制度下的收入-延迟关系
本小节将上述时间扭曲与卖方收入联系起来，同时区分了库存可用性。当具有前瞻性的客户预期折扣而推迟购买时，需求的时间分布可以改变实际价格和收入。实验研究了购买延迟如何转化为不同定价政策下的预期收入差异，以及当库存稀缺、中等或丰富时，这种关联如何变化。
图3根据库存制度绘制了预期收入与平均购买时间的关系。每个点代表一个情景-政策组合，允许在没有合并不同库存约束的制度的情况下比较时间需求延迟。库存稀少的情况表明，合并的关系可能是误导性的：当I0=50时，收入通常接近库存上限，因此购买时间的变化并不总是转化为有意义的收入变化。在库存中等和丰富的情况下，负的收入-延迟关系更为明显，因为额外的延迟不太可能被缺货压力完全吸收，更有可能表现为较低的实际价格或未售出的库存。

表8量化了这些模式。在库存稀少的情况下，静态、自适应和鲁棒情况是不可估计的，因为当库存受限时，收入是恒定或几乎恒定的；收入上限掩盖了本来会进入收入方程的时间变化。预先宣布的定价是例外，其斜率为-2.76，置信区间不包括零，因为其承诺的折扣路径仍然可以将后期购买转化为较低的收入。在库存中等的情况下，对于实现价格随时间变化的政策，这种关联得到加强，分别为预先宣布定价的-13.25、自适应定价的-13.64和鲁棒定价的-5.74。在库存丰富的情况下，预先宣布、自适应和鲁棒定价的负关联仍然明显，而静态政策的区间较宽，包括零。当库存压力不再机械地限制收入变化时，战略延迟在经济学上最为明显。

表8. 根据库存制度的收入-延迟关系
| 库存制度 | 政策 | 斜率 | 95%置信区间 | 解释 |
|--------|-----------|------------|-----------------------|
| 稀缺（I0=50） | 静态 | 0.00 | 不可估计：收入因库存受限而恒定或几乎恒定 |
| 稀缺（I0=50） | 预先宣布 | -2.76 [-3.09, -2.42] | 负相关：较长的延迟与较低的收入相关 |
| 稀缺（I0=50） | 自适应 | 0.00 | 不可估计：收入因库存受限而恒定或几乎恒定 |
| 稀缺（I0=50） | 鲁棒 | 0.00 | 不可估计：收入因库存受限而恒定或几乎恒定 |
| 中等（I0=125） | 静态 | -2.17 | [-4.55, 0.21] | 负相关：较长的延迟与较低的收入相关 |
| 中等（I0=125） | 预先宣布 | -13.25 | [-13.53, -12.97] | 负相关：较长的延迟与较低的收入相关 |
| 中等（I0=125） | 自适应 | -13.64 | [-14.28, -13.01] | 负相关：较长的延迟与较低的收入相关 |
| 中等（I0=125） | 鲁棒 | -5.74 | [-6.54, -4.95] | 负相关：较长的延迟与较低的收入相关 |
| 丰富（I0=300） | 静态 | -19.51 | [-76.99, 37.98] | 负相关：较长的延迟与较低的收入相关 |
| 丰富（I0=300） | 预先宣布 | -39.19 | [-41.57, -36.81] | 负相关：较长的延迟与较低的收入相关 |
| 丰富（I0=300） | 自适应 | -18.80 | [-20.74, -16.87] | 负相关：较长的延迟与较低的收入相关 |
| 丰富（I0=300） | 鲁棒 | -22.16 | [-25.04, -19.28] | 负相关：较长的延迟与较低的收入相关 |

这种模式背后的机制很简单但很重要。当购买被延迟时，卖方失去了在相对较高的早期时段进行交易的机会。对于自适应政策，较低的实现需求被视为价格超过市场WTP的信号。如果这种放缓实际上是出于战略等待而非真正的估值低，那么产生的折扣就变成了不必要的降价。随着更多买家采用等待行为，自适应规则对它所帮助创造的需求抑制越来越敏感。因此，价格路径可能在整个期限内显示出阶梯式下降，当交易最终发生时，它们发生的实际价格比在更短视的市场中要低。相比之下，限制当前需求与未来价格之间反馈的政策显示出更大的收入稳定性。预先宣布的政策使卖方承诺一个不依赖于实现需求的预定价格路径，这大大限制了客户通过等待来引发额外折扣的能力。这项稳健的政策在减少暂时性需求波动转化为价格调整的程度的同时，仍然保留了一些反馈机制。这种抑制作用削弱了顾客战略性推迟购买的动机，即使在具有前瞻性视野的顾客比例较大的情况下，也能保持较高的平均交易价格。综合来看，图3和表8表明，收入损失并不是与购买延迟分离的现象，它是同一时间机制的经济表现。当需求在更远的未来才发生变化时，卖方对早期高价交易的控制力就会减弱，而对短期需求信号反应过度的定价规则也会变得越来越脆弱。

