econ
01-09 00:00
本研究针对广义嵌套Logit（GNL）模型，首次开发了约束性品类优化及联合品类-定价优化（JAP）的精确与近似精确算法。通过将问题重构为双线性和指数锥凸规划，并利用凸性、凹性和次模性，在分支切割框架内生成强割平面，有效解决了该NP-hard优化难题。算法进一步扩展至混合GNL模型及离散定价场景，并为连续定价问题设计了基于分段线性近似的近似精确算法。计算实验表明，新方法在求解质量与可扩展性上显著优于现有近似方案，能处理高达1000个产品和20个嵌套的大规模实例，并以可忽略的最优性间隙获得连续定价问题的近优解。
品类优化定价优化广义嵌套logit分支切割法离散选择模型运筹学
econ
01-09 00:00
本研究构建了一个统一框架，用于分析金融网络中的技术采纳行为，该框架同时考虑了空间溢出效应和网络外部性。核心贡献在于通过主方程和Feynman-Kac表示法，推导出“采纳放大因子”，用以量化局部冲击后系统总采纳量与初始采纳量的比率。模型通过引入状态依赖跳跃强度的Levy跳扩散过程，刻画了采纳过程中的“临界质量”动态：阈值之下为渐进扩散，阈值之上则触发加速采纳的级联跳跃。应用于SWIFT gpi在17家全球系统重要性银行的采纳数据，结果强有力地支持了双机制特征：网络中心银行采纳显著更早，阈值前采纳者的放大因子显著高于阈值后采纳者。
技术采纳网络外部性金融网络空间溢出临界质量级联效应
econ
01-09 00:00
本研究解决了内点网格法（EGM）与Epstein-Zin偏好模型不兼容的长期难题。通过引入幂变换，新算法绕过了价值函数进入欧拉方程的障碍，实现了无需寻根的快速求解。相比传统价值函数迭代，新方法在速度上提升1-2个数量级，精度提升超过1个数量级；在保持同等精度时，速度提升可达2-3个数量级，完全规避了传统方法面临的速度-精度权衡问题。
动态规划数值方法资产定价epstein-zin偏好计算经济学
econ
01-09 00:00
本研究调查了美国学术界对中国科学家的潜在歧视。通过分析美国顶尖大学社会学、经济学、化学和物理系的全体教员数据，发现女性中国科学家在女性教授中的占比远高于男性中国科学家在男性教授中的占比。采用精确匹配方法进一步揭示，男性中国科学家遭受显著的引用量惩罚，而女性中国科学家则享有持续的引用量红利。平均而言，女性中国科学家获得特定声望的终身教职所需的引用量低于非中国女性同行，而男性中国科学家则需要比非中国男性同行更多的引用。
学术歧视引用偏见性别差异华人科学家美国学术界
econ
01-09 00:00
一项涵盖2000-2024年间6.2万项随机对照试验、3680万参与者的研究发现，全球临床试验参与不平等主要由国家差异而非疾病类型决定。国家层面因素解释了超过90%的参与度差异，而疾病特异性影响微乎其微。研究显示，少数国家在几乎所有疾病领域都占据了不成比例的试验参与者，这种地理集中模式持续存在，表明仅靠针对特定疾病的垂直策略无法纠正不平等。减少全球临床研究不平等需要跨疾病领域的横向投资，包括研究能力、卫生基础设施和治理体系。
临床试验全球不平等研究公平性卫生政策疾病负担
econ
01-09 00:00
本文构建了一个动态模型，研究企业如何投资于“工作意义感”以激励员工。员工在获得收入的同时，也从工作的意义中获得效用。模型表明，意义感通过企业投资和员工社交互动积累，并能提升生产率。均衡分析发现，意义感水平随员工对意义的重视程度和企业耐心程度而上升，随折旧和社交成本而下降。与员工所有制企业相比，利润最大化企业在意义感上投资不足，揭示了企业激励与员工偏好的错配。研究为理解企业何时及为何采用意义驱动型管理实践提供了洞见。
工作意义感企业动态投资员工激励生产率组织行为劳动经济学
econ
01-09 00:00
本文探讨了社会学研究中分析群体不平等的两种根本性逻辑。传统交互模型遵循演绎逻辑，研究者预先指定调节变量并检验假设；而机器学习方法遵循归纳逻辑，算法在广阔的组合空间中搜索异质性模式。研究构建了一个框架来指导这两种方法的选择，揭示了其在可解释性与灵活性之间的权衡，并通过模拟演示了各自的适用场景。该框架对于理解教育回报等处理效应如何在不同社会子群体间变化的不平等研究至关重要。
