价格弹性探索思路
-
问题描述
希望通过探索理财产品的价格弹性来最大化收益。
假设输入数据包括:
主要数据:全维度理财产品的客户购买数据。
辅助数据:无风险利率/长期和短期利率差/宏观经济指标/股票指数/债卷指数
-
建模探索
- 问题分析
首先,理财产品的价格与一般产品不同,我们可以理解为客户购买该理财产品的价格为其所承担的风险,定义为:
C i k = r f + l i q i k ( 1 ) C_{ik}=r_f+liq_{ik} \ (1) Cik=rf+liqik (1)
其中 C i k C_{ik} Cik 代表客户 i i i 购买产品 k k k 所承担的风险, l i q i k liq_{ik} liqik 代表客户 i i i 的流动性风险, r f r_f rf 代表无风险利率。 理财产品不能影响这两个因素,如果我们要用价格弹性理论对该问题建模,需要调整价格 P P P的定义,构造如下Pseudo Price:
Π i k = C i k − E R k + γ ( 2 ) \Pi_{ik}=C_{ik}-ER_k+\gamma \ (2) Πik=Cik−ERk+γ (2)
E R k ER_k ERk 代表产品 k k k 给用户带来的期望风险调整后收益, γ \gamma γ 是调整常数,目的是使Pseudo Price > 0. 我们假设用户购买产品的可能性和价格有关,
P r o b 0 i k ( b u y = y e s ∣ X i , Π i k , D ) = p 0 i k = f ( X i , Π i k , D ) ( 3 ) Prob_{0ik}(buy=yes|X_i,\Pi_{ik},D) =p_{0ik}= f(X_i,\Pi_{ik},D) \ (3) Prob0ik(buy=yes∣Xi,Πik,D)=p0ik=f(Xi,Πik,D) (3)
X i X_i Xi 代表用户相关特征(包括用户风险偏好,产品对其意向的覆盖程度等), D D D 代表其他金融市场辅助数据,即意指环境因素。 当产品的期望收益率 E R k ER_k ERk 增加 e r c k erc_k erck时, 价格会降低 Π i k c i k \Pi_{ik}c_{ik} Πikcik 会提高产品被购买的概率: p 0 i k − − > p i k p_{0ik} --> p_{ik} p0ik−−>pik。
P r o b i k ( b u y = y e s ∣ X i , Π i k ( 1 + c i k ) , D ) = p i k = f ( X i , Π i k ( 1 + c i k ) , D ) ( 4 ) Prob_{ik}(buy=yes|X_i,\Pi_{ik}(1+c_{ik}),D) =p_{ik}= f(X_i,\Pi_{ik}(1+c_{ik}),D) \ (4) Probik(buy=yes∣Xi,Πik(1+cik),D)=pik=f(Xi,Πik(1+cik),D) (4)
理财产品 k k k 给产品提供方所带来的收益的期望为:
R k = ∑ i ( p i k ∗ ( 1 + c i k ) ∗ Π 0 i k − E ( S i k ) − Π 0 i k ∗ c i k ) − ω k ( 5 ) R_k=\sum_i (p_{ik}*(1+c_{ik})*\Pi_{0ik}-E(S_{ik})-\Pi_{0ik}*c_{ik})-\omega_k \ (5) Rk=i∑(pik∗(1+cik)∗Π0ik−E(Sik)−Π0ik∗cik)−ωk (5)
这里 S i k S_{ik} Sik 代表客户 i i i 购买产品 k k k 给产品提供方带来的责任和义务风险和一般性成本, ω k \omega_k ωk 泛指其他随机因素所带来的成本。 E ( V i k ) E(V_{ik}) E(Vik) 是指购买金额的期望。 客户 i i i 对产品 k k k 的点价格弹性定义为:
e i k = l o g ( p 0 i k p i k ) l o g ( 1 + c i k ) , c i k ≠ 0 , c i k > − 1 ( 6 ) e_{ik}=\frac{log(\frac{p_{0ik}}{p_{ik}})}{log(1+c_{ik})}, \ c_{ik}\ne 0 \ ,c_{ik}>-1 \ (6) eik=log(1+cik)log(pikp0ik), cik=0 ,cik>−1 (6)
2) 模型建立 从(6)式中,假设所有用户的价格弹性相同,我们可以得到,
p i k = p 0 i k ( 1 + c i k ) e k ( 7 ) p_{ik}=\frac{p_{0ik}}{(1+c_{ik})^{e_k}} \ (7) pik=(1+cik)ekp0ik (7)
初始情况下,用户是否购买产品服从参数为 p 0 i k p_{0ik} p0ik 的Bernoulli分布,进而可得,
p 0 i k = e x p ( β 0 k + ∑ j = 1 J β j k x i j k ) e x p ( β 0 k + ∑ j = 1 J β j k x i j k ) + 1 ( 8 ) p_{0ik} = \frac{exp(\beta_{0k}+\sum_{j=1}^J \beta_{jk}x_{ijk})}{exp(\beta_{0k}+\sum_{j=1}^J \beta_{jk}x_{ijk})+1} \ (8) p0ik=exp(β0k+∑j=1Jβjkxijk)+1exp(β0k+∑j=1Jβjkxijk) (8)
对于估算价格弹性 e k e_k ek 和用户购买概率 p p p 来说,可以有两种方法: 第一种方法,就是根据用户购买理财产品的历史数据来回归价格弹性,或者采用A/Btest。根据(7)和(8)式得到 p 0 i k 和 p i k p_{0ik}和p_{ik} p0ik和pik .