5.3 收入差异热图
前述分析将购买延迟与收入水平联系起来。接下来的比较探讨了随着战略环境的变化，动态定价策略是否始终优于静态定价。图4显示了每种非静态策略相对于静态定价的收入差异，涵盖了不同的战略顾客份额和等待阈值情况。

图4显示了相对于静态定价的收入差异。数值是在I0=125, σ=5; M=500的配对复制实验下的结果，除了设置基线的点（I0=125,θ=5,σ=5），这些点使用的是M=1000。
图4将比较的重点从绝对收入转移到了相对于静态定价的增量表现。每种动态策略都有一些参数区域，在这些区域中，收入差异是负数，因此不应将其解读为在所有情况下都优于静态定价。政策表现依赖于具体情境：在某些战略环境中，动态策略可以创造价值，而在其他情况下则可能相对固定价格而言损失收入。

不同策略之间的相对损失程度并不相同。在所有非静态策略都表现不如静态定价的情况下，稳健定价通常显示出最小的收入缺口。这种模式与上述机制一致。因为稳健规则减缓了当前疲软需求转化为未来价格下降的幅度，从而限制了顾客通过战略性等待来造成大幅降价损失的能力。因此，选择定价机制应根据其将运作的战略和库存环境来决定，而静态定价仍然是一个相关的参考标准。

这个热图是基于中等库存量设置I0=125的条件得出的，不应推广到库存充裕的情况。如后续的库存分析所示，当库存充足且主要挑战是刺激需求同时限制战略性延迟的反馈时，动态定价可以优于静态定价。

5.4 库存机制
本小节评估了库存可用性如何调节战略性延迟，并缩小或扩大政策之间的差异。战略性推理鼓励顾客等待可能的降价，但等待的吸引力取决于缺货风险。短缺会增加延迟的成本，而充裕的库存则使等待更为安全，并暴露出定价规则之间的更大差异。
图5展示了在其他核心条件保持不变的情况下，不同库存水平下的预期收入及其95%置信区间。库存匮乏的情况表明，短缺会缩小政策之间的差距。当I0=50时，缺货风险如此之高，以至于即使是有前瞻性的顾客也几乎没有空间推迟购买以等待未来的降价。因此产生的收入差异很小，因为库存上限在战略性延迟造成价格规则间显著差异之前就起到了限制作用；这一结果并不意味着政策设计通常是不相关的。

表9直接展示了这种机制。对于I0=50的情况，所有政策的缺货率都是1.00，最终库存量为0.00，因此收入都接近库存上限：静态定价、适应性定价和稳健定价各自产生的收入都是500.00，而预先宣布的定价产生的收入为493.93。这证实了短缺通过使购买损失立即发生并变得具有约束力，从而缩小了政策之间的差距。

表9显示了在不同库存水平下的收入差异。对于I0=50的情况，所有政策的缺货率都是1.00，最终库存量为0.00，所以收入都接近库存上限：静态定价、适应性定价和稳健定价各自产生的收入都是500.00。

库存充裕的情况下情况有所不同。当I0=300时，稳健定价产生的收入最高，为2103.64，其次是预先宣布的定价，为2079.78。适应性定价较低，为1953.82，而静态定价最低，为1488.08。因此，在库存充裕的情况下，稳健和预先宣布的定价更为有效，因为它们在限制与战略性延迟相关的收入损失的同时，更有效地利用了库存。这一结果表明，战略行为和库存压力不能被分开理解：短缺通过惩罚延迟来改变顾客的激励，而库存充裕则使得选择能够稳定预期的定价机制变得更加重要。

