econ
02-11 00:00
本研究利用高频识别方法，对美联储和欧洲央行货币政策冲击在44个经济体中的国际溢出效应进行了分析。研究发现，货币政策的国际传导存在强烈的非对称性：线性模型会掩盖这一效应。具体而言，紧缩性政策冲击会显著导致国外金融条件恶化、经济活动收缩及国际贸易下滑；而扩张性冲击则几乎不会带来可测量的改善。这一结论在不同样本、识别策略及分析框架下均保持稳健。
货币政策国际溢出非对称效应高频识别金融条件
econ
02-11 00:00
研究通过认知心理学和实验经济学方法，对多个主流LLM家族进行了大规模实验，以检验其在经济金融决策中是否存在系统性行为偏见。研究发现：在偏好型任务中，模型越先进或规模越大，其反应越接近人类；而在信念型任务中，先进的大模型常能给出理性回应。通过提示引导LLM进行理性决策，可以有效减少其偏见。
行为经济学大型语言模型决策偏见人工智能理性决策
econ
02-11 00:00
本研究探讨了存在隐藏信息的垄断保险市场，其中代理人的风险类型θ是私人信息，且同时影响其损失分布和风险态度。核心结论是：一个合约菜单是激励有效的，当且仅当它在激励相容和个人理性的约束下最大化社会福利。这一等价性适用于一般的凹效用函数。特别地，对于Yaari对偶效用函数，研究给出了最优激励有效合约菜单的半显式刻画。分析表明，最优合约中，更高风险类型的代理人获得更高的保障，但需支付更高的保费；最低类型代理人无额外剩余，而最高类型代理人获得完全保障。
保险市场逆向选择激励相容垄断定价合约设计社会福利
econ
02-11 00:00
本文针对当前代币经济系统设计缺乏系统性、实证性指导的现状，提出了一个名为“代币经济设计方法”的设计科学产物。该方法通过迭代式定性综合先前研究，并结合一个共同设计的稳定币生态系统案例进行完善，旨在为激励结构、治理机制和代币经济学提供一个连贯的、分步式的设计指导。其核心特点在于强调系统的社会技术背景及其设计的早期阶段，并通过案例研究和专家访谈进行了形成性评估。
代币经济学区块链治理激励机制设计稳定币设计科学
econ
02-11 00:00
本文针对零售定价中的多任务需求学习问题，提出了一种新的估计框架。传统方法在价格与未观测的需求决定因素（潜在基本面）存在任意相关性时，无法识别因果价格效应。作者提出的“决策条件掩码结果元学习”（DCMOML）方法，通过精心设计元学习器的信息集，在利用跨任务异质性的同时，考虑了内生的决策历史。该方法在仅对每个任务中的价格适应性施加温和限制的条件下，能够识别出给定信息集下任务特定因果参数的条件均值，为在运营环境中部署因果驱动的数据驱动定价模型提供了理论基础。
因果推断多任务学习需求估计内生性元学习定价模型
econ
02-11 00:00
研究提出“互联心智”模型，统一了有限理性理论中的认知层级与Level-k模型。核心发现是网络透明度参数p（受算法排名、社会同质性等影响）是一个连续桥梁：当网络不透明（p→0）时，模型退化为短视的Level-k递归；当完全透明（p=1）时，则恢复为标准认知层级模型。理论表明，网络不透明会引发“复杂化偏差”，使参与者系统性地高估对手的认知深度。从机制设计视角，研究推导出“升级原则”：在战略互补博弈中，限制信息（降低p）可通过将参与者困于“回声室”与假想的高水平对手竞争，从而最大化总努力；而在协调博弈中，则需要最大化网络可见性以稳定结果。
有限理性网络透明度博弈论机制设计认知层级战略行为
econ
02-11 00:00
本文通过分析美国两次重大企业减税（1960年代肯尼迪减税与2017年TCJA）的宏观、行业及企业数据发现，其经济刺激效果差异显著。TCJA-17主要刺激了股东分红，对总产出的提振有限；而肯尼迪减税则显著促进了产出与投资。研究通过将税收折旧政策与穿透实体部门纳入新古典增长模型进行解释，模型表明，加速折旧政策与庞大的穿透实体部门会削弱企业所得税率下降的刺激效果。量化结果显示，肯尼迪减税每损失1美元税收收入带来的产出提升，是TCJA-17的四倍。
企业税改革宏观经济效应新古典增长模型税收折旧穿透实体财政政策
econ
02-11 00:00