第二种方法,就是可使用逻辑回归模型,在价格变化的情况下来估算购买概率参数 p i k p_{ik} pik 。
p i k ′ = e x p ( β 0 k + ∑ j = 1 J β j k x i j k + β J + 1 , k c j k ) e x p ( β 0 k + ∑ j = 1 J β j k x i j k + β J + 1 , k c j k ) + 1 ( 9 ) p_{ik}^{'} = \frac{exp(\beta_{0k}+\sum_{j=1}^J \beta_{jk}x_{ijk}+\beta_{J+1,k}c_{jk})}{exp(\beta_{0k}+\sum_{j=1}^J \beta_{jk}x_{ijk}+\beta_{J+1,k}c_{jk})+1} \ (9) pik′=exp(β0k+∑j=1Jβjkxijk+βJ+1,kcjk)+1exp(β0k+∑j=1Jβjkxijk+βJ+1,kcjk) (9)
这种方法并不假设价格弹性是一个定值,我们可以用(7)和(9)式来导出价格弹性。我们的目标是最大期望收益,也就是最大化(5)式,而得到最优价格调整参数 c i k c_{ik} cik :
c i k ∗ = a r g m a x { p i k ∗ ( 1 + c i k ) ∗ Π 0 i k − E ( S i k ) − Π 0 i k ∗ c i k − ω k } ( 10 ) c_{ik}^{*}=argmax\{p_{ik}*(1+c_{ik})*\Pi_{0ik}-E(S_{ik})-\Pi_{0ik}*c_{ik}-\omega_k\} \ (10) cik∗=argmax{pik∗(1+cik)∗Π0ik−E(Sik)−Π0ik∗cik−ωk} (10)
为了简化模型,我们可以合并 E ( S i k ) E(S_{ik}) E(Sik) 和 Π 0 i k ∗ c i k \Pi_{0ik}*c_{ik} Π0ik∗cik 为 E ( S i k ^ ) = E ( S i k ) + Π 0 i k ∗ c i k E(\hat{S_{ik}}) = E(S_{ik}) + \Pi_{0ik}*c_{ik} E(Sik^)=E(Sik)+Π0ik∗cik,得到:
c i k ∗ = a r g m a x { p i k ∗ ( 1 + c i k ) ∗ Π 0 i k − E ( S i k ^ ) − ω k } ( 11 ) c_{ik}^{*}=argmax\{p_{ik}*(1+c_{ik})*\Pi_{0ik}-E(\hat{S_{ik}})-\omega_k\} \ (11) cik∗=argmax{pik∗(1+cik)∗Π0ik−E(Sik^)−ωk} (11)
其封闭解为:
c i k ∗ = E ( S i k ^ ) e k Π 0 i k ( e k − 1 ) − 1 ( 11 ) c_{ik}^{*}=\frac{E(\hat{S_{ik}})e_k}{\Pi_{0ik}(e_k-1)}-1 \ (11) cik∗=Π0ik(ek−1)E(Sik^)ek−1 (11)
-
模型评估
评估模型可以采用两种方法:
1) 用历史数据或者测试用户数据检验模型的有效性。
2)采用Monte Carlo 模拟来构造用户数据,计算价格弹性和利润的credit inverval.
-
思考
1)银行理财产品应属垄断竞争市场,长期来说是没有定价权的。
2)从价格改变到用户感知到和反馈是需要一定时间的。