econ
02-09 00:00
本文研究了具有潜在结构的异质性同伴效应模型，该模型包含组固定效应和斜率异质性。研究采用Classifier-Lasso算法来一致地发现潜在结构并确定聚类数量。针对社会互动二元选择模型中的“偶发参数问题”，作者提出了一种参数自助法进行去偏，并建立了其渐近有效性。蒙特卡洛模拟证实了该方法在有限样本下的优异性能。在一项关于学生风险行为的应用中，该算法检测到两个潜在聚类，并发现同伴效应在其中一类中显著，这揭示了其在揭示异质性社会互动方面的实际应用价值。
社会互动潜在结构异质性同伴效应机器学习计量经济学
econ
02-09 00:00
本研究通过SAT求解和Isabelle证明助手，严格证明了在至少四个备选方案时，不存在同时满足匿名性、一致性和策略证明性的社会福祉函数。策略证明性要求个体无法通过虚报偏好使聚合结果更接近其真实偏好（以Kemeny距离衡量）。研究还证明策略证明性与多数一致性不兼容，且两类自然函数具有高操纵性，揭示了排名聚合机制设计的根本限制。
排名聚合策略证明性社会选择理论sat求解不可能性定理机制设计
econ
02-09 00:00
本研究针对科学新颖性测度中普遍依赖成对知识单元距离聚合的局限，提出了一种基于网络结构的整体性指标——认知遍历距离（CTD）。该方法将历史文献视为加权知识网络，将一篇论文的新颖性定义为关联其所有知识单元所需的最短路径长度，从而超越了基于均值或分位数的成对距离聚合。基于OpenAlex中2700万篇生物医学文献及MeSH术语的实证评估表明，CTD在F1000Prime推荐论文和诺贝尔奖获奖文献等专家基准上，均优于传统聚合指标。
科学计量学新颖性测度知识网络认知遍历距离生物医学文献
econ
02-09 00:00
本文借鉴学习理论，为刘易斯在《惯例》中提出的共同知识概念提供了一个形式化框架，重点关注共同归纳知识的生成机制。研究构建了一种丰富的句法语言，以捕捉“有理由相信”和“指示”等关键概念，并为其设计了新颖的拓扑语义学，将主体的信息库和“切换容忍度”（代表其个人归纳学习标准）作为基本要素。研究发现，当所有主体都是真正的归纳学习者时，命题P成为共同归纳知识的世界集合不依赖于主体的切换容忍度；然而，特定见证W是否能生成P的共同归纳知识，则对此参数敏感。最后，作者应用该逻辑解决了协调攻击问题的一个归纳变体。
共同知识归纳学习拓扑语义形式逻辑协调攻击问题
econ
02-09 00:00
本研究提出一种创新的价值转化会计框架，将组织的财务核算与碳及生物多样性足迹深度整合。通过引入“生物多样性当量”作为与“二氧化碳当量”平行的核心度量指标，并利用全球国家层面的数据集，使组织能够评估其消费行为对生物多样性的影响。以芬兰一所大学为案例的测试表明，为环境足迹分配抵消成本会显著改变组织的财务价值。该模型旨在促使高管和投资者正视其组织的负面环境影响。
环境会计生物多样性足迹碳足迹价值转化可持续核算组织影响
econ
02-09 00:00
针对监管机构提出的将广告功能从电商平台分离的反垄断建议，本研究通过理论模型分析发现，分离广告功能可能使卖家受益、消费者受损，且不一定能提升社会福利。核心机制在于，独立的广告公司仅依赖广告收入，而整合型平台则同时从广告和交易佣金中获利。当平台提高广告投放精准度时，会通过缓和卖家间的价格竞争来增加佣金收入，但同时也会降低广告位的竞争激烈程度，从而减少广告收入。因此，整合型平台在提升广告精准度上可能比独立广告公司有更强的经济激励。
电商平台广告与市场分离社会福利反垄断监管精准广告平台经济
econ
02-09 00:00
本文提出了一种新颖的高维删失MIDAS逻辑回归模型，用于解决企业财务困境预测中的三大统计难题：右删失、高维预测变量和混频数据。该方法通过逆概率加权处理删失问题，并利用稀疏组惩罚实现对大量混频预测变量的准确估计。研究建立了考虑删失、MIDAS近似误差和重尾性的估计误差有限样本界，并开发了去稀疏化惩罚估计器以进行高维删失场景下的有效统计推断。蒙特卡洛模拟验证了方法的优越性能，并在中国上市公司财务困境预测中进行了广泛应用。