本文提出了一种新的博弈均衡概念——统计乐观信念均衡（SE-OB），用于分析收益存在随机扰动且玩家对扰动间的相关性（即连接函数）具有模糊性的有限策略式博弈。玩家被建模为“乐观的更好响应者”：他们从信念集合中选择能使最佳扰动收益期望最大化的联合分布，并据此按随机效用选择规则行动。SE-OB是这一响应映射的不动点，它推广了纳什均衡和结构量化响应均衡。对于边际信念集合这一重要类别，乐观信念选择简化为一个最优耦合问题，SE-OB可通过一个光滑正则化博弈的纳什均衡来刻画，从而具有可处理性和可计算性。该模型能捕捉标准Logit模型无法解释的“无关选项独立性”的系统性违背。
博弈论统计均衡乐观信念模糊性随机扰动最优耦合
econ
02-11 00:00
研究探讨了企业在平台市场中委托算法决策时面临的隐私泄露风险。传统算法在平台政策稳定时表现良好，但当平台策略性地调整政策时，这些算法可能暴露企业的持久私有信息，导致平台通过个性化条款提取信息租金。论文证明，包括所有无外部遗憾算法在内的广泛标准算法都可能被适应性平台操纵，允许渐进式完全剩余提取。作者构建了一种将平稳性视为可检验假设的误设稳健学习算法，在保持平稳状态下最优收益的同时，有效防止动态租金提取，确保每种类型主体的长期效用不低于平台先验下收益最大化的菜单效用。
算法学习隐私保护平台经济信息租金稳健策略重复筛选
econ
02-11 00:00
本研究通过在一家领先跨境在线零售平台进行大规模随机实地实验，量化了生成式人工智能（GenAI）对企业生产力的影响。实验将GenAI集成到七个面向消费者的业务流程中，发现采用GenAI能显著提升销售额，效果在0%至16.3%之间，具体取决于GenAI相对于现有实践的边际贡献。由于投入和价格在实验组间保持不变，这些收益直接转化为全要素生产率的提升。主要作用机制是通过提高转化率，即GenAI减少了摩擦并改善了消费者体验，且未导致退货率或客户评分恶化。研究还发现需求侧存在显著异质性，对经验较少的消费者增益更大。
生成式ai企业生产力在线零售随机实验全要素生产率转化率
econ
02-11 00:00
本研究修正并扩展了Chiarella金融市场模型，使其能一致性地处理任意长期价值漂移，从而改进了现有校准方案。新方法允许对单个资产的月度时间序列（而非资产类别）进行校准。应用该技术对约1800年以来的四大类资产（股指、债券、商品、货币）现货价格进行分析，直接输出了所谓的“基础价值”。研究发现：(a) 这些市场存在显著的过度波动（例如股指波动率约为基础价值的4倍），与先前估计一致；(b) 错误定价（市场价格与价值之差）的分布常呈双峰形态。这两项发现均与有效市场假说强烈相悖。研究还详细分析了校准的“松散性”，即参数空间中受数据约束较弱的方向。主要结论在不同资产类别间高度一致，强化了“金融市场中期命运由趋势追随者与基本面投资者之间的拉锯战决定”的假说。
过度波动资产定价市场异象校准方法行为金融有效市场假说
econ
02-11 00:00
本文针对高频数据中受依赖、非高斯微观结构噪声污染的杠杆效应估计难题，提出了一个全新的整体多尺度框架。研究摒弃了传统的预平均或波动率“插件”方法，直接对杠杆效应进行建模，并引入了两种新颖估计器：子采样平均杠杆效应（SALE）和多尺度杠杆效应（MSLE）。核心创新在于采用移窗技术构建了噪声无偏的基础估计器，显著简化了多尺度架构。通过理论分析建立了中心极限定理和稳定收敛结果，证明了其在无噪声和依赖噪声场景下的有效性。效率提升的关键在于为MSLE估计器设计了特定的加权策略，该策略基于跨尺度的渐近协方差结构进行权重优化，并纳入有限样本方差校正，从而在模拟和30只美国资产的实证分析中，相比现有基准方法获得了显著的效率提升和更小的估计误差。
杠杆效应高频数据微观结构噪声多尺度估计金融计量
econ
02-11 00:00
本文研究了印度实施的全球最复杂的平权行动体系，该体系包含垂直保留（针对特定社会群体）和横向保留（针对多重劣势群体）。申请人最多只能属于一个垂直类别，但可以同时符合多个横向保留类别。研究引入了一种“分层选择规则”，证明该规则能在“一对多”横向匹配框架下选出最优秀的申请人集合。通过分析由各垂直类别分层选择规则构成的“聚合选择规则”，研究发现，结合此规则的广义延迟接受机制是唯一稳定、防策略且能消除合理嫉妒的分配机制。
平权行动资源分配匹配理论印度政策分层保留
econ
