今日速览 · AI 导读

24 小时跨学科精选

自动抓取 arXiv 多学科 RSS,DeepSeek 自动润色标题与摘要,最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科,24h 无数据则回退 72h/7 天;arXiv 周末停更时自动跳过。

AI 导读

经济学

2026-02-17 02-17 15:39

今日经济学研究聚焦于算法、决策与市场设计的统计推断与机制优化,强调在复杂环境中平衡效率、公平与稳健性。

  • 随机重启算法的统计推断:为评估非凸优化解的唯一性,研究首次构建了统计框架,将多次重启视为独立抽样,通过贝叶斯方法从重复收敛中推断吸引域大小与唯一性概率。
  • 超越多数原则的集体决策:提出内生认知加权机制(ESCM),根据议题特异性信号可靠性动态分配投票权重,在信息异质群体中提升决策准确性,尤其适用于单峰能力分布或知情少数派场景。
  • 在线C2C市场中的买家承诺效应:实证发现买家明确承诺能加速交易,但动态模型揭示限制搜寻会降低总福利——卖家受益而买家受损,凸显了平台设计中承诺机制的双刃剑效应。
  • 预测中的准确性与平滑性权衡:提出多元M-SSA框架,同步优化符号准确性、均方误差与预测平滑性,利用横截面数据改进传统单一指标预测,适用于实时信号提取与平滑任务。
  • 公平投票规则的存在性刻画:基于夏普利-舒比克与班扎夫指数,完全刻画了公平投票规则存在的选民规模条件,揭示了选举制度设计中数学约束与平等理念的深刻互动。
  • 普惠养老金的意外贫困效应:墨西哥全民养老金改革虽扩大覆盖,却因诱发低收入老年人退出劳动力市场而加剧极端贫困,凸显了普惠性与再分配效果之间的内在权衡。

2026-02-17 速览 · 经济学

2026-02-17 共 24 条抓取,按综合热度排序

← 返回日历
econ 02-17 00:00

随机重启算法的统计推断:何时重复收敛能证明解的唯一性?

本文为广泛使用的“随机重启”启发式算法提供了首个正式的统计推断框架。当非凸优化算法(如梯度下降)对初始值敏感时,研究者常通过多次随机重启并观察是否收敛至同一解来推断解的唯一性或吸引域的主导性。作者建立了算法终端输出是其初始条件可测函数的充分条件,并证明在广泛类别的问题中,算法仅存在有限个可能结果。在此框架下,多次运行相当于从结果分布中独立抽样。研究采用贝叶斯方法,从重复的相同输出中推断吸引域大小和解唯一性的概率,并给出了后验信念的收敛速率。该工作形式化了工业组织等领域中已有的经验做法,并明确了其有效性与局限性。

统计推断非凸优化随机重启算法稳定性贝叶斯分析解唯一性
econ 02-17 00:00

超越多数原则:异质信息下的内生认知加权机制

本文提出了一种新的集体决策机制——认知共享选择机制(ESCM),用于解决传统多数原则在信息异质环境下的局限性。该机制通过内生地估计议题特定的信号可靠性,为每位决策者分配有界、决策特定的投票权重。利用中心极限近似,研究从理论上比较了ESCM与未加权多数原则的认知表现,发现其相对优势取决于群体信息的分布结构,例如单峰能力分布或存在知情少数派的割裂环境。结果表明,内生且有界的认知加权能够通过融合程序性与认知性要求,有效提升集体决策的准确性。

集体决策认知加权多数原则信息异质性投票机制
econ 02-17 00:00

在线C2C市场中买家承诺对双边议价的影响:来自日本市场的证据

本文研究了在线C2C市场中,买家在议价时仍可搜寻其他卖家,这削弱了其完成交易的承诺。利用日本在线市场数据,研究发现明确承诺立即付款的买家,其出价更易被接受、违约率更低、交易更快。作者构建并估计了一个包含买家搜寻和有限承诺的动态议价模型。反事实分析表明,限制议价期间的搜寻(增强买家承诺)会降低总福利。高估值卖家因消除了延迟和交易取消而获益,并提高标价,这通过降低搜寻的期权价值和提高预期标价损害了买家福利,也导致平台收入下降。

双边议价有限承诺在线市场动态搜寻反事实分析福利效应
econ 02-17 00:00

预测中的准确性与平滑性权衡:新型多元M-SSA预测方法

传统预测方法通常只优化单一指标(如均方误差MSE),可能忽略预测性能的其他关键方面。本文提出的多元平滑符号准确性(M-SSA)框架,通过同时考虑符号准确性、MSE和预测值符号变化的频率,解决了预测中固有的“准确性-平滑性”权衡难题。该方法将原始的SSA准则扩展到多元情形,利用横截面信息整合多个时间序列数据,从而能够融合与AS预测性能相关的多种设计目标,有效推广了传统的基于MSE的度量标准。研究通过预测、实时信号提取(临近预报)和平滑三个主要领域的应用案例,展示了该框架在不同情境下的实用性和适应性。

