econ
12-24 00:00
本文针对非标准检验环境中研究者常采用的临时性检验方法，开发了一个数值分析框架，用以评估其是否近似最优。该框架通过嵌套优化算法，寻找能使临时检验的加权平均功效最接近真实加权平均功效最大化检验的权重函数。研究表明，后者的拒绝概率可构成前者的近似功效包络。论文提供了收敛性保证，并应用于弱工具变量稳健条件似然比检验和边界附近干扰参数检验的实例分析。
假设检验数值优化功效包络非标准检验加权平均功效
econ
12-24 00:00
本文扩展了米尔顿·弗里德曼的支出矩阵，通过五个关键结果标准，系统分析了从自由放任资本主义到共产主义等不同经济体制下的“支出效率”与“偏好兼容性”。研究发现，随着经济体制的转变，效率和自由这两个关键结果指标呈现逐步恶化趋势。文章指出，虽然政府干预有时对解决市场失灵是必要的，但其作用应始终受到严格限制，以避免效率低下和与个人偏好的错配。这些见解可为政策制定者设计既能促进经济繁荣又能保障个人自由的经济体制与政策提供指导。
支出矩阵经济体制支出效率偏好兼容性政府干预市场失灵
econ
12-24 00:00
本文提出了一种基于距离函数的量化比较经济学方法，以克服传统分类法的主观性和信息损失问题。研究引入了资本主义相似性指数（CapSI）、共产主义相似性指数（ComSI）和社会主义相似性指数（SocSI），这些指数建立在实分析、度量空间和距离函数的数学基础上，能够客观反映各国在经济体制连续谱上的位置。通过对135个国家的分类和GIS地图绘制，验证了该方法的实用性和高解释力，为捕捉经济体制的结构与制度细微差别提供了无主观判断的工具。
比较经济学经济体制相似性指数量化方法距离函数制度分析
econ
12-24 00:00
本章综述了匹配理论在学校选择中的应用，探讨了从学区制转向择校制的背景下，非价格机制的设计问题。理论部分分析了效率、稳定性与策略证明性之间的权衡，并讨论了平权行动等设计挑战。实证部分聚焦于从申请数据推断学生偏好的核心难题，尤其是在策略性机制下，回顾了多种估计方法，并讨论了家长偏好、市场设计权衡及择校政策有效性的关键见解。
学校选择匹配理论机制设计实证研究教育政策
econ
12-24 00:00
本研究提出了一种基于分数匹配的Riesz表示器估计方法，用于构建因果推断和结构参数估计中的高效去偏机器学习估计器。Riesz表示器是获得√n一致且高效估计量的关键组件。传统直接估计方法（如Riesz回归、协变量平衡倾向得分）可视为直接密度比估计的变体，但易因模型灵活性和损失函数形式导致过拟合。为解决此问题，我们将密度比建模为多个中间密度比的乘积，并借鉴扩散模型中常用的分数匹配技术进行估计。该方法不仅缓解了过拟合，还通过时间分数函数连接边际效应与平均政策效应，为因果推断提供了新视角。
因果推断去偏机器学习分数匹配riesz表示器密度比估计结构参数
econ
12-24 00:00
本研究构建了一个基于主体的模型，模拟异质性企业通过空间嵌入的双拍卖市场交易副产品。企业利用强化学习自适应调整竞价策略，以在考虑运输成本、处置惩罚和资源稀缺性的情况下最大化利润。模拟实验揭示了分散化交易在何种经济和空间条件下能收敛于稳定且高效的结果。反事实遗憾分析表明卖方策略接近纳什均衡，敏感性分析则强调了空间结构与市场参数如何共同影响循环经济绩效。该模型为探索旨在协调企业激励与可持续性目标的政策干预提供了基础。
工业共生基于主体建模强化学习空间经济学循环经济市场设计
econ
12-24 00:00
本研究以FactSet在2023年推出的AI平台为自然实验，探讨生成式人工智能对金融分析师工作的影响。研究发现，采用AI后，分析师报告的信息来源多样性增加40%，主题覆盖广度扩大34%，高级分析方法使用率提升25%，且报告时效性增强。然而，AI辅助报告呈现更均衡的正负面信息，导致预测误差上升59%，尤其对认知负荷较重的分析师影响更显著。安慰剂测试证实该效应为FactSet AI集成所特有，揭示了生成式AI在金融信息生产中兼具生产力提升与认知局限的双重性。
生成式ai金融分析信息生产认知负荷预测误差自然实验
econ
12-24 00:00
本文针对协变量自适应随机化（CAR）试验中，当协变量维度 $p$ 与样本量 $n$ 满足 $p = o(n)$ 时，传统最小二乘调整会产生较大偏差的问题，提出了一种基于二阶 $U$-统计量的调整估计量。该估计量在无需对结果模型施加结构性假设的“假设宽松”设定下，能够几乎无偏地估计平均处理效应，并保证效率提升。研究通过将 CAR 文献中常用的耦合技术推广至 $U$-统计量，并利用精细的“留 $m$ 出”分析处理逆样本 Gram 矩阵，为高维协变量调整提供了理论支撑。合成与半合成实验均表明新估计量优于现有基准方法。
