收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术,对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中,预测和优化问题的复杂性,通常采用先对产品需求进行预测,然后对收益进行优化的步骤.在对产品需求进行预测时,通常会面临多个候选模型,即面临模型的不确定性,这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则(Akaike information criterion,AIC),贝叶斯信息准则(Bayesian information criterion,BIC)等通常只考虑了模型选择对预测精度的影响,而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则(focusedinformation criterion,FIC)这种模型选择准则,运用FIC模型选择准则选择产品需求预测模型,考虑了优化模型的结构,以最小化决策误差,而不是预测误差为目标,来选择预测模型.数值模拟结果表明,在大部分情况下,相比于AIC和BIC两种模型选择准则,考虑决策目标的FIC模型选择准则表现最佳.同时,实证研究结果也验证了考虑决策目标的FIC模型选择准则的优越性.