今日速览 · AI 导读

24 小时跨学科精选

自动抓取 arXiv 多学科 RSS,DeepSeek 自动润色标题与摘要,最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科,24h 无数据则回退 72h/7 天;arXiv 周末停更时自动跳过。

AI 导读

经济学

2026-01-08 01-08 15:42

今日经济学研究聚焦于利用前沿计量方法与人工智能技术,深入剖析社会经济不平等、技术冲击与政策评估等核心议题,展现出理论与实证的深度融合。

  • 写作评分差距的根源:利用大语言模型(LLM)构建“生成面板”的研究揭示,社会经济地位(SES)导致的写作评分差距中,近七成源于内容质量差异,而非表达风格,为教育公平政策提供了精准靶点。
  • AI资本的经济角色:基于捕食者-猎物模型的分析表明,AI资本在中国经济中扮演“猎物”角色,能促进物质资本与劳动力薪酬增长,其政策启示在于需对资本与劳动力市场进行非对称调控,以防范结构性风险。
  • AI对技能需求的因果影响:基于千万级招聘数据的研究发现,AI的采用通过降低信息不对称赋能前瞻性规划,显著扩张了岗位的技能组合,特别是催生了新的“前瞻性”技能需求。
  • AI使用中的性别鸿沟:研究指出,女性对生成式AI的采用率低于男性,主要归因于对AI社会风险更强的感知(如隐私、就业冲击),而非数字能力差异,提示政策需关注社会伦理认知。
  • 投资多元化的理论基石:理论研究发现,对反单调风险的多元化偏好等价于弱风险厌恶,而对可交换风险的偏好则等价于强风险厌恶,为理解投资决策提供了清晰的风险态度框架。
  • 高维网络数据的估计新法:针对具有稀疏二分网络结构的数据,提出的岭估计方法能有效处理高维固定效应,其偏差与方差收敛到确定性等价形式,提升了估计的稳健性。

2026-01-08 速览 · 经济学

2026-01-08 共 21 条抓取,按综合热度排序

← 返回日历
econ 01-08 00:00

写作评分差距:内容与表达,哪个受社会经济背景影响更大?

本研究利用大语言模型,通过生成学生议论文的多种风格变体,构建“生成面板”,以分离写作评分中内容与表达风格的影响。分析发现,在1-6分的评分标准下,社会经济地位(SES)导致的写作评分差距为0.67分。其中,约69%的差距源于文章内容质量的差异,26%源于表达风格的差异,另有5%源于不同SES群体的评分标准差异。该方法展示了利用大语言模型在观测数据中创造受控变异,以量化纠缠因素各自贡献的新路径。

教育公平写作评估社会经济差距大语言模型内容与风格分解生成面板
econ 01-08 00:00

AI资本如何影响中国经济?基于捕食者-猎物模型的政策分析

本研究采用Lotka-Volterra捕食者-猎物模型,分析了2016-2023年间中国AI资本、物质资本与劳动力之间的动态交互关系。研究发现,AI资本扮演“猎物”角色,能有效促进物质资本积累与劳动力薪酬增长,且系统趋向于政策引导下的稳定均衡。全局敏感性分析表明,劳动力市场均衡主要由AI相关参数驱动,而物质资本均衡则受其自身饱和动态影响。这为政策制定提供了量化依据:需区分资本与劳动力市场的非对称调控点,预见结构性僵化风险,并优先推动AI与传统经济结构的互补性增长。

ai资本捕食者-猎物模型技术治理经济均衡政策分析劳动力市场
econ 01-08 00:00

AI如何重塑技能需求:基于1400万份招聘数据的因果证据

本研究利用2018-2022年中国上市公司发布的1400万份在线招聘数据,通过基于对比学习与LLM数据增强的极端多标签分类算法,将职位要求映射至ESCO技能框架。研究发现,AI的采用与技能组合的扩张存在稳健的因果关系。其机制在于:一方面,AI降低了劳动力市场的信息不对称,使企业能更精确地定义现有岗位的技能要求;另一方面,AI赋能企业前瞻劳动力市场动态,显著增加了对“前瞻性”技能的需求——这些技能在2018年的标准中尚未出现,但在2022年的更新中被正式编码。这表明AI使企业能够引领而非跟随职业标准的正式演变。

