OpenFacet – 理性定價,非理性買家:鑽石估值中的行為偏差建模
2025年6月21日
我們探討認知偏差——錨定效應、損失規避和獨特性訊號——如何系統性地扭曲鑽石定價,以及OpenFacet如何在其矩陣重構中應用經驗驗證的校正來解釋這些效應。
OpenFacet 使用基於統計的模型,從公開的零售清單中重構鑽石價格表面。然而,現實世界的市場,尤其是涉及奢侈品的市場,幾乎從不遵循純粹的經濟理性。買家不是最佳化選擇——他們感知。而他們的感知並不總是與可測量的差異成比例。
D色或內部完美(Internally Flawless)淨度的鑽石不僅僅比下一等級略好——它是最好的。這種象徵性地位具有重要意義。D色與E色之間的溢價通常大於E色與F色之間的溢價,不是因為視覺差異變大,而是因為處於頂級的心理價值比任何客觀特性衰減得更快。淨度亦然:從IF到VVS1的跳躍不只是一步——是從完美的墮落。
重量基於的錨定效應揭示了相同現象。1.00克拉的鑽石比0.99克拉的鑽石要求顯著的溢價,儘管尺寸或實用性差異微乎其微。這是一個心理上的懸崖,而不是結構性的。然而,1.02克拉與1.02克拉和1.03克拉之間的差異幾乎無人察覺。買家不是在回應物理閾值——他們在對象徵性錨點作出反應。
這些效應在行為經濟學中已有充分記錄,如前景理論、錨定偏差和炫耀性消費理論所示。它們表明,定價,特別是在高參與度的可自由裁量消費類別中,反映了人們的思考方式——不只是他們購買什麼。
OpenFacet 通過最小化的重構後校正整合這些觀察到的扭曲。調整幅度雖小,但使模型輸出更接近市場實際定價。它們不是覆蓋核心邏輯,而是對其進行緩和——保留結構的同時承認行為。這些效應不驅動模型,而是使其與現實對齊。完整方法論請參閱 OpenFacet 關於部分。
品質下降時的前景規避
買家對損失的感受比等價的收益更強烈。前景理論對此進行了形式化:降級(例如:D→E色)的心理影響超過反向升級。儘管視覺差異微小,但“不是最佳”的感知會導致不成比例的懲罰。
我們將其建模為基於與頂級距離的指數衰減價格增強:
$$ P_{\text{prospect}} = P_{\text{base}} \cdot \left(1 + \alpha e^{-\beta x} \right) $$
- $x$:與D色和IF淨度的總步數
- $\alpha$:通常為0.07(最大7%溢價)
- $\beta$:衰減率,例如:1.5
這將價格調整與控制實驗和市場資料中觀察到的買家行為保持一致。
克拉閾值附近的錨定
認知錨定使買家偏向於顯著的整數。這在1.00克拉最為明顯。0.99克拉的鑽石——外觀幾乎相同——可能以兩位數的折扣列出。
我們應用了一個對重量敏感的修正因子:
$$ P_{\text{anchor}} = P_{\text{base}} \cdot \left(1 + \gamma e^{- \delta |w - w_{\text{anchor}}} \right) $$
- $w$:實際克拉數
- $w_{\text{anchor}}$:錨點(例如:1.00)
- $\gamma$:典型錨定溢價(約0.2)
- $\delta$:衰減銳度(例如:200)
這確保了關鍵重量閾值附近的不連續性被捕捉——即使基礎回歸模型是平滑的。
獨特性帶來的韋布倫溢價
一些買家追求昂貴的商品,正是因為它們昂貴。韋布倫1899年的炫耀性消費理論依然具相關性:獨特性創造效用。在鑽石中,這轉化為對頂級組合的支付意願增強,無論客觀差異如何。
我們將效應建模為優先頂級單元的次要二次提升:
$$ P_{\text{veblen}} = P_{\text{base}} \cdot \left(1 + \phi \left(1 - \frac{\text{rank}}{\text{max rank}} \right)^2 \right) $$
- $\text{rank}$:矩陣中的序數索引(例如:D/IF = 1)
- $\phi$:小因子(例如:0.04)
最終價格層的複合校正
這三個組成部分在基於ALS的重構建和平滑後乘積式應用:
$$ P_{\text{final}} = P_{\text{base}} \cdot \left[1 + \alpha e^{-\beta x} + \gamma e^{- \delta |w - w_{\text{anchor}}} + \phi \left(1 - \frac{\text{rank}}{\text{max rank}} \right)^2 \right] $$
常數在每次發布時進行經驗性調整。校正作用微妙(通常淨效應<5%),但顯著改善了模型價格與觀察價格的對齊——特別是在等級和重量不連續性附近。
參考文獻
- Kahneman, D., & Tversky, A.(1979)。《前景理論:風險下的決策分析》。經濟計量學,47(2),263–291。
- Tversky, A., & Kahneman, D.(1974)。《不確定性下的判斷:啟發式和偏誤》。《科學》,185(4157),1124–1131。
- Veblen, T.(1899)。《有閑階級理論》。麥克米倫。