econ
02-10 00:00
本文系统回顾了银行倒闭的成因证据，旨在厘清偿付能力与流动性在其中的相对重要性。研究发现，无论是否发生挤兑，银行倒闭几乎总是与基本面恶化相关。挤兑通常只是压垮已丧失偿付能力银行的“最后一根稻草”，而基本面稳健的银行则很少因挤兑而倒闭，它们通常能通过同业合作、资本注入或暂停兑换等机制化解危机。这些发现对理解金融危机和设计有效的金融稳定政策具有重要意义。
银行倒闭偿付能力流动性挤兑金融稳定政策设计
econ
02-10 00:00
本研究分析了AI智能体社交网络Moltbook的早期互动模式，引入了“互动半衰期”概念来衡量评论获得直接回复的概率随时间的衰减速度。研究发现，该网络中的讨论主要由单层反应主导，而非延伸的对话链。大多数评论从未获得直接回复，双向互动罕见，且回复几乎都在数秒内发生，对话持久性仅为分钟级而非小时级。与同期Reddit基线相比，Moltbook的对话深度和持久性显著更低。这表明，早期AI智能体的社交互动呈现“快速回应或沉默”模式，要实现持续的多步骤协调，可能需要显式记忆、线程重提和再进入机制的支持。
ai社交网络对话持久性互动半衰期智能体协调人机交互
econ
02-10 00:00
本研究将Fudenberg等人（2026）的模型限制性概念，推广至包含半/非参数及结构成分的更广泛经济模型。我们展示了如何在无限维设定中，利用高斯过程先验（含形状约束）及贝叶斯非参数方法，定义和计算限制性。框架进一步扩展至包含内生性、工具变量、多重均衡及非参数冗余分量的结构模型。研究探讨了在Rademacher复杂度和GMM准则函数背景下，用户特定差异函数选择的重要性，并将限制性与机器学习中平均学习曲线的极限联系起来。应用表明，在标准参数设定下，嵌套Logit与混合Logit的限制性相似，而IV外生性条件会显著增加总体限制性并改变模型排序。
模型限制性结构模型非参数方法内生性高斯过程计量经济学
econ
02-10 00:00
本研究利用1995-2019年151个国家的面板数据，分析了干旱与极端湿润气候对劳动力参与性别差距的非线性影响。研究发现，有偿劳动的性别差距与干旱呈U型关系，与极端湿润呈倒U型关系。干旱主要通过影响就业性别差距驱动，而湿润条件则通过失业渠道影响参与率差距。这些关系因国家特征而异：灾害流离失所风险高的国家在极端湿润期间性别差距缩小，而中等风险经济体在干旱期间差距扩大。此外，干旱的U型效应在女性赋权水平中低的国家最为明显，而非线性的湿润响应则集中在中等赋权国家。最后，在气候冲击净抵御能力弱的国家，干旱和极端湿润都会扩大性别差距。
气候经济学性别差距劳动力市场非线性效应面板数据
econ
02-10 00:00
本研究为金融时间序列预测中的“度量脱节”现象提供了新的理论视角，通过解析方法建立了样本外$R^2_{OOS}$与方向准确率(DA)之间的联系。在以随机游走模型为基准、并假设符号正确性与实现幅度独立的条件下，研究证明对于均方误差最优的点预测，这两个度量指标呈现二次关系。结果表明，对于方向准确率一般的点预测，其理论$R^2_{OOS}$值本质上可忽略不计。因此，如果模型非最优或受有限样本噪声影响，出现负的经验$R^2_{OOS}$是预期之中的。
金融预测度量脱节样本外r²方向准确率时间序列二次关系
econ
02-10 00:00
本研究通过巴基斯坦卡拉奇市的实地实验，揭示了IT行业招聘中基于性别和居住地社会经济地位的双重歧视。在雇主未明确声明偏好的情况下，男性求职者获得的面试邀约仍显著多于女性。同时，来自高收入社区的申请者比低收入社区申请者多获得45%的面试机会，即使控制了通勤距离，这一优势依然存在。定性访谈表明，雇主将生产力和专业“契合度”与性别及社区背景相关联，居住地址成为阶级背景、教育水平和技能的代理信号，强化了既有刻板印象。