人工智能技能需求劳动力市场对比学习因果推断招聘数据
econ 01-08 00:00

女性担忧与男性采用:性别化认知如何影响生成式AI使用

研究发现,在英国,女性对生成式AI的采用率显著低于男性,主要原因是她们对AI社会风险的感知更强。研究者构建了一个涵盖心理健康、隐私、气候影响和劳动力市场冲击的担忧指数,该指数解释了9%-18%的采用率差异,且对年轻女性而言,其预测力超过了数字素养和教育水平。通过合成双胞胎面板设计分析表明,若提高对AI社会影响的乐观度,年轻女性的AI使用率可从13%提升至33%,大幅缩小性别鸿沟。这表明,对AI社会伦理后果的性别化认知,而非获取渠道或能力,是导致采用不平等的主要驱动力。

人工智能采纳性别差异风险感知社会影响经济不平等合成面板
econ 01-08 00:00

投资组合多元化与风险态度的内在联系

本文探讨了投资组合多元化偏好与风险厌恶理论之间的深刻联系。研究聚焦于弱风险厌恶与强风险厌恶的经典区分,并分析了在不同风险关系(如共同单调、反单调、独立、可交换)下的多元化偏好。核心发现是:在弱连续性条件下,对反单调且同分布风险对的多元化偏好意味着弱风险厌恶;而对可交换风险对的多元化偏好则等价于强风险厌恶。从独立风险对的多元化偏好推导出弱风险厌恶则需要更强的连续性条件。这些结果为理解多元化决策背后的风险态度提供了清晰的理论框架。

投资组合理论风险厌恶多元化偏好决策理论金融经济学
econ 01-08 00:00

高维双向固定效应回归的岭估计方法研究

本研究针对具有稀疏二分网络结构的高维双向固定效应回归模型,提出了一种岭估计方法。通过建立集中不等式,证明了当岭参数随网络规模的对数增长时,估计固定效应向量的偏差及其方差-协方差矩阵会收敛到仅依赖于期望网络的确定性等价形式。该方法通过模拟和基于工人-企业匹配工资的行政数据应用进行了验证,为处理高维网络数据提供了稳健的估计框架。

岭估计固定效应高维回归网络数据计量经济学
econ 01-08 00:00

从无遗憾学习到策略稳健学习:重复拍卖中的通用鲁棒性证明

本研究证明,在满足分配单调性和自愿参与条件的重复拍卖中,任何无遗憾学习算法(如乘性权重更新算法),只要基于分位数表示接收梯度反馈,都能实现策略稳健性。这意味着无论拍卖师如何随时间调整保留价格,所有竞拍者使用此类算法时,拍卖师的平均每轮收益都不会超过迈尔森最优拍卖的收益。该结果通过建立迈尔森拍卖理论与标准无遗憾学习理论之间的简单联系而实现,展示了将标准遗憾保证转化为特定博弈策略稳健性保证的潜力。

重复拍卖无遗憾学习策略稳健性迈尔森拍卖在线学习博弈论
econ 01-08 00:00

非线性健康动态的经济效应:基于生命周期模型的研究

本研究探讨了非线性、状态依赖的健康动态如何影响经济行为、不平等及残疾保险评估。利用英国面板数据构建连续健康指数,并通过灵活的基于分位数的方法估计其动态,发现健康状况不佳的个体面临更大且更持久的健康冲击。将这一过程嵌入生命周期模型后,研究表明这些状态依赖的非线性特征导致健康与财富状况均不佳的弱势群体遭受显著的资产与福利损失。若错误地将健康动态设定为状态无关,则会低估这些损失并扭曲储蓄行为。此外,取消残疾保险带来的福利损失在不同健康类型个体间高度异质,且状态无关的健康过程会高估这一损失。

健康经济学生命周期模型非线性动态状态依赖福利评估不平等
econ 01-08 00:00

丹麦福利改革对儿童学业与福祉的影响研究

本研究利用丹麦行政登记数据,分析了一项重大福利改革对儿童的影响。改革在引入工作要求的同时大幅削减了福利转移支付。通过比较事件研究法,将改革宣布时正在领取福利的家庭与改革前一年领取福利的对照组进行比较。研究发现,改革后母亲领取福利的倾向略有下降,工作时长小幅增加。短期内未发现对儿童学业成绩的负面影响,但儿童自我报告的在校幸福感出现小幅下降,且儿童保护服务的报告数量显著上升。