5.5 消费者愿意支付的意愿（WTP）动态变化：静态与动态
为了分离连续的WTP动态，我们将动态变化的WTP基准与消费者估值在到达后保持不变的静态WTP基准进行了比较（Vi(t)=Vi(ai）。实验使用了基准配置（I0=125,θ=5），比较了q=0.0和q=0.5的情况，并通过共同的随机数在模型之间保持到达流和初始估值抽样的固定性。
表10报告了各种策略下的收入、时间、价格、销售量、缺货情况和排名结果。

表10显示了在不同WTP模型下的收入、购买时间、实际价格、销售数量、缺货率和排名结果。

关键结果是，抑制到达后的WTP变化改变了政策的排名。在动态WTP下，静态定价表现最好，因为一些到达时低于购买阈值的顾客可能会在没有降价的情况下愿意稍后购买。而在静态WTP下，除非卖方降价，否则这些顾客不会跨越阈值，因此静态定价在排名中处于最低位置，而基于降价的策略表现更好。这意味着连续的WTP动态不仅仅是数值上的细化，它们改变了价格折扣的经济作用、购买时机的解释以及库存清理和政策排名的背后机制。当估值在到达后发生变化时，延迟购买可能反映了估值的漂移以及战略性等待或卖方引发的降价。

5.6 混合模型与固定步长基准
本小节将提出的基于事件的混合模拟器与固定步长近似方法进行了比较。由于该框架结合了离散事件市场逻辑和连续时间的WTP动态，粗糙的数值分辨率可能会扭曲阈值穿越、购买和缺货时间、收入以及自适应策略观察到的需求信号。
表11中的错误是根据相同的随机数流计算得出的，相对于指定的高分辨率细网格参考运行。收入误差是相对于参考收入的百分比偏差，购买和缺货时间误差是绝对的天数偏差，事件排序误差是与参考不同的购买、价格更新或缺货顺序的比例。

表11总结了运行时间与准确性的权衡。粗糙的固定步长近似方法虽然快速，但表11显示它们在B1和B2中引入了具有经济意义的收入和时间误差，因为购买和缺货时间的变动会影响实际价格和后续的自适应更新。表11不应被解读为混合模型在所有指标上都优于固定步长方法。其主要优势在于对时间敏感的准确性，并具有明确的女事件排序控制：收入误差并不总是最小，但在B1和B2中购买和缺货时间误差较小。事件排序误差是一个实施诊断工具，应与时间和排名稳定性结果一起考虑。这些结果支持了这样的观点：当政策评估依赖于购买和缺货时间以及总收入时，基于事件的阈值检测是有用的。

5.7 τ?敏感性
这种稳健性检验改变了用于排序接近同时发生的事件和预定市场事件的接近同时发生事件容忍度τ?。与上述的固定步长基准不同，这种检验不是改变全局时间离散化方案，而是询问收入、购买时间和政策排名是否对事件排序容忍度敏感。
图7显示，增加τ?主要影响接近同时发生事件规则的调用频率，而不是模拟的购买时间。接近同时发生的事件率随着容忍度的增加而单调上升：在T1中从0.066%上升到0.351%，在T2中从0.072%上升到0.430%。平均购买时间基本保持不变，Δτ在T1中在0.008天内，在T2中在0.003天内。因此，容忍度参数改变了数值上接近的事件的处理方式，而不是实质性的时间机制。

图7显示了在不同τ?值下，接近同时发生事件率的变化情况。

表12定量确认了相同的模式，并包括了推荐的ΔR（%）列。对于T1和T2，每个测试的τ?值，排名稳定性列都是“是”。收入变化也相对较小：ΔR（%）在T1中范围从0.859%到-0.153%，在T2中范围从0.368%到-0.116%。主要结论是，增加τ?可以预测性地提高接近同时发生事件率，但它不会显著改变购买时间或改变测试场景中的政策排名。

5.8 约束校准和实际可识别性
最后的诊断检查了可用的合成总结是否支持所有潜在输入的联合估计。与其校准每个参数，受限程序仅估计（μ,σ,q），从到达暴露中确定λ，并将κ和θ固定在基准值上，同时进行局部和更广泛范围的敏感性检查。在相同的有限候选预算下，受限校准产生的独立验证损失较低。对于μ来说，恢复效果较强；对于q来说，恢复效果适中；对于σ来说，恢复效果较弱到中等。结果显示，校准范围可以缩小，但这并不意味着所有潜在参数都能被唯一识别。
如图8所示，在测试的θ值范围内，最小值主要集中在q=0.5附近，而沿着θ方向的变化相对较小。这种模式支持在固定θ的情况下估计q。

