econ
01-30 00:00
本研究通过分析5000条美国政客社交媒体消息的人工标注数据，挑战了将分类分歧视为随机噪声的传统假设。研究发现，政治沟通在信息类型、党派偏见等维度上高度清晰（平均置信度>0.99），但受众分类（选区类别）的置信度存在1.79个百分点的系统性下降。这表明测量误差源于策略性激励而非偶然的编码者误差，政客的意图表达清晰，但受众定位存在模糊性。
政治沟通文本测量受众模糊性社交媒体分析测量误差
econ
01-30 00:00
本研究利用韩国1993年高等教育改革（使女性大学完成率在十年内提升45个百分点）作为准实验工具，通过两阶段最小二乘法（2SLS）估计大学完成对中年女性抑郁的影响。分析结合韩国国民健康营养调查（KNHANES，2007-2021）的医生诊断抑郁数据与韩国女性家庭纵向调查（KLoWF，2007-2022）的自报抑郁症状数据。结果显示，大学完成使医生诊断抑郁率降低2.4个百分点（调整后为1.6个百分点），并使自报抑郁症状综合指数每周下降17.4个百分点（调整后为16.4个百分点）。研究为教育对心理健康（尤其是非西方背景下女性）的因果效应提供了跨数据来源的收敛证据。
高等教育心理健康准实验女性抑郁教育政策韩国研究
econ
01-30 00:00
本文提出了一种新的多变量模型设定检验，将Durbin回归推广至似不相关回归框架，并将其重构为一种GLS类估计量。该估计量明确建模了方程间的相依性以及回归量与扰动项的联合二阶动态。在传统OLS和GLS估计量可能不一致的较弱相依条件下，它仍保持一致性，并在更强条件下达到渐近有效性。蒙特卡洛实验表明，相关的Wald检验在有限样本中实现了更好的尺寸控制和有竞争力的功效，尤其是在结合基于自助法的偏差校正后。一项实证应用进一步说明，所提方法能提供稳定的推断，对多方程设定检验具有实际应用价值。
模型设定检验多变量回归gls估计有限样本性质蒙特卡洛模拟自助法校正
econ
01-30 00:00
本研究通过动态条件相关模型，分析了2020年与2024年美国大选期间，特朗普的每日民调数据与多项经济不确定性指标（如商业状况指数、通胀预期、贸易政策不确定性及VIX波动率指数）之间的时变关系。研究发现，2020年两者的相关性高度动态且受事件驱动，反映了新冠疫情、油价暴跌等外生冲击及政治事件的影响。而2024年竞选期间，相关性则稳定趋近于零，对冲击反应微弱，表明根深蒂固的政治极化与非经济事件（如刺杀未遂、候选人变更）削弱了经济因素对选举动态的影响渠道。
选举民调经济不确定性动态条件相关美国大选政治极化事件冲击
econ
01-30 00:00
本文探讨了当经济中的传统行为主体被算法取代时可能发生的情况。作者认为，正如“理性”概念帮助我们理解传统经济主体的行为结果，“无遗憾”这一标准将成为理解算法主体行为结果的关键。文章回顾了计算机科学中关于无遗憾算法的经典文献，并以此为基础，概述了经济学领域关于该算法的最新研究进展，重点关注操纵、统计推断和算法合谋等新兴议题。
算法经济学无遗憾学习算法合谋行为主体经济模型机器学习
econ
01-30 00:00
本研究首次构建了联合国可持续发展目标（SDGs）的完整因果架构。通过面板向量自回归（Panel VAR）和PCMCI+条件独立性检验，分析了168个国家（2000-2025年）的数据。研究发现SDG间存在分布式因果网络，而非围绕单一“枢纽”目标。教育对不平等的影响是最显著的直接关系（$r = -0.599$；$p < 0.05$），但其效应大小因收入水平而异。研究否定了存在单一“关键”SDG的观点，并提出了一个分层优先级框架，将目标分为上游驱动因素（教育、增长）、赋能目标（制度、能源）和下游结果（贫困、健康）。结论表明，有效的SDG加速需要通过协调的多维度干预来实现，单一目标的顺序策略是不够的。
可持续发展目标因果发现面板var分布式网络政策干预分层框架
econ
01-30 00:00
本文提出了一种用于比较两种预定匹配方案（如教育分班、医疗资源分配）的随机实验设计方法。核心挑战在于匹配干扰——一个单元被分配到一种匹配方案后，就无法参与另一种方案的比较。作者引入“分歧集”概念，将其唯一分解为具有良好结构性质的交替路径和循环。基于此，提出了“交替路径随机化设计”，通过沿这些路径和循环进行顺序随机化来有效管理干扰。在极小化极大框架下，优化了条件随机化概率，证明对于长路径，最优概率收敛于 $\sqrt{2}-1$，以最小化最坏情况方差。研究证明了Horvitz-Thompson估计量的无偏性，并推导了适应复杂路径结构的有限总体中心极限定理。此外，方法被扩展到多对一匹配（如学校招生），利用图论工具（如增广路径、欧拉回路分解）处理容量约束带来的新结构。
