低分辨率价格数据中识别算法定价的一种启发式方法

《International Journal of Engineering Business Management》：A heuristic for identifying algorithmic pricing in low-resolution price data

　　

现有检测算法定价的方法依赖带有日内时间戳的高频数据，而学术研究人员与竞争监管机构通常只能获取每日价格快照。本文提出一种启发式方法，通过结合两个标准化指标在低分辨率数据中识别可能的算法定价者：捕捉价格调整频率的平均价格变动率（Average Rate of Price Changes，ARPC）与捕捉零售商持续参与度的市场存在比率（Market Presence Ratio，MPR）。要求两项指标同时超过阈值，可降低由促销型卖家与短暂市场参与者导致的误报。研究人员将该启发式应用于PriceSpy比价平台的10,365个唯一零售商-品类观测，覆盖7个国家市场与16个产品品类，时间跨度为18个月（2021年7月–2022年12月）。结果表明算法定价在各国市场中普遍存在，英国全部16个品类及7国中6个品类的全部市场均存在算法定价者，消费电子品类中盛行度明显高于家用电器。在基线阈值下，约4.5%的零售商被归为算法定价者，该值为下限估计。该启发式为竞争监管机构利用商业可得数据调查算法定价采纳提供了实用筛查工具。

研究背景方面，随着企业日益采用自动化软件系统进行定价决策，算法定价（algorithmic pricing，指在无人工干预下动态调整价格的自动化软件系统）在B2C在线零售中快速扩散。竞争监管机构担忧此类系统可能促成默示共谋（tacit collusion），但缺乏在仅能获取每日价格快照时的实用识别工具；既有实证方法如Chen等、Assad等与Hanspach等均依赖亚日级高频数据，与研究人员及监管方常接触的每日聚合数据之间存在方法论缺口。为填补该缺口，研究人员开发了一种仅需低分辨率（每日）价格数据即可运行的筛查启发式，并引入市场存在比率作为对价格变动频率的补充，以降低促销卖家与短暂进入者的误报。

论文发表于《International Journal of Engineering Business Management》。研究人员基于PriceSpy平台在丹麦、芬兰、挪威、瑞典、法国、英国与新西兰7国、16个品类（消费电子与家用电器两类）的爬虫数据，构建2021年7月至2022年12月共约18个月的零售商-产品-日级价格序列，最终形成10,365个零售商-品类观测单元（对应3,129家独立零售商）。关键技术方法包括：第一，定义单产品日级价格变动指示函数I_R⁺，进而计算零售商i在产品j上的价格变动率?_i,j＝观测期内非零价格变动天数除以该产品在市天数T_jⁱ；第二，对所有在售产品取算术平均得到平均价格变动率（ARPC，记为\bar{?}_i）；第三，以产品在市天数总和τ为分母、零售商i全产品在市天数τ_|i为分子定义市场存在比率（MPR，Π_i）；第四，在各国-品类内对ARPC与MPR分别做IQR标准化（减去中位数除以四分位距），当两者标准化值同时大于θ＝2时判定为算法定价者，否则归入偶发激进、稳定在位或低活跃三类。

研究结果部分，引言指出算法定价实证稀缺且检测依赖高频数据，本文贡献为低分辨率启发式与MPR双指标设计。文献综述梳理了ARPC源自高频研究的行为签名、MPR对应算法系统沉没成本所要求的持续在位，并明确本文首开每日快照设定之先河。数据与方法章节交代七国选样逻辑、16品类结构差异、PriceSpy每日爬取与缺失视为真实进出市的预处理，以及ARPC、MPR的形式化定义与IQR标准化分类规则（Definition 1至Definition 4）。结果章节显示：基线θ＝2下整体约4.5%零售商被分类为算法定价者，挪威最高（7.3%）、丹麦最低（3.1%）；英国16品类全有覆盖，6个品类在7国全有覆盖；消费电子高于家用电器，Tablets在挪威达14.3%。若仅在大零售商（MPR标准化＞2或上架≥100产品）中统计，挪威可达46.8%，与挪威竞争局调研中20%自陈采用率同量级。敏感性分析θ∈{1.5,2.0,2.5,3.0}时盛行度单调下降但国家排序稳定（Spearman 0.964）；卡方检验χ²＝28.98（df＝6，p＜0.001）拒绝对国家均匀假设，Cramér's V＝0.053表明差异显著但幅度温和，挪威与丹、芬、法、英四对差异经Bonferroni校正仍显著。

讨论与结论部分，研究人员指出该启发式是高频检测法的互补而非替代，定位为监管市场研究中的首阶段筛查器；被标记者可优先转入高频数据复核。结论强调：每日快照会低估真实变动率（日内多次调价抵消者不可见），故4.5%为下限；双指标并发（高ARPC且高MPR）是低分辨率下可操作的核心准则，MPR剔除了促销与试水卖家的伪阳性；在复制挪威竞争局大零售商抽样后所得比例与其调查同阶，证明商用比价数据可支撑成本可控的算法定价盛行度筛查；未来方向包括获零售商标签后做ROC阈值校准、将逻辑适配B2B采购披露数据、融合库存可得性以分离缺货调价。该文为竞争当局在仅有每日价格数据时提供了首个有形式化定义的算法定价识别启发式。