图8显示了在动态定价校准实验中，限制校准下μ和σ的变化情况。注释网格在（q,θ）=(0.5,5.0)附近显示出明确的最小值，并且q的变化比θ的变化更为显著。该图为校准q和将θ视为固定敏感性参数提供了实际可识别性的证据；这不是全局可识别性的证明。

图9可视化了表14中的收入组成部分。μ和I0的显著斜率表明，估值规模和库存机制主导了局部收入变化，而较平缓的q和θ曲线表明，受限校准的行为建议并不是由这两个方向的大规模局部收入变化驱动的。

表13显示了在动态定价校准实验中，固定μ、σ和q的校准损失。受限校准的损失表面随着θ的变化而变化。受限校准的损失在q=0.5附近最小，而在θ方向上的变化相对较小。这表明在主要限制校准中，估计q是可行的。本地敏感性是通过在每种条件下进行M=500次重复实验，使用常见的随机数进行±20%的扰动来评估的。相应的受限恢复、损失面和政策敏感性结果在第5.8节中报告。合成数据恢复是这种校准损失的主要诊断工具。模拟器首先在已知的参数向量ψ0下生成基准数据。然后，校准程序将这些生成的汇总数据作为目标，并搜索ψ^=arg?minψL(ψ)。候选参数是通过表2上的拉丁超立方抽样生成的，而排名最高的候选参数是通过表5中的加权汇总损失来选择的。当ψ^接近ψ0时，恢复是可信的，至少当它能够恢复正确的战略需求制度和定性政策排名时是这样。失败提供了信息：它表明问题在于汇总统计数据的薄弱、参数的过度灵活性、数值实现错误或实际不可识别性。

图9. 在用于受限校准诊断的合成数据生成基准周围进行±20%的一次性扰动下的收入敏感性。初始WTP均值μ和初始库存I0产生了最大的收入变化，而战略份额q和等待摩擦θ在局部范围内相对稳定。为了便于可视化，显示了选定的参数；完整的本地敏感性结果，包括λ和κ，在表14中报告。决定固定κ反映了其在不受限制的搜索中的恢复和分离能力，而不是可以忽略的影响。表14和表15分别通过局部和更广泛的制度敏感性分析来检验其后果。

表14. 参数处理
基线 / 局部范围
最大ΔL
最大收入变化
最大购买时间变化
解释
λ
固定 / 敏感性检查
2.0; [1.6,2.4]
570.9%
18.96%
1.21%
需求规模影响较大
μ
校准
100; [80,120]
643.8%
21.91%
7.81%
估值规模影响较大
σ
校准
5; [4,6]
4.67%
1.39%
1.43%
影响较弱到中等
q
校准
0.50; [0.40,0.60]
2.91%
0.61%
1.44%
行为组成参数
κ
固定 / 敏感性检查
0.15; [0.12,0.18]
18.4%
0.85%
0.52%
局部有影响；需要更广泛的制度检查
θ
固定 / 敏感性检查
5; [4,6] 价格单位
0.02%
0.04%
0.03%
局部影响较弱
I0
固定设计输入
125; [100,150]
427.5%
5.80%
3.95%
定义制度的操作输入
τ?
固定数值设置
先前测试
<0.15%
0.13%
0.01 天
数值影响较弱

参数处理和局部扰动敏感性
注意：MaxΔL(%)=100|L(s)?L(1)|L(1)。局部扰动使用s∈{0.8,0.9,1.1,1.2}。κ和θ的更广泛敏感性检查在表15中报告。局部扰动是以用于受限校准诊断的合成数据生成基准为中心，而不是以恢复的受限最佳候选者为中心。

表15. 不同制度下的固定参数敏感性
设置 κ θ
验证损失
最佳策略
第二策略
配对收入差距和95%置信区间
解释
基线
0.15
5.0
0.08
46
稳健
预先宣布
$1.81 [?9.30,12.92]
接近平局
缓慢的平均回归
0.05
5.0
8.20
18
预先宣布
$36.05 [24.89,47.22]
显著
预先宣布的优势
快速的平均回归
0.30
5.0
0.72
63
稳健
预先宣布
$9.57 [?1.21,20.35]
接近平局
低等待摩擦
0.15
2.5
0.12
76
稳健
预先宣布
$0.81 [?10.31,11.93]
接近平局
高等待摩擦
0.15
7.5
0.10
18
稳健
预先宣布
$2.17 [?8.91,13.26]
接近平局

