論文の概要: A Causal Perspective on Loan Pricing: Investigating the Impacts of
Selection Bias on Identifying Bid-Response Functions
- arxiv url: http://arxiv.org/abs/2309.03730v1
- Date: Thu, 7 Sep 2023 14:14:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-08 12:49:34.255733
- Title: A Causal Perspective on Loan Pricing: Investigating the Impacts of
Selection Bias on Identifying Bid-Response Functions
- Title（参考訳）: ローン価格に関する因果的視点--入札機能同定における選択バイアスの影響の検討
- Authors: Christopher Bockel-Rickermann, Sam Verboven, Tim Verdonck, Wouter
Verbeke
- Abstract要約: 我々は、因果推論の問題として価格を装い、選択バイアスの効果を理解するための一歩を踏み出した。
本研究では,ベルギーにおけるローンローン申請に関する半合成データセットにおいて,選択バイアスのレベルをシミュレートした。
我々は、因果機械学習による最先端の手法を実装し、価格データの選択バイアスを克服する能力を示す。
- 参考スコア（独自算出の注目度）: 1.0937531920233807
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In lending, where prices are specific to both customers and products, having
a well-functioning personalized pricing policy in place is essential to
effective business making. Typically, such a policy must be derived from
observational data, which introduces several challenges. While the problem of
``endogeneity'' is prominently studied in the established pricing literature,
the problem of selection bias (or, more precisely, bid selection bias) is not.
We take a step towards understanding the effects of selection bias by posing
pricing as a problem of causal inference. Specifically, we consider the
reaction of a customer to price a treatment effect. In our experiments, we
simulate varying levels of selection bias on a semi-synthetic dataset on
mortgage loan applications in Belgium. We investigate the potential of
parametric and nonparametric methods for the identification of individual
bid-response functions. Our results illustrate how conventional methods such as
logistic regression and neural networks suffer adversely from selection bias.
In contrast, we implement state-of-the-art methods from causal machine learning
and show their capability to overcome selection bias in pricing data.
- Abstract（参考訳）: 価格が顧客と製品の両方に特有な貸付では、適切な機能を持ったパーソナライズされた価格ポリシーが効果的なビジネスに不可欠である。
典型的には、このような方針は観測データから導き出さなければならない。
既定の価格設定文献では'endogeneity'の問題は顕著に研究されているが、選択バイアス(またはより正確には入札選択バイアス)の問題ではない。
因果推論問題として価格設定を行うことにより,選択バイアスの影響を理解するための一歩を踏み出した。
具体的には、顧客の治療効果の価格設定に対する反応を検討する。
実験では、ベルギーのローンローン申請に関する半合成データセットにおける選択バイアスの異なるレベルをシミュレートした。
個人入札応答関数の同定のためのパラメトリックおよび非パラメトリック手法の可能性を検討する。
本研究は,ロジスティック回帰やニューラルネットワークなどの従来の手法が選択バイアスに悪影響を及ぼすことを示す。
対照的に,因果機械学習から最先端手法を実装し,価格データの選択バイアスを克服する能力を示す。
関連論文リスト
- A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳（メタデータ） (2024-07-08T09:55:31Z) - Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。
選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。
また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-06-29T20:56:34Z) - Evaluating the Fairness of Discriminative Foundation Models in Computer
Vision [51.176061115977774]
本稿では,CLIP (Contrastive Language-Pretraining) などの差別基盤モデルのバイアス評価のための新しい分類法を提案する。
そして、これらのモデルにおけるバイアスを緩和するための既存の手法を分類学に関して体系的に評価する。
具体的には,ゼロショット分類,画像検索,画像キャプションなど,OpenAIのCLIPとOpenCLIPモデルをキーアプリケーションとして評価する。
論文 参考訳（メタデータ） (2023-10-18T10:32:39Z) - Probe: Learning Users' Personalized Projection Bias in Intertemporal
Choices [5.874142059884521]
本研究では、投射バイアスと基準点効果の2つのよく観察されるバイアスに焦点を当てる。
これらのバイアスに対処するために, Probe と呼ばれる新しいバイアス埋め込み選好モデルを提案する。
Probeには、ユーザの予測バイアスをキャプチャする重み関数と、参照ポイント効果を考慮に入れた値関数が組み込まれている。
論文 参考訳（メタデータ） (2023-03-09T12:13:46Z) - In Search of Insights, Not Magic Bullets: Towards Demystification of the
Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。
選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
論文 参考訳（メタデータ） (2023-02-06T16:55:37Z) - A Hybrid Statistical-Machine Learning Approach for Analysing Online
Customer Behavior: An Empirical Study [2.126171264016785]
我々は、中国最大のオンライン小売店であるJDにおいて、特定の商品カテゴリーに対する454,897人のオンライン顧客行動を分析するハイブリッド解釈モデルを開発した。
以上の結果から,顧客の製品選択が約束される納期に無関心であることが分かるが,この要因は顧客の注文量に大きな影響を及ぼす。
特定のディスカウントアプローチがより効果的である製品クラスを特定し、異なるディスカウントツールの使用を改善するためのレコメンデーションを提供する。
論文 参考訳（メタデータ） (2022-12-01T19:37:29Z) - Price DOES Matter! Modeling Price and Interest Preferences in
Session-based Recommendation [55.0391061198924]
セッションベースのレコメンデーションは、匿名ユーザが自分の短い行動シーケンスに基づいて購入したいアイテムを予測することを目的としている。
セッションベースのレコメンデーションの価格設定を組み込むのは簡単ではない。
セッションベースレコメンデーションのためのCoHHN(Co-guided Heterogeneous Hypergraph Network)を提案する。
論文 参考訳（メタデータ） (2022-05-09T10:47:15Z) - Convex Loss Functions for Contextual Pricing with Observational
Posted-Price Data [2.538209532048867]
我々は、販売者が以前に提供された価格のサンプルにアクセス可能な、政治的でない価格問題について検討する。
これは、顧客の評価(支払いの意志)のサンプルが観察される、よく研究された設定とは対照的である。
我々の設定では、観測されたデータは歴史的価格政策の影響を受けており、顧客が代替価格にどう反応したかは分かっていません。
論文 参考訳（メタデータ） (2022-02-16T22:35:39Z) - Loss Functions for Discrete Contextual Pricing with Observational Data [8.661128420558349]
顧客および/または製品の特徴に基づいて、各顧客がコンテキスト化された価格で提供される価格設定について検討する。
顧客の真の価値よりも,各顧客が所定の価格で商品を購入しているかどうかを観察する。
論文 参考訳（メタデータ） (2021-11-18T20:12:57Z) - Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。
選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
論文 参考訳（メタデータ） (2020-12-21T01:01:56Z) - Uncertainty Quantification for Demand Prediction in Contextual Dynamic
Pricing [20.828160401904697]
本研究では,需要関数に対する精度の高い信頼区間構築の問題について検討する。
偏りのあるアプローチを開発し、偏りのある推定器の正規性を保証する。
論文 参考訳（メタデータ） (2020-03-16T04:21:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。