福利改革儿童福祉学业成绩比较事件研究行政数据丹麦
econ 01-08 00:00

有限样本下基于分位数目标的最小最大遗憾处理规则

本文研究决策者在仅拥有有限样本信息时,如何决定是否实施某项处理。与以往关注期望效用最大化不同,作者聚焦于结果分布中特定分位数(如中位数)的优化。在多种抽样方案下,推导了有限样本最小最大遗憾处理规则。研究发现,当样本中处理组与对照组数量固定,或处理分配随机时,任何处理规则都是最优的。然而,若已知未处理群体的分位数超过1/2,则“从不处理”是唯一最优规则;若低于1/2,则“总是处理”最优。研究还拓展至包含协变量的情形。

处理规则最小最大遗憾分位数目标有限样本决策理论经济计量
econ 01-08 00:00

基于信息准则的稀疏金融网络识别方法

本文提出了一种基于信息准则的新方法,用于从密集的金融关联网络中识别出稀疏且具有经济意义的真实风险传导渠道。该方法将基于预测误差方差分解(FEVD)的关联性度量重新表述为回归问题,构建了一个能够一致地恢复有效溢出渠道集合的模型选择框架。研究还将其扩展至广义FEVD以处理相关冲击,并引入了基于伪样本外预测性能的数据驱动程序来调整惩罚参数。蒙特卡洛模拟验证了该方法在有限样本下的有效性及其对近似稀疏网络和厚尾误差的稳健性。

金融网络系统性风险稀疏识别信息准则风险传导
econ 01-08 00:00

无需密度假设的核回归:处理因子结构、多重共线性和分形分布

本文推导了非参数核回归估计量的极限性质,其关键突破在于不要求回归变量在 $\mathbb{R}^{q}$ 中存在密度函数。研究为允许存在质量点、因子结构、多重共线性、非线性依赖以及分形分布的回归变量分布,建立了 Nadaraya-Watson 估计量的收敛速率和渐近正态性。当存在有界密度时,无需光滑性假设即可提供标准速率和渐近正态性的统计保证。研究还证明了与维度缩减型奇异性(如分形分布或因子结构)相关的更快收敛速度,并将核函数回归的渐近正态性推广到任意多个度量空间乘积上的多元回归。实证研究重新评估了基于 LaLonde 数据的职业培训项目,展示了该估计量的适用性和优势。

非参数回归核估计渐近理论函数型数据因子结构分形分布
econ 01-08 00:00

企业信贷组合地缘政治风险逆向压力测试:一个形式化与操作化框架

本文提出一个用于对企业信贷组合进行地缘政治风险逆向压力测试的形式化框架。该框架将包含显式地缘政治风险因子的宏观金融联合情景向量,映射为受压的违约概率与违约损失率,并通过潜在因子结构传导至组合尾部损失,最终计算受压的核心一级资本比率,同时考虑资本消耗与风险加权资产动态。逆向压力测试被构建为情景空间上的约束最大似然问题,求解得到“地缘政治点逆向压力测试”或“设计点”,即在参考分布下,最可能触发预设资本充足率约束的情景。框架进一步刻画了逆向压力情景的邻域与近似最优集,支持敏感性分析与治理导向的解读。该方法与内部评级法模型兼容,可在敞口或行业层面实施。

地缘政治风险逆向压力测试信贷组合资本充足率宏观金融情景风险建模
econ 01-08 00:00

因子提取方法比较:主成分分析与卡尔曼滤波的均方误差差异

本文比较了在大维度变量系统中,基于主成分分析(PC)和卡尔曼滤波(KF)提取因子时的有限样本均方误差(MSE)。研究发现,当将真实因子视为确定性变量时,PC因子的MSE通常高于将因子视为随机变量(无论序列独立或自相关)的KF因子。研究还分析了在错误假设异质性成分具有同方差性或互不相关时,两种方法MSE的变化。这些结果对构建因子置信区间具有实际意义,并通过模拟数据进行了验证。

因子提取主成分分析卡尔曼滤波均方误差高维数据计量经济学
econ 01-08 00:00

国际河流水权分配的几何裁决方法研究

本研究探讨了国际河流水权分配的裁决问题。作者构建了一个基础模型,并刻画了一系列遵循特定核心原则的分配规则。分析的核心是一族“几何规则”,它们通过实施下游的级联转移来实现分配。这些规则可被视为对《里约环境与发展宣言》中“有限领土主权”原则的形式化。研究以尼罗河为例,应用该规则分析了上下游国家间长期存在的水权争端。