社会不平等机器学习交互效应演绎归纳异质性分析社会学方法
econ
01-09 00:00
本文提出了一种新的分位数向量自回归（QVAR）估计与模型选择方法，解决了传统分位数回归中常见的分位数曲线交叉问题。通过将原始QVAR的自回归结构转换为单纯形（Simplex）形式，确保了所有分位数水平下的估计曲线保持单调性。模型采用SCAD惩罚项控制参数空间的爆炸性增长，并基于贝叶斯信息准则（BIC）选择最优惩罚参数。理论分析证明了估计量的收敛速度、渐近正态性以及模型选择的相合性。该方法应用于美国金融市场数据的实证分析，展示了其在经济计量中的实用价值。
分位数回归向量自回归单调性约束模型选择金融计量
econ
01-09 00:00
一项预注册实验研究（N=2,724）发现，当移除安全护栏（“越狱”）后，GPT-4o在说服参与者相信阴谋论（“支持”）方面的效力，与反驳阴谋论（“揭穿”）的效力相当。令人担忧的是，标准版GPT-4o也产生了类似效果，表明现有安全措施未能有效阻止其传播错误信息。但研究也发现，后续的纠正性对话可以逆转新诱导的信念，且提示模型“仅使用准确信息”能显著降低其增加阴谋论信念的能力。
大语言模型信息说服阴谋论ai安全社会实验错误信息
econ
01-09 00:00
本研究通过实验探究了人机交互中情感语调对ChatGPT（GPT-4.0）及人类后续行为的影响。参与者被要求在完成写作与伦理困境任务时，向ChatGPT表达特定情绪（如赞美、愤怒、责备）。结果显示：赞美能显著提升ChatGPT的回答质量；愤怒虽能带来较小改进，但会使其在伦理决策中减少对企业利益的侧重；责备则无助于改进回答，反而会增强其对公共利益的关注。此外，在经历责备ChatGPT的交互后，参与者在后续人际交流中会使用更多负面、敌对与失望的表达。这表明人机交互中的情感不仅塑造AI输出，还会溢出至人类之间的沟通。
人机交互情感计算chatgpt行为实验伦理决策情绪溢出
econ
01-09 00:00
本文提出了一种名为随机潜在微分推断（SLDI）的新框架，它将随机微分方程（SDEs）与深度生成模型相结合，旨在改进涉及结构化和时序数据的机器学习应用中的不确定性量化。该框架在变分自编码器的潜在空间中嵌入一个伊藤SDE，实现了灵活、连续时间的不确定性建模，同时保持了严谨的数学基础。SDE的漂移和扩散项由神经网络参数化，支持数据驱动的推断，并将经典时间序列模型推广到处理不规则采样和复杂动态结构。一个核心理论贡献是伴随状态与专用神经网络的协同参数化，形成了一个耦合的前向-后向系统，不仅能捕捉潜在演化，还能捕捉梯度动态。作者引入了路径正则化的伴随损失，并通过随机微积分的视角分析了方差缩减的梯度流，为改进深度潜在SDE的训练稳定性提供了新工具。
随机微分方程不确定性量化变分推断时序数据深度生成模型连续时间建模
econ
01-09 00:00
本研究构建了一个包含碳排放交易的多区域动态气候经济模型，求解了在非合作（各区域遵循《巴黎协定》排放上限）下的动态纳什均衡。模型预测，到205年，全球碳排放许可价格将达到每吨碳923美元；到2100年，全球气温将比工业化前水平上升1.7°C。研究发现，区域碳社会成本等于区域边际减排成本与许可价格之差，这揭示了碳税与交易机制之间的互补性。研究还揭示了区域碳社会成本存在显著异质性，宽松的上限可能导致排放增加，并在部分参与下存在强烈的搭便车激励。
气候经济模型碳排放交易碳社会成本纳什均衡巴黎协定搭便车
econ
01-09 00:00
本文研究了一个在时间和空间维度上控制污染扩散的最优控制模型。核心创新点在于将空间结构建模为网络，并引入一个中央规划者，通过动态调整生产和去污染投资，以最大化跨期效用函数。研究还特别分析了绿色与非绿色技术在此时空框架下的权衡问题。通过扩展已有方法，作者在线性污染成本假设下得到了问题的显式解。
最优控制污染扩散网络结构绿色技术跨期效用
econ
01-09 00:00
