2022年10月31日上午，北京交通大学经管学院时空经济沙龙第96期通过腾讯会议平台在线上举行。本期沙龙邀请到多伦多大学陈宁远博士做学术报告，主题为“Model-Free Assortment Pricing with Transaction Data”。我院王雅璨教授、刘淑利博士、邹正兴博士等150余名师生参加了本次沙龙，报告由曹志刚教授主持。

      陈宁远博士研究了收益管理中的一个常见问题：企业如何利用交易数据进行多产品定价，其中交易数据包括历史顾客从一类产品中选择哪种产品，以及他们观察到的历史价格是多少。首先，陈宁远介绍了多产品定价的背景和常见处理方法，即先建模、再估计、最后优化。这种方法具有诸多优点，如模型容易理解、参数估计和优化问题有好的求解方法等。但可能的局限性是模型设置可能会有错误以及数据量少的时候参数不容易估计。陈宁远博士与合作者提出一种数据驱动的新方法，跳过建模这一步骤，不用估计顾客对产品价值的分布函数，只假设购买选择满足激励相容约束。利用激励相容约束将每一个历史顾客对产品估值建模为一个多面体集，并假设新客户的产品估值服从此多面体集合所隐含的概率分布函数，由此考虑企业在最坏情况下收益最大化的定价策略。该优化问题可转化为一个混合整数规划。随后，陈宁远及其合作者研究单产品情形，并将其结果与传统的模型驱动的结果联系起来。同时，针对混合整数规划求解困难的问题，该研究还设计了三种计算复杂度低且可解释的近似算法。最后，仿真数据和真实的数值实验表明，当历史数据规模有限或者容易受到模型设定错误的影响时，无模型方法相较传统基于模型的方法有较大优势。

      陈宁远，多伦多大学助理教授。2010年获北京大学数学学士学位，2012年和2015年获哥伦比亚大学运筹学硕士和博士学位。研究兴趣为收益管理、运作管理以及统计学相关的议题，聚焦于利用在线学习、机器学习等方法做数据驱动决策。在Management Science、Operations Research、Annals of Statistics、Mathematics of Operations Research、Production and Operations Management、Manufacturing & Service Operations Management等国际权威期刊发表学术论文近20篇。