招聘歧视性别差距社会经济地位实地实验劳动力市场信息技术行业
econ
02-10 00:00
本研究首次同时分析了比特币的链上与链下供需因素对价格的影响。通过使用2019-2024年的日度数据构建ARDL模型，研究发现：长期来看，链下需求压力对价格有显著影响；短期则受供需双方共同驱动。在链上交易层面，只有链上需求压力在长短期均显著。这表明比特币价格动态具有双重性，既受市场基本面影响，也受投机驱动。鲸鱼交易的长期影响较弱，但同期及滞后一期影响更明显。
比特币价格链上链下分析供需驱动ardl模型加密货币市场
econ
02-10 00:00
本研究首次对西班牙2024年国家住房法框架下加泰罗尼亚地区实施的租金管制政策进行了实证评估。作者利用市级行政数据，采用双重差分法和事件研究法识别政策对租赁市场的因果效应。研究发现，政策导致租赁合同数量减少，但对租金增长率的抑制作用相对有限且稳健性不足。研究结果揭示了租金管制在短期内的重要影响，但也指出需谨慎解读，部分估计存在数据局限性和稳健性问题。
租金管制住房政策双重差分法租赁市场实证评估西班牙
econ
02-10 00:00
本研究利用Lyft在2024年2月推出的新政策作为自然实验，分析了平台设计变更对各方的影响。该政策为司机提供了乘客支付金额的最低分成保障，并提前展示预估单次收入，增强了收入透明度。通过对超过4700万次行程数据的动态交错双重差分与地理边界分析发现，该政策显著提升了司机参与度（尤其是低收入或收入不确定性高的司机），增加了工作时长、平台利用率和行程量。供给端的积极变化也外溢至乘客需求侧。研究进一步区分了收入保障与透明度各自的作用，并指出透明度可能引发司机的策略性行为。
平台经济自然实验双重差分收入透明度零工经济政策评估
econ
02-10 00:00
本研究开发了一个离散事件仿真模型，用于分析疫苗制造供应链的脆弱性，以支持大流行快速响应。模型整合了生产过程、质量保证与控制（QA/QC）以及原材料采购，以捕捉系统整体动态。通过对一个年产5000万剂mRNA疫苗设施的案例研究发现：1）QA/QC人员是主要瓶颈，正常条件下利用率达84.5%，而设备利用率低于33%；将QA/QC产能翻倍可使年产出提升79.1%，效益高于设备投资。2）原材料供应中断危害极大，采购周期延长会使三年总产出下降19.6%，并导致51.8%的生产时间面临断供。3）供应链对不同类型中断的恢复能力不同：急性中断（如停工、停电）可在6-9周内恢复，而慢性中断（如供应延迟）会导致长期性能下降。
疫苗供应链离散事件仿真大流行准备制造瓶颈韧性分析mrna疫苗
econ
02-10 00:00
本研究通过分析2022至2025年间发布的809个模型数据，探究了LLM性能提升的核心驱动力。研究发现，在性能前沿，80-90%的差异可由更高的训练算力解释，表明“规模”而非“专有技术”是推动前沿进步的关键。然而，在非前沿领域，各公司的专有技术和共享算法进步能显著降低达到特定能力阈值所需的算力，部分公司能更高效地训练较小模型。研究还发现，同一公司内部模型效率差异巨大，可达40倍以上。这对理解AI领导地位和能力扩散具有重要意义。
大语言模型规模定律训练算力模型效率算法进步ai竞争
econ
02-10 00:00