协变量调整高维数据随机临床试验u-统计量假设宽松推断效率提升
econ
12-24 00:00
研究表明，利用低成本、资源丰富的长时抽水蓄能（48-160小时）平衡风电和光伏发电，可在不增加成本的前提下完全替代化石天然气，消除其甲烷泄漏和燃烧产生的温室气体排放。现有长期电力系统规划因采用的时间聚合方法存在偏差，要么过度约束储能循环，要么忽略荷电状态，未能充分考虑低成本离河抽水蓄能的潜力。本文提出基于“分段”（拟合时间序列）的聚合方法，能准确模拟长时储能行为，并通过新开发的系统模型快速评估数百万个近最优的100%可再生能源解决方案。
抽水蓄能可再生能源电力系统优化储能技术能源转型碳中和
econ
12-24 00:00
本文针对股票风险溢价预测具有状态依赖性的现象，提出了两项核心贡献。首先，引入了一种状态转换预测回归模型，该模型利用收益率曲线的斜率实时定义市场状态（扩张或收缩）。与传统的单状态模型相比，此方法显著提升了多种常用预测因子的样本内及样本外预测性能。其次，作者通过偏最小二乘法构建了一个新的综合预测因子——对齐经济指数。在状态转换模型框架下，该指数在样本内和样本外均表现出显著的统计与经济意义预测能力，其表现优于广泛使用的基准预测因子及其他预测因子组合方法。
股票收益预测状态转换模型对齐经济指数偏最小二乘法经济周期预测因子
econ
12-24 00:00
本文提出BRIDGES框架，用于分析新兴市场银行系统性风险。该框架结合动态时间规整（DTW）与时间图神经网络（TGNN），构建了基于551家BRICS银行战略相似性的动态网络，并利用基于主体的模型（ABM）模拟冲击影响。研究发现，相比“大而不能倒”的机构破产，具有跨国传导性的地缘政治冲击会导致更严重的系统性崩溃，其核心威胁在于二阶恐慌效应，这是传统风险模型难以捕捉的。
系统性风险brics国家地缘政治冲击动态网络基于主体模拟图神经网络
econ
12-24 00:00
本文提出将多端口网络理论应用于经济学建模。其核心在于将经济互动中的商品流（类比为电流）与主体激励（类比为电压）通过“端口”概念进行配对。通过构建主体间通过端口交互的网络，该方法能够建立从宏观到微观的多层次抽象模型，从而模拟微观行为涌现出的复杂宏观经济系统动态。研究利用LTSpice电路仿真工具，设计并分析了从经典的鲁滨逊经济到完整经济模型的一系列示例系统。
网络理论经济建模宏观微观连接系统涌现电路仿真
econ
12-24 00:00
本研究探讨如何将多个预算提案（分布）聚合成一个集体预算。在经典的基于$\ell_1$距离的效用模型下，当备选方案超过两个时，效率、防策略操纵与比例公平性三者无法同时满足。作者引入了一类新的基于预算份额比率的“星形”效用函数，证明在此模型下，最大化纳什积的机制能同时满足群组防策略性及基于核心的公平性，为多维度偏好聚合提供了可行的解决方案。
社会选择理论机制设计预算聚合公平性策略防护效用函数
econ
12-24 00:00
本研究针对高校本科课程分配中普遍存在的预留席位优先制，提出了一种基于竞争均衡的新机制。该机制综合考量学生偏好与课程优先级，在近似满足稳定性、效率性、无嫉妒性和策略防护性等理论性质的同时，通过基于真实大学数据的实证评估表明，新机制能显著提升学生满意度和分配公平性，使对同等或更低优先级学生产生嫉妒的人数减少了约8%（约500名学生）。
课程分配市场设计竞争均衡匹配机制教育经济学公平性
econ
12-24 00:00
本文研究在参与者同时拥有私人偏好和关于共同收益相关状态的私人信息的多维类型环境中，如何设计有效的资源配置机制。针对标准机制在此类环境中的失效问题，作者提出了一种数据驱动机制，将转移支付与分配后获取的额外信息（即对收益相关状态的估计量）相挂钩。该机制扩展了经典的Vickrey-Clarke-Groves框架。研究表明，当状态被完全揭示或效用是某个无偏估计量的仿射函数时，该机制能在后验均衡中实现精确配置。若使用一致估计量，则可实现近似配置，并随着估计量收敛而逼近精确配置，文中还给出了收敛速度的界限。应用场景包括数字广告拍卖、AI购物助手以及带有消费者现货市场的采购拍卖。
机制设计数据驱动多维类型vcg机制后验均衡信息获取