表A. 不同制度下的固定参数敏感性
设置 κ θ
验证损失
最佳策略
第二策略
配对收入差距和95%置信区间
解释
受限最佳
97.13
6.87
0.62
1
稳健
预先宣布
$1.81 [?9.30,12.92]
接近平局
完整最佳
96.97
6.42
0.56
3
预先宣布
$0.20 [?10.84,11.25]
接近平局
较低的对称扰动
95.0
4.5
0.45
预先宣布
稳健
$16.05 [5.36,26.73]
显著
较高的对称扰动
105.0
5.5
0.50
5
稳健
预先宣布
$3.08 [?7.97,14.12]
接近平局

合成目标
100.0
5.0
0.50
预先宣布
稳健
$4.65 [?6.36,15.66]
接近平局

固定参数和结构化参数集敏感性诊断
注意：表B是一种结构化的敏感性分析，而不是对校准低损失区域的分析。在政策评估之前，两个对称扰动集是围绕合成目标(μ,σ,q)=(100,5.0,0.50)预先指定的。较低的扰动使用(95,4.5,0.45)，相当于变化(-5%,?10%),较高的扰动使用(105,5.5,0.55)，相当于变化(+5%,+10%)。这些点不是通过校准损失排名从拉丁超立方候选池中选出的。政策比较使用常见的随机数配对重复实验。

在表15中报告的固定参数和结构化参数集诊断中，稳健和预先宣布的政策始终占据领先位置，尽管它们的确切顺序并不固定。在表A中，缓慢的平均回归(κ=0.05)显著有利于预先宣布的定价，而其他四种固定参数制度产生接近平局的结果。在表B中，受限最佳候选者、完整搜索最佳候选者、较高的对称扰动和合成目标产生接近平局的结果，而较低的对称扰动显著有利于预先宣布的定价。这两个对称扰动是围绕合成目标预先指定的敏感性点，而不是从低损失区域中选出的校准候选者。

总体而言，结果表明，战略性等待会随着时间的推移重新分配需求，并可能扭曲反馈敏感定价政策所使用的需求信号。WTP消融和库存实验表明，这种机制取决于到达后的估值动态，并且在库存充足时变得更加重要，而稀缺性则会压缩政策差异。在测试的设置中，几乎同时发生的事件容忍度没有实质性的影响，而测试的OU条件中点精炼在计算上并不比保留的检测器有优势。在测试的有限搜索预算下，校准诊断支持将估计限制在(μ,σ,q)，固定λ，并通过敏感性分析而不是作为唯一确定的参数来处理像κ和θ这样的弱分离参数。接下来的讨论将考虑这对动态定价设计和混合仿真方法论的影响。

6. 讨论与结论
本节将模拟结果解释为关于战略延迟、库存压力、定价反馈和数值执行如何相互作用的受控基准证据，而不是作为实证市场验证。

6.1 对动态定价的影响
结果表明，定价政策同时影响购买发生频率和购买时机。这种区别在具有前瞻性顾客的市场中至关重要。当买家预期未来的降价时，需求变得跨时间：顾客现在购买的好处与等待的预期价值进行比较。在这样的条件下，观察到的销售不再提供 contemporaneous WTP 的清晰信号。早期的弱需求可能表明真实的低估值，但也可能反映了顾客期望在未来获得更低价格的战略性延迟。这种区别有助于解释为什么在不同行为制度下定价规则的表现不同。在主要由短视顾客组成的市场中，自适应定价可以表现良好，因为实现的需求仍然具有信息性，快速的价格响应可以有效跟踪当地市场条件。然而，随着战略份额的增加，在某些战略延迟制度中，自适应定价变得更加脆弱。当顾客了解到弱需求往往会触发降价时，延迟本身成为影响未来价格路径的一种方式。然后卖家会对部分内生的行为做出反应。这可能会延迟交易并减少收入，当信号被政策扭曲时。在几个战略延迟制度中，稳定预期的政策表现强劲，尽管不是普遍如此。预先宣布的降价路径限制了顾客通过当前等待影响未来价格的程度。稳健的政策在需求和价格之间留下了一些反馈，同时减少了未来价格对短期需求波动的敏感性。在这两种情况下，延迟购买的价值都会减弱，因为未来的定价环境对临时需求抑制的反应变得不那么灵敏。库存条件也与顾客行为共同起作用。库存稀缺性作为延迟的内生成本，因为等待的顾客可能会完全失去购买机会。在库存稀缺的制度中，这种缺货风险会提前购买并压缩政策差距。在库存充裕的制度中，相同的等待行为变得更有吸引力，因为失去可用的风险较小。定价政策的盈利能力取决于战略激励和供应条件之间的相互作用，而不仅仅取决于其中一个维度。