本研究解决了混合Logit需求模型下的约束定价问题，弥补了现有研究多关注无约束场景的不足。对于单客户段的MNL模型，通过指数锥规划重构，提出了多项式时间近似方案（PTAS）。对于包含T个客户段的有限混合Logit模型，将其重构为具有O(T)个双线性项的指数锥规划，并设计了复杂度仅随T指数增长的Branch-and-Bound算法。因此，当客户段数量有界时，该约束定价问题同样存在PTAS。数值实验表明，该方法优于现有基准。
约束定价混合logit多项式时间近似方案指数锥规划收益管理需求模型
econ
02-10 00:00
研究发现，在数据驱动的决策（如难民就业匹配）中，广泛使用的基于模型的策略评估方法存在根本缺陷，即“赢家诅咒”。即使模型准确、数据随机、模型设定正确并使用样本分割，该方法仍会产生过度乐观的虚假效益估计。理论分析和基于难民匹配场景的模拟实验表明，在真实效应为零的情况下，该方法仍可能“稳定地”报告高达60%的虚假增益，与文献中报告的22-75%的改进幅度相当。这强烈质疑了当前主流评估方法的可靠性。
赢家诅咒政策评估难民匹配数据驱动决策模型偏差因果推断
econ
02-10 00:00
本文研究了一类参数变换存在一阶退化（梯度为零或接近零）的模型，在此类模型中，标准Delta方法失效。以因果中介分析为例，间接效应是系数的乘积，在原点附近梯度退化。研究表明，在退化点附近，常规估计和分位数无偏估计均不可行。作者开发了基于最小距离的方法，构建了一致有效的置信区间，给出了标准卡方临界值仍有效的充分条件，并提出了简单的自助法程序。模拟和实证应用（教师性别态度对学生成绩的影响）均显示了该方法良好的功效。
统计推断一阶退化因果中介分析最小距离法置信区间自助法
econ
02-10 00:00
本研究对衡量育儿对性别收入差距影响的“标准化三重差分法”进行了形式化分析。研究发现，当收入水平的平行趋势假设被违反时（例如高能力者倾向于晚育且收入增长更快），传统方法会系统性低估早期为人父母者（尤其是女性）所承受的“育儿惩罚”。基于以色列行政数据的偏误边界分析证实了这种低估的严重性。作为解决方案，作者提出将估计目标转向育儿对性别收入比率的影响，并证明该新估计量在现有框架下可被识别。
育儿惩罚性别收入差距识别策略劳动经济学人力资本理论
econ
02-10 00:00
本研究提出了一种基于线性规划的系统性方法，用于推导多面体选择问题中的先知不等式。该方法利用停止问题的简化线性规划表示，不仅统一推导了多个已知结果，还获得了新的理论突破。例如，证明了在线多拟阵情形下的1/2-先知不等式，并展示了该不等式在闵可夫斯基和运算下的复合性质：若多面体P¹和P²分别满足r-先知不等式，则它们的闵可夫斯基和同样满足该不等式。
先知不等式线性规划停止问题多面体选择在线算法组合优化
econ
02-10 00:00
本文发展了一种由决策者对与真实世界状态相关的数据集合的信念所引发的模糊性下的学习理论。在此框架下，贝叶斯学习的两个经典结论得以扩展到模糊性环境中：实验等价于后验信念的分布，并且布莱克威尔的信息量更大与价值更高的排序是一致的。当应用于稳健贝叶斯分析时，我们的结果阐明了Gamma-极小极大问题中时间不一致性的来源，并为条件Gamma-极小极大准则提供了支持论据。我们还将结果应用于一个说服博弈，以说明我们的模型为模糊性下的沟通提供了一个自然的基准。
模糊性贝叶斯学习稳健分析gamma-极小极大信息设计决策理论
econ
02-10 00:00
本文针对正交时延多普勒分集复用（ODDM）系统在高移动性场景下的信道估计难题，提出了一种二维分层稀疏贝叶斯学习（2D HSBL）框架。该方法通过在时延-多普勒域定义虚拟采样网格，构建了部分解耦的二维稀疏信号恢复模型。框架首先进行低复杂度的粗网格稀疏贝叶斯学习以识别潜在信道路径，随后在这些区域构建高分辨率细网格进行离网格估计，从而在保证高精度的同时显著降低了计算复杂度。仿真结果表明，该框架性能优于传统离网格2D SBL方法。