实验设计匹配机制随机化图论分解干扰管理有限总体推断
econ
01-30 00:00
本文提出PPI-SVRG方法，统一了预测驱动推断（PPI）与随机方差缩减梯度（SVRG）两种半监督优化技术。研究表明两者在数学上等价，均通过控制变量降低方差：PPI利用预训练模型预测，SVRG利用参考梯度。新方法收敛界可分解为标准SVRG速率与预测不确定性导致的误差项之和，收敛速率仅取决于损失函数几何性质，预测质量仅影响最终解的邻域大小。实验表明，在仅10%标注数据的MNIST任务上，PPI-SVRG将测试准确率提升2.7-2.9个百分点。
半监督优化方差缩减预测驱动推断随机梯度下降机器学习收敛分析
econ
01-30 00:00
本研究重新评估了19世纪拉丁货币联盟（LMU）对成员国间贸易的影响。通过采用最新的引力模型进展，并更严谨地定义对照组（考虑了LMU早期各国货币制度的多样性），研究发现：在19世纪70年代早期双本位制仍被视为可行货币体系时，LMU对成员间贸易产生了积极影响；此后该效应逐渐减弱并趋近于零。结论对纳入额外潜在混杂因素、使用不同国家样本与贸易数据源以及替代方法选择均保持稳健。
拉丁货币联盟贸易效应引力模型双本位制货币一体化历史经济
econ
01-30 00:00
本研究通过美国各州取消市场平台投资限制这一外生政策冲击，采用双重差分法评估了金融科技对银行业的冲击。研究发现，金融科技加剧了对稀缺存款资金的竞争，导致小型金融机构的存款成本上升约11.5%。然而，这种价格调整有效防止了流动性流失。同时，研究指出，通过分支网络实现规模和地理多元化，能够从竞争较弱的市场获取存款，从而缓解金融科技竞争的影响。
金融科技银行业竞争存款成本双重差分法政策冲击
econ
01-30 00:00
本文推广了冯·诺依曼将分配问题归约为零和博弈的经典结果，突破了原LP目标函数向量必须全正、约束矩阵为0/1的限制，允许部分负值。新归约明确区分了博弈双方的角色：其极大极小策略分别对应原始和对偶LP的最优解，且博弈值直接揭示了LP的最优值。这一推广为多个基本经济场景提供了统一的博弈论解释，深化了线性规划对偶定理与极小极大定理之间的等价性理解。
博弈论线性规划对偶理论极小极大定理经济模型算法归约
econ
01-30 00:00
本文提出了一种允许“弃权”的政策学习框架，旨在解决高风险场景（如个性化医疗、广告投放）中算法被迫在不确定时做出决策的风险。核心方法是：当预测不确定性高时，政策可选择弃权并转向一个安全的默认选项或专家判断，此时获得一个略高于随机猜测的奖励。作者设计了一个两阶段学习器，首先识别一组近似最优政策，然后根据它们之间的分歧构建弃权规则。在已知倾向得分的情况下，该方法实现了快速的 $O(1/n)$ 型遗憾保证，并通过双重稳健（DR）目标将其扩展到未知倾向得分的情况。此外，研究证明弃权是一个多功能工具，可直接应用于政策学习的其他核心问题：在无需常见可实现性假设的边界条件下获得改进保证；通过对冲小规模数据偏移与分布鲁棒政策学习相联系；并通过确保以高概率优于基线政策来支持安全政策改进。
政策学习弃权决策双重稳健估计分布鲁棒性安全改进个性化治疗
econ
01-30 00:00
本文针对具有大型（无限）政策空间的双代理社会选择问题，提出了一种基于共同偏好基数化的高效妥协规则。核心机制“多马通”让两名参与者轮流提出备选方案集，由对方从中选择。主要理论结果表明，该机制能在子博弈完美纳什均衡中完全实现所提出的妥协解。研究通过政治经济学、他涉偏好及设施选址等应用案例，展示了该方法的强大解释力与广泛适用性。
社会选择博弈机制妥协规则政策空间纳什均衡
econ
01-30 00:00
本研究基于广义享乐-线性模型，探讨了代表性消费者偏好下产品特征的最优差异化设计。研究发现，在多产品垄断下，垄断者的特征选择与社会最优一致，尽管存在产量不足。而在寡头垄断下，则可能出现多种均衡，其特征设计模式存在质的不同。分析表明，虽然存在产品差异化的寡头均衡比产品集中的均衡带来更高福利，但其差异化程度仍低于社会最优水平，导致寡头垄断下的社会福利通常低于垄断情形，这凸显了特征设计中协调的关键优势。研究还扩展至重叠所有权结构，发现共同所有权可通过促使企业增加产品差异化（而非减少产量）来软化竞争，从而提升福利。
产品差异化享乐模型寡头竞争社会福利特征设计共同所有权
econ
01-30 00:00