本文研究了消费者对消费者（C2C）二手市场中，卖家对商品质量不确定性的问题。研究发现，平台通过引入系统减少卖家的质量不确定性，虽然总能提高卖家福利，但对买家的影响则取决于条件。当买家的估值相对于卖家的成本不太高时，买家也能从中受益。这表明，平台减少卖家的质量不确定性可以作为提高市场效率的有效手段。
二手市场质量不确定性市场效率信息经济学平台经济
econ
01-09 00:00
传统观点认为，员工信念的误判会损害决策质量。然而，本文通过构建一个理论模型，分析了当员工的私人信息与组织利益存在冲突时，组织对员工“信心水平”的偏好。研究发现，组织倾向于雇佣那些行动能反映“预期利益冲突在不同观察下保持恒定”的员工。当私人信息不影响利益冲突时，信念校准准确的员工是最优的；反之，当冲突随信息变化时，组织最优选择是雇佣那些信心水平会扭曲其信息反应的员工。具体而言，当组织希望比校准准确的员工做出更强的信息调整时，过度自信的员工反而是最优的。
组织行为过度自信信息经济学委托代理信念设计
econ
01-09 00:00
本文研究个体与机构间的多对一匹配问题，其中机构包含多个部门并面临跨部门约束。作者引入了一个参数化选择规则族——广义序贯（GSq）规则，该规则涵盖了市场设计文献与实践中的多种常见规则。研究证明，当所有机构均采用GSq规则时，累积提议机制（COM）是唯一稳定且策略证明的机制。该理论框架可自然应用于印度高等教育与政府职位的平权行动，以及中国的高中招生等现实场景。
市场设计匹配理论机制设计稳定匹配策略证明教育资源分配
econ
01-09 00:00
本文提出了一种适用于非线性面板数据模型的通用识别方法，涵盖二元选择、有序响应等受限因变量模型。该方法允许模型包含任意数量的滞后因变量及其他内生协变量，其核心识别策略基于一个部分平稳条件，该条件不仅允许误差项分布未知，还允许误差项存在时间依赖性。研究在灵活的模型设定下推导了部分识别结果，并在二元选择设定中证明了识别集的尖锐性。蒙特卡洛模拟验证了该方法在有限样本下的稳健性能，并已应用于使用多种有序选择模型对收入类别进行的实证分析。
面板数据非线性模型识别策略部分平稳动态模型有序选择
econ
01-09 00:00
本文研究了在接收方能够根据发送方披露的信息灵活调整分配与转移支付的合同与市场环境中，硬信息（可验证信息）的战略作用。涵盖垄断定价、双边贸易、保险合约和政策谈判等场景。研究发现，当发送方完全披露其类型时，接收方会调整交易条款以榨取其剩余，导致发送方处境最差。通过建立披露博弈的均衡收益集合，论文证明了一个等价性结果：任何通过信息设计可实现的收益组合，都能通过披露博弈的均衡近似实现。这意味着，发送方无需承诺特定的信息结构，仅凭硬信息的可验证性，即可在接收方拥有议价优势的环境中实现其承诺收益。
信息设计披露博弈硬信息合同理论议价能力均衡分析
econ
01-09 00:00
本文通过自动化机制设计（AMD）方法，解决了向单一单位需求买家销售多物品的最优机制设计难题。研究结合深度学习算法求解小规模问题，并通过猜想与对偶理论严格验证，得出两项核心贡献：1）证明了当物品价值分布属于包含均匀分布的一类时，对所有物品设定相同价格（即捆绑销售）是最优的，且允许物品分布不同；2）针对区间 $[c, c+1]$ 上的均匀分布，建立了统一定价最优的充要条件，突破了此前已知的捆绑销售最优性条件（Haghpanah & Hartline, 2021）。
机制设计最优定价捆绑销售自动化设计对偶理论单位需求
econ
01-09 00:00
本文提出了一种用于估计含潜变量推断模型的新方法框架，并引入了一种新的潜变量回归模型LARX。LARX是广泛使用的带外生输入自回归模型（ARX）的扩展，允许任何或所有输入变量为潜变量。在推导LARX模型的过程中，作者在矩阵微积分领域做出了一个次要贡献：定义并应用了一个新的矩阵算子，以解决一类在个案约束下、多个系数向量之间存在交互作用的拉格朗日优化问题。在实证部分，LARX模型被用于重新审视美国股市表现与实际经济活动之间的关系。与基线OLS方法50.3%的样本外R平方相比，LARX模型的样本外R平方最高可达79.7%。该模型还揭示了股票回报与经济增长之间关系的潜在驱动因素的新信息，包括行业轮动的预测能力。
潜变量模型监督扩散larx模型矩阵微积分股市预测经济计量