国际河流水权分配几何规则有限领土主权尼罗河争端资源经济学
econ 01-08 00:00

道德风险下的最优评级设计:如何平衡激励与风险

本文研究了存在道德风险与策略性操纵行为下的最优评级设计问题。一个中介机构观测到代理人努力的噪音信号,并承诺一个影响市场信念与报酬的评级策略。作者通过增益函数的凹化方法刻画了最优评级。研究发现,最优评级取决于努力与风险的交互作用:对于增加尾部风险的活动,最优评级应减少信息审查,将不良结果合并以提供保险并鼓励风险承担;对于降低尾部风险的活动,则应增加对高评级的审查以惩罚疏忽。在多任务环境下,信息量较少的评级能有效遏制“粉饰门面”的操纵行为。在再分配性测试设计中,最优测试表现为中等程度的审查。

最优评级设计道德风险策略性操纵信息设计风险激励凹化方法
econ 01-08 00:00

面板局部投影中的Nickell偏差:金融危机影响被低估

本文指出,在评估金融危机跨国影响的固定效应面板局部投影模型中,即使回归变量不含滞后因变量,其预测性设定固有的动态结构也会导致Nickell偏差,使基于$t$统计量的标准推断失效。作者提出采用分割面板刀切法(SPJ)作为简单有效的解决方案以消除偏差、恢复有效统计推断。重新审视四项关于金融危机影响的经典实证研究发现,固定效应方法相对于SPJ估计显著低估了金融危机的经济损失。

nickell偏差面板局部投影固定效应分割面板刀切法金融危机计量经济学
econ 01-08 00:00

局部多项式密度估计的核函数选择对边界推断效率有显著影响

本研究挑战了传统认知,通过理论、模拟和实证分析证明,在局部多项式密度估计中,核函数的选择对边界特征的推断效率至关重要。研究发现,常用的三角核会导致较大的均方误差、较宽的置信区间以及检测不连续性的能力有限,且在使用紧支撑核时,有限样本方差可能趋于无穷。作为简单有效的改进方案,推荐使用高斯核或拉普拉斯核,这些替代方案能显著提升效率、消除方差爆炸问题,从而增强基于LPD推断的可靠性。

密度估计核函数边界推断效率分析非参数统计
econ 01-08 00:00

单纯形权重参数的简单推断方法

本文提出了一种针对单纯形约束权重参数的统计推断方法。该方法基于多面体锥投影构建自适应检验,构造权重的置信集,并证明了其渐近一致有效性。该程序无需调参或模拟计算临界值,可同时处理权重点识别与集识别的情况,适用于合成控制、模型平均与预测组合等场景。

统计推断单纯形约束置信集合成控制模型平均投影方法
econ 01-08 00:00

聚合处理的因果推断:权重问题与解决方案

本文研究了当处理变量是多个子处理变量的聚合时,因果推断面临的挑战。研究发现,即使在随机分配等理想条件下,用于计算聚合处理边际效应的权重也存在非唯一性、可能为负值等关键缺陷。随着子处理变量数量及其取值范围的增加,这些问题呈指数级增长。论文根据子处理变量是否可观测,提出了相应的解决方案以避免这些问题。

因果推断聚合处理权重问题边际效应计量经济学
econ 01-08 00:00

道德风险与逆向选择下的灵活契约设计:范围与激励的权衡

本文研究了一个存在逆向选择的道德风险问题:风险中性的代理人能直接控制产出分布并拥有关于生产环境的私人信息。委托人设计满足有限责任的契约菜单。与经典模型不同,委托人不仅可以通过设计契约的“激励强度”来促使代理人付出总体努力,还能通过设计契约的“范围”来调节所选产出分布的支撑集。研究发现,最优方案要么是提供单一的全范围契约,要么是低能力类型契约排除高产出,要么是高能力类型契约排除低产出。文章给出了在凸努力成本函数下单一全范围契约最优的充要条件,并证明该条件对一般努力函数也充分。

契约理论道德风险逆向选择激励设计产出分布有限责任
AI速览助手