信道估计稀疏贝叶斯学习oddm系统高移动性通信计算复杂度
econ
02-10 00:00
针对通信场景识别中数据不足与分布不平衡的挑战，本研究提出了一种名为FilterLoss的加权损失函数结构。该方法通过为不同样本点分配差异化的损失权重，使深度学习模型能聚焦于高价值样本，同时合理处理噪声及边界数据。配套的权重过滤算法可评估样本质量并据此赋权。实验表明，在高度不平衡的新数据集上进行迁移学习时，应用此方法可将模型准确率恢复至原始模型性能的92.34%，并在数据不足时保持良好稳定性。
迁移学习损失函数样本加权通信场景识别数据不平衡
econ
02-10 00:00
本文提出了一个将分配偏好纳入市场设计的通用框架。研究识别了保证选择规则路径独立性的偏好结构性质：在分散市场中，贪婪规则能唯一最大化此类偏好；在集中市场中，相关的延迟接受机制能唯一实现它们。该框架涵盖了配额制与拟阵等经典模型，并能处理涉及交叉身份等现有方法难以应对的复杂目标，为广泛的分配政策提供了统一的公理化基础与比较静态分析。
市场设计分配偏好机制设计延迟接受路径独立性公理化
econ
02-10 00:00
本文针对存在不可逆失败（如破产、崩溃）的动态博弈，提出了延续-绩效分解（CPD）理论。研究证明，任何满足自然正则性（如失败完成不变性、生存局部性）的评估方法，都必须将延续可能性（能否存活）与绩效表现（收益高低）按字典序分离评估——延续优先于绩效。这并非行为假设，而是良定义评估的必然结果。理论等价于失败惩罚趋于无穷的博弈极限，表明生存能力是独立于收益的博弈形式不变量。应用于银行挤兑模型显示，当延续收益分配不对称时，抢先提款是理性的生存否决，而非协调失败。CPD解决的是表征问题，而非偏好问题。
动态博弈不可逆失败延续优先银行挤兑决策理论博弈形式
econ
02-10 00:00
本文研究两家横向差异化企业在消费者对未来偏好仅部分知情时的竞争策略。企业通过提供期权合同菜单进行筛选，消费者先与两家企业签约，待偏好完全显现后仅购买一种产品。研究发现，相对于现货定价，消费会发生扭曲，因为消费者被内生地锁定于一家企业。若签约时间足够早（消费者信息更少、差异化更低），消费者将受益，这与垄断情形结论相反。排他性合同会加剧竞争，进一步使消费者获益。
序贯筛选期权合同横向竞争信息结构消费者锁定寡头市场
econ
02-10 00:00
本文研究社会规划者能否通过干预提升序列决策环境中的学习效率。规划者可以联合设计向智能体披露的社会信息，并提供与智能体行动挂钩的货币转移支付。研究发现，尽管拥有这种灵活性，但若初始学习过程本身是低效的，则任何信息设计与转移支付的组合都无法在保持总期望转移支付有限的前提下，恢复高效学习。这表明，当社会学习存在根本性低效时，有限的预算干预无法从根本上解决问题。
社会学习序列决策信息设计转移支付预算约束学习效率
econ
02-10 00:00
本文提出一种处理涉及潜变量（特别是面板数据中个体固定效应）矩条件的新方法。通过将固定效应视为辅助回归中的生成回归元，作者构建了正交矩条件，能够消除由估计固定效应所引起的一阶偏差。该方法允许使用机器学习或经验贝叶斯方法来改进正交矩中冗余参数的估计。理论贡献在于，无需依赖面板数据残差与横截面矩函数之间的外生性假设，即可基于正交矩建立中心极限定理。模拟研究表明，在外生性假设被违反时，基于正交矩的估计量相比依赖该假设的其他估计量具有更小的偏差。一项关于实验地点选择的实证应用展示了该方法如何应用于非线性矩条件。
固定效应正交矩面板数据生成回归元矩估计偏差校正