企业生存预测高维统计删失数据混频数据逻辑回归财务困境
econ
02-09 00:00
本研究通过一系列预先注册的激励相容在线实验，探究人们如何评估和选择不同的等待时间分布。主要发现：1）人们厌恶更长的期望等待时间和更高的方差；2）当分布具有厚右尾时，基于矩的效用模型失效。决策者强烈偏好概率质量在更大支撑集上均匀分布的长右尾分布，而非在最大值附近出现尖峰的分布，即使控制了均值、方差和高阶矩。投资组合理论中常用的条件风险价值（CVaR）模型能很好地预测这些选择；3）决策者压倒性地寻求关于右尾结果的信息。
行为经济学等待时间风险偏好条件风险价值服务运营决策实验
econ
02-09 00:00
本文提出了一种处理网络模型中非参数不可观测异质性的新方法。针对网络交互中普遍存在的基于可观测变量的同质性，作者认为基于不可观测固定效应的同质性同样重要，忽略它会导致估计不一致和政策误导。核心思想是利用交互结果来识别具有相同固定效应值的个体，并通过这些个体在可观测特征上的变异来识别协变量的效应，从而控制固定效应。研究构建了多个感兴趣参数的估计量，并刻画了其大样本性质。数值实验验证了所提方法的有效性。
网络模型不可观测异质性非参数估计同质性固定效应识别
econ
02-09 00:00
本文为扰动效用路径选择模型及其伴随的随机交通均衡模型开发了一个灵敏度分析框架。在一般假设下，我们推导了关于链路成本参数的个体最优PURC流和均衡链路流雅可比矩阵的解析灵敏度表达式。这使得我们能够确定网络中链路成本发生边际变化后链路流的边际变化。我们展示了如何利用PURC模型产生的稀疏性来实现这些结果。数值算例说明了我们的方法在链路成本变化后估计均衡链路流、识别关键设计参数以及量化性能预测不确定性方面的应用。最后，我们通过一个大规模算例演示了该方法。这些发现对交通规划和经济中的网络设计、定价策略和政策分析具有重要意义，在理论模型和实际应用之间架起了一座桥梁。
交通均衡灵敏度分析扰动效用网络设计定价策略
econ
02-09 00:00
本文扩展了Morris（1991,1994）关于共同先验与可接受赌注的经典对偶定理。原定理表明，在有限类型空间中，存在一个具有全支撑的共同先验，当且仅当不存在可接受的赌注。本研究的贡献在于：1）将该对偶定理推广至无限类型空间；2）证明该推广具有稳健性，不依赖于信念是采用可数可加还是纯可加概率测度；3）分析表明，将共同先验理解为单一概率分布或概率分布集的概念，其本身可能并不总是有意义的。
共同先验信念一致性类型空间可接受赌注概率测度
econ
02-09 00:00
本文提出了一种新的识别策略，用于估计面板数据中的政策强度效应。作者将Horowitz-Manski-Lee边界方法融入Changes-in-Changes框架，从而部分识别了平均和分位数强度边际处理效应。研究还探讨了如何利用多重样本选择来源来放松原始边界中的单调性假设。除了识别策略，论文还提供了相应的估计量和推断结果，并以哥伦比亚的一项职业培训项目为例，展示了该方法的实际应用价值。
强度边际效应面板数据部分识别changes-in-changes政策评估职业培训
econ
02-09 00:00
本文研究了无限消费流空间中的“未来盲视”偏好，即严重贴现未来的行为。提出了两种定义：N-盲视（忽略固定日期N之后的所有时期）和最终盲视（忽略除有限多个日期外的所有时期）。通过拓扑方法，证明了确保最终盲视的最精细拓扑与产品拓扑一致，从而为无限维空间中研究均衡存在性时常用的产品拓扑连续性提供了行为基础。最后，刻画了这些拓扑下的对偶空间。
未来盲视产品拓扑无限消费流行为基础拓扑方法均衡存在性