fixest是一个用于快速、灵活计量经济学估计的R包，为应用研究者提供了全面的工具集。其核心优势在于固定效应估计，通过C++实现的新型定点加速算法，能在广泛的数据场景中实现快速收敛，并能高效估计包含变斜率在内的复杂模型。该包为普通最小二乘法、工具变量法、广义线性模型、最大似然估计和双重差分法等多种模型提供了统一语法，支持单次调用完成多重估计、逐步回归和变量插值。内置多种稳健标准误便于即时推断调整，并提供可直接用于发表的回归表和系数图绘制方法。与R、Python和Julia中的主流替代方案相比，其性能表现优异。
计量经济学r语言包固定效应高效算法统计推断
econ
01-30 00:00
本文研究一类对称竞争模型，其中每个参与者在一维绩效指标上选择一个任意分布，并面临凸成本。作者证明了对称均衡的存在性，描述了其必须满足的若干性质，并通过一阶条件方法提供了均衡的特征刻画。该理论框架可广泛应用于研发竞争、产品设计的寡头竞争以及排序竞赛等多个经济学领域。
对称竞争分布均衡一阶条件研发竞争寡头竞争排序竞赛
econ
01-30 00:00
本文研究了当社交网络存在内生性时，半参数二元选择模型的识别与估计问题。作者指出，在许多应用中，未观测的个体特质同时影响结果变量和社交关系的形成，导致标准Logit模型（即使加入常见的网络控制变量）可能存在偏误。核心创新在于，作者提出了一种无需对网络形成过程施加参数化假设的解决方案。其关键洞见是：在网络形成行为上观测等价的个体，即使其潜在特质未被观测，也共享相同的社会影响。利用这一等价性，通过比较具有相同网络类型的匹配个体对，作者证明了二元响应模型中斜率参数的点识别。基于邻接矩阵推导出的共度信息进行非参数匹配，作者提出了可行的估计量，并建立了其一致性和渐近正态性。蒙特卡洛模拟表明，该估计量在一系列网络设计下的有限样本中表现良好。一项关于印度农村小额信贷采纳的实证应用展示了该方法在典型网络数据集中的实施，并表明考虑内生网络形成会影响协变量效应的估计，无论是否包含村庄固定效应。
内生网络半参数模型二元选择社会网络识别策略非参数匹配
econ
01-30 00:00
本文为实证研究者提供了一种检验战略环境中信息结构排序的方法。研究利用贝叶斯相关均衡（BCE），将信息结构的排序问题转化为可检验的矩不等式，并建立了检验程序的统一渐近有效性。在美国航空市场的应用中，该方法被用于检验枢纽航空公司是否拥有超越成本和需求优势的信息特权。结果表明，该假设被拒绝，且拒绝主要集中在大型、竞争激烈的市场中。
信息结构贝叶斯相关均衡矩不等式实证检验战略互动航空市场
econ
01-30 00:00
本研究系统评估了基于个体、混合、固定效应和实证贝叶斯估计的面板数据预测方法，并提出了最优预测组合权重方案。在线性面板数据模型框架下，允许弱外生回归变量和相关异质性，量化了利用面板数据带来的预测增益。研究发现，预测性能取决于参数异质性程度、异质性与回归变量的相关性、模型拟合优度以及数据维度。蒙特卡洛模拟及房价与CPI通胀的实证应用表明，实证贝叶斯和预测组合方法整体表现最优，且极少对单个序列产生最不准确的预测。
面板数据预测参数异质性实证贝叶斯预测组合蒙特卡洛模拟经济预测
econ
01-30 00:00
本研究探讨了决策理论中行为公理被近似满足而非精确满足的情况。研究证明，在风险决策、不确定性决策和跨期选择等关键领域，行为若“几乎”满足某个公理（如期望效用或指数贴现效用），则意味着存在一个能捕捉实际行为的效用函数，该函数“邻近”于一个完全符合标准理论表示的理想效用函数。研究明确量化了实际效用与理想效用之间的距离，将其表示为偏离公理程度的函数。这正式连接了衡量经验偏离与利用近似优化这两种定量分析，表明对行为公理的微小偏离可以合理化标准模型作为有效近似来使用。
决策理论行为公理近似优化效用函数风险决策跨期选择
econ
01-30 00:00
本文通过一个网络化选美竞赛博弈模型，研究了公共信息的价值如何受网络结构影响。研究发现，当网络互动均匀时，公开披露信息总能提升社会福利；但在核心-边缘结构中，公共信息可能反而有害。其机制在于：核心节点会过度响应有噪声的公共信号，迫使边缘节点吸收这种波动以维持协调，从而扭曲资源配置。这表明在层级化市场中，标准的透明度政策可能适得其反。
网络博弈信息价值核心边缘结构透明度政策社会福利
econ
01-30 00:00
本研究将重复性的任务分配视为一种激励员工努力的新工具。与传统激励方式不同，任务分配与生产过程密不可分且具有排他性：它既提供激励，又决定了谁参与生产，同时必然排除其他人。研究发现，最优的任务分配遵循一种严格且动态演变的优先级排序。即使在员工技术独立且各方面完全对称的情况下，他们在每个后续阶段的预期平均工作量也存在差异。这表明效率与平等之间的权衡比以往认识到的更为普遍。研究进一步探讨了在不加剧员工不平等的前提下，扩大效率范围的设计工具。
任务分配动态激励效率平等权衡劳动经济学机制设计