econ
12-24 00:00
本研究通过分析15,097个未入选的以太坊候选区块，实证检验了区块链交易在最终上链前需经过多个中介环节的现实是否削弱了其去中心化优势。研究发现，21%的用户交易存在延迟，即虽被某些候选区块提议但未进入最终获胜区块；其中约30%的延迟交易仅由单一落选构建者提议，表明交易路由路径对最终上链结果有实质性影响。研究进一步揭示了执行质量的显著异质性：用户兑换交易的成功执行概率和执行价格在不同候选区块间存在差异。此外，对两个在去中心化与中心化交易所间套利的机器人分析显示，它们面临激烈竞争，并在中心化交易所的交易价格比同期币安价格平均优惠约2.8个基点。
区块链经济学以太坊交易延迟执行质量套利竞争实证研究
econ
12-24 00:00
传统预测效率检验将违反其假设的行为视为认知偏差的证据。本文从理论和实证上证明，使用最优正则化的理性预测者会系统性地违反这些检验。机器学习预测在一年期表现出近乎零的偏差，但在两年期则显示出强烈的过度反应，这与正则化和测量噪声模型的预测一致。研究通过正则化参数的实验性变化、企业信号质量的横截面异质性，以及2013年前后机器学习技术采用的准实验证据，提供了三个互补的检验。技术分析师在2013年后明显转向过度反应。研究结果表明，报告的检验违反可能反映的是统计方法的成熟度，而非认知失败。
机器学习预测正则化预测偏差行为经济学效率检验过度反应
econ
12-24 00:00
本研究提出了一种新方法，用于探测和量化大语言模型在社会模拟（如经典的独裁者博弈）中的内部表征。通过从模型内部状态提取“变量变化向量”（如“男性”到“女性”），并在推理过程中操控这些向量，可以显著改变相关社会变量（如性别）与模型决策行为之间的关系。这为理解和调控基于Transformer的模型如何编码社会概念提供了一种原则性方法，对模型对齐、去偏见以及设计用于学术和商业应用的社会模拟AI智能体具有重要意义。
大语言模型社会模拟决策机制公平博弈向量操控模型对齐
econ
12-24 00:00
本文研究在二元治疗决策问题中，当使用误设的预测模型进行决策时，其极限最大遗憾（MR）的表现。决策规则基于条件概率$P(y=1|x)$是否超过已知阈值来选择治疗A或B。研究发现，实际应用中常使用固定阈值而非最优的协变量依赖阈值，且预测模型常存在误设。通过代数与计算分析，论文揭示了极限MR如何依赖于极限估计值与所用阈值，并建议决策者应联合选择预测模型、估计方法与协变量依赖阈值，以控制遗憾水平。
治疗决策误设模型极限遗憾预测模型阈值选择
econ
12-24 00:00
本文研究设计者如何在不使用货币转移的情况下，管理一群拥有部分私人信息的智能体对公共价值物品的学习结构，以实现最大化分配。作者将环境构建为一个机制设计问题，该问题嵌套了社会学习模型，并在私人信息的一般分布下刻画了最优机制。最优机制可由两个参数概括：一个调整分配概率，另一个则控制分配所隐含诱导的学习量。分析表明，尽管设计者总是倾向于分配物品，但为了管理学习激励，最优机制有时会扣留分配，即使分配在社会意义上是有效的。
机制设计社会学习市场设计信息管理非货币分配
econ
12-24 00:00
本研究通过理论分析与实证建模，揭示了宏观经济不稳定的核心机制。理论证明，经济动态中的非线性是导致可观测变量VARMA过程参数时变的充要条件，且所有参数的时变性均由少数结构性随机冲击驱动。这挑战了将时变参数简单归因于“结构不稳定”的常见解释。基于此，作者构建了一个具有因子结构的时变参数向量自回归模型，应用于宏观经济与金融数据。实证发现，大多数不稳定性由少数因子驱动，这些因子与宏观经济不确定性及金融对实体经济的贡献度指标高度联动，印证了它们是宏观经济学中重要的非线性来源。该模型相比标准的时变参数VAR（参数独立随机游走）具有更优的预测能力。
时变参数宏观经济不稳定非线性动态结构性冲击因子模型预测改进
econ
12-24 00:00
本文研究了交错采用设计中存在处理状态错分和预期效应时的处理效应识别与估计问题。研究发现，标准估计量在此类设定错误下对常用因果参数存在偏误。为此，作者提出了修正的估计量，分别用于恢复观测到的和真实的转换单位的平均处理效应。此外，还提出了两种基于矩的设定检验，用于检测处理前期的平行趋势违反，以及错分和预期效应的发生时机与程度。方法通过印度尼西亚一项反作弊政策对高风险国家考试中学校平均分数的影响进行了应用说明。
交错did处理错分预期效应因果推断设定检验政策评估