02-11 00:00
本文针对自回归（AR）模型中AR参数可能接近或等于1的情况，提出了一种新的置信区间（CI）构造方法。现有CI方法依赖于平稳或固定初始条件的假设，当该假设不成立时，其覆盖率会显著下降。新方法在渐近和有限样本下均对初始条件完全稳健，同时在初始条件平稳或固定时仅付出很小的长度代价。该方法还进一步对误差项的条件异方差性具有稳健性。
自回归模型稳健推断置信区间初始条件时间序列
econ
02-11 00:00
本文构建了一个代际交叠模型，研究个体如何选择性地向下一代传递信息。模型中，每个个体收到关于状态的私人可验证信号，并可能收到前一代披露的信号。个体在采取行动后，决定将哪些信号传递给下一代。研究发现，随着沟通摩擦的消失（信息传递概率趋近于1），均衡状态下个体会变得极其“挑剔”：除了似然比最高的信号外，其他所有信号都会被隐藏。这表明更顺畅的沟通渠道并不必然带来更透明的信息环境，反而可能激励个体进行更严格的信息筛选。
信息传递代际交叠模型选择性披露沟通摩擦贝叶斯学习
econ
02-11 00:00
本文研究了一个决策问题：一个代理人（agent）需要结合自己的私人信息和一位知情但可能与其利益不一致的顾问（adviser）的建议来做决策。模型假设顾问以已知的概率与代理人利益一致（此时诚实报告信号），否则可以发送任意消息。作者刻画了最大化代理人最坏情况期望收益的最优决策规则。研究发现，每个最优规则在信念空间中都存在一个“信任区域”：当顾问的建议使后验信念落入该区域时，代理人完全采纳建议；否则，代理人会表现得如同后验信念位于信任区域的边界上。此外，研究还推导了顾问的存在能严格使代理人受益所需的利益一致概率阈值，并完全刻画了二元状态和二元行动环境下的解。
委托代理稳健决策信任区域信息设计不完全信息最坏情况分析
econ
02-11 00:00
本文在竞争性信贷提供模型中，引入了一种替代准双曲线贴现的新框架。代理人拥有私有的随机贴现因子，并可能高估未来更耐心的可能性，但其偏好是时间一致的。模型的一个极限情况对应准双曲线贴现中的“完全天真”代理人，另一情况则是代理人拥有关于未来贴现的正确信念。研究发现，在均衡中，代理人会根据贴现因子实现值选择更早的消费选项，但会因此获得更差的信贷条款。该模型解释了Heidhues和Kőszegi（2010）指出的均衡合同重要特征，并预测了消费的过度后置现象，即使在代理人信念正确时也可能发生。
行为契约理论随机贴现竞争性信贷时间偏好均衡合同
econ
02-11 00:00
本研究提出了一种新的集体排名聚合方法，其核心思想是：个体对其匹配对象之上的偏好应反映在社会排名中。通过引入“合意排名”公理体系，并开发相应算法，研究证明当市场规模扩大时，合意排名会收敛于基于质量的真实潜在排名。该方法在智利医学项目排名中的应用表明，其性能优于显示性偏好排名和Borda计数法。
集体决策排名聚合匹配市场社会选择算法设计
econ
02-11 00:00
本文研究了择校中最流行的学生最优稳定延迟接受机制（DA）。虽然DA机制具有稳定性和防策略性，但存在一个已知缺陷：一个学生可能在不改变自身录取结果的情况下影响他人的录取学校。作者证明这一缺陷是有限的，并提出了“局部非支配性”的新性质：一个学生无法在保持自己学校不变的情况下改变自己的同校同学。基于此性质，作者提供了不依赖于稳定性的DA机制新刻画。进一步研究表明，当学生不仅关心被录取的学校，还在意未来的同学时，只要学生的偏好是“学校优先于同学”，DA机制就是唯一同时满足稳定性和防策略性的机制。这一偏好域的扩展空间有限，否则将破坏稳定防策略机制的存在性。
择校机制延迟接受算法机制设计防策略性匹配理论局部非支配性
econ
02-11 00:00
经济理论中的理性消费行为要求Slutsky矩阵（刻画补偿价格变化对商品需求的替代效应）满足对称性与负半定性。虽然负半定性的经验版本已被证明可进行非参数检验，但对称性的可检验性一直悬而未决。本文通过推导可观测数据的非参数条件分位数约束，首次在存在个体异质性和内生性的实证设定中，为Slutsky对称性建立了可检验的蕴含关系。理论贡献在于，无需单调性假设，对非可分模型中部分效应的识别结果进行了多元推广。
slutsky对称性非参数检验个体异质性需求理论计量经济学