总的来说，这些发现提出了一个谨慎的设计建议。关键问题是，实现的需求是否可以被视为具有信息性的行为，或者已经被战略预期所扭曲，因为适当的政策取决于这种区分。当需求时机对价格敏感时，预期管理成为定价设计的一部分，政策选择取决于制度。

6.2 对混合市场模拟的方法论影响
方法论的影响是，行为假设、数值执行和校准选择必须一起评估。行为模型决定了购买应该发生的时间，混合执行层决定了这些时间是否被足够精确地表示，而校准决定了潜在参数是否得到所选汇总数据的支持。当购买事件源于持续演变的潜在状态的阈值交叉时，这一点尤为重要。粗糙的固定步长近似可以改变购买时机，改变库存可用性，并改变自适应定价规则使用的需求信号。受限校准练习进一步规范了政策分析。到达率λ是根据观察到的到达暴露来确定的，而不是共同估计的，而主要的受限校准估计(μ,σ,q)并通过固定值敏感性分析处理弱分离的参数κ和θ。在相同的预先指定的有限候选者预算下，受限规格产生的独立验证损失低于完整基准。对于估值水平μ，恢复效果较强；对于战略份额q，恢复效果中等；对于波动性参数σ，恢复效果较弱到中等。这些结果支持在测试的有限预算下减少有效搜索维度，但它们并不保证全局可识别性。政策比较应该与恢复、数值敏感性和参数制度诊断一起解释，而不仅仅基于预期收入。

在受限最佳和完整搜索最佳候选者、合成目标以及预先指定的结构化扰动集合之间，稳健和预先宣布的政策始终占据领先位置。它们的确切顺序通常接近平局，尽管在所有测试的参数设置中并不固定。更广泛的固定κ分析进一步表明，在不同的平均回归制度下，顺序可能会改变，缓慢的平均回归有利于预先宣布的定价。因此，在校准和参数敏感性诊断中，稳定的结论是稳健和预先宣布的政策始终占据领先位置，而确切的推荐结果仍取决于测试的参数配置，特别是假设的平均回归制度。

6.3 限制与未来研究
这项研究有几个限制。首先，实验是受控的合成基准，而不是实证市场校准。其次，顾客预期由静态的简化形式阈值表示，为未来的工作留下了更丰富的信念形成和学习机制。第三，WTP动态是简约的，一些潜在参数，特别是κ，识别度较低。第四，阈值交叉检测仍然是数值的，因此更大规模的压力测试和自适应事件检测方案是有用的扩展。最后，单产品、单卖家设置应扩展到商品组合、平台和竞争环境。

6.4 结论
本研究为具有前瞻性顾客和不断变化的WTP的市场开发了一个混合离散-连续模拟框架。该框架将离散事件市场操作与连续时间潜在估值动态结合起来，并通过简化形式的阈值行为表示战略购买时机。这种结构使得研究定价规则、顾客预期和库存条件如何共同决定需求的水平和时机成为可能。实验表明，在测试的基准制度中，战略性等待可以显著重塑购买时机和收入结果。当早期的弱需求反映了延迟时，自适应定价较为脆弱，而稳健和预先宣布的政策通常会减弱等待激励；在某些中等库存设置中，静态策略仍然强劲。库存稀缺通过提高延迟成本和压缩政策差距来调节这些效应。不确定性意识比较、配对政策比较、固定步长基准、接近平局的敏感性和合成恢复诊断在指定的假设下支持机制研究，而不是在没有校准的实证部署中。

致谢
本出版物部分得到了扬斯敦州立大学研究服务与研究生院和肯特州立大学开放获取出版基金的支持。