预测方法时间序列准确性平滑性权衡多元分析信号提取经济计量
econ 02-17 00:00

公平投票规则的存在性:夏普利-舒比克与班扎夫指数的视角

本文研究了在两位候选人对称且无平局的选举中,何种投票规则是公平的。公平的核心在于每个选民对选举结果的影响力相等,即其投票改变选举结果的概率相同。研究聚焦于两种经典的影响力度量指标:夏普利-舒比克指数与班扎夫指数。主要结论完全刻画了在何种选民规模下存在公平的投票规则:对于夏普利-舒比克指数,当且仅当选民数 $n>1$ 且 $n$ 不是 $2$ 的幂时,存在公平规则;对于班扎夫指数,除了 $n=2, 4, 8$ 之外,对所有 $n$ 都存在公平规则。研究揭示了这些指数与投票规则获胜联盟结构的关系,并与先前文献中的公平性概念进行了比较。

投票理论公平性夏普利-舒比克指数班扎夫指数社会选择影响力度量
econ 02-17 00:00

状态依赖局部投影法在非线性环境中的表现评估

本研究评估了状态依赖局部投影法在非线性环境中恢复真实脉冲响应的能力。以二次向量自回归模型为实验环境,研究发现:当冲击对称分布时,线性局部投影法无法捕捉任何非线性特征。流行的状态依赖局部投影法各有侧重:将冲击与其符号交互的模型捕捉高阶效应,而将冲击与滞后状态交互的模型捕捉状态依赖性。然而,这些方法相对于线性模型的优势主要集中在尾部冲击或尾部状态;对于基于滞后的模型,其效果取决于所选可观测变量对潜在状态的代理程度。作者提出的新模型——在线性模型基础上增加了平方冲击项以及冲击与滞后可观测变量的交互项——在整个冲击和状态的联合分布上能最好地逼近真实响应。在货币政策的应用中,状态依赖性具有显著的经济意义,而高阶效应虽然统计上显著,但经济意义相对有限。

局部投影法非线性模型脉冲响应状态依赖向量自回归货币政策
econ 02-17 00:00

墨西哥全民养老金改革:意外加剧极端贫困,揭示普惠政策的权衡

本研究评估了墨西哥2019年全民养老金计划(PAM)改革的影响。该改革将养老金覆盖至所有65岁以上老人,并提高了支付额度。通过三重差分法分析全国代表性数据,研究发现:尽管领取率大幅上升,但总体贫困率未显著变化,表明许多新受益者本不贫困。然而,改革意外导致极端贫困率上升,这源于低收入老年人为领取养老金而退出劳动力市场,使得养老金替代而非补充了劳动收入。结果揭示了普惠性养老金在减少行政排斥与削弱再分配效果之间的内在权衡。

社会养老金政策评估劳动力供给贫困研究三重差分法行为反应
econ 02-17 00:00

多数主义分配规则:偏好结构与分配结果的对应关系

本文在多智能体系统的公平分配问题中,首次将经典的多数主义社会选择函数应用于分配领域。研究发现,利用分配域的特殊结构,可以在偏好配置与多数图之间建立近乎一一对应的关系。这一对应关系意味着,分配的关键属性(如帕累托最优性、最小不受欢迎度和混合受欢迎度)仅由相关的多数图即可确定。所有帕累托最优分配都是半受欢迎的,并且属于顶级循环。顶级循环中的元素可以通过序列独裁制轻松找到。研究的主要成果是对顶级循环的完整刻画,表明其只能由一种、两种、除两种外、除一种外或所有分配组成。相比之下,未覆盖集仅包含极少数分配。

公平分配多数主义社会选择帕累托最优顶级循环偏好结构
econ 02-17 00:00

人机协作的贝叶斯框架:互补性与相关性忽视

本研究构建了一个决策理论模型,分析人工智能辅助何时改善或损害人类决策。核心发现是,AI辅助的效果可分解为两个主要力量:AI超越人类已有信息的边际信息价值,以及人类如何使用AI建议所引发的行为扭曲。研究聚焦于一种经验上相关的决策缺陷——相关性忽视,即人类倾向于将AI建议视为独立于自身信息,尽管两者可能基于共享证据。模型揭示了人类与AI知识的信息重叠度以及AI能力如何共同塑造协作模式,包括增强、损害、互补和自动化四种状态。

人机协作决策理论相关性忽视贝叶斯模型信息互补
econ 02-17 00:00

协变量结构如何放大未观测混杂的敏感性:以吸烟与肺癌研究为例

本文在观测性研究的敏感性分析框架下,揭示了已测量协变量的结构会显著影响对未观测混杂的敏感性。研究在线性回归模型中证明,当使用代理变量控制潜在混杂时,暴露变量与已测量代理变量之间的强关联会放大对残余混杂的敏感性。一个包含暴露模型系数与残差暴露方差的简单比值,可作为这种敏感性增加的观测指标。应用该框架分析吸烟与肺癌数据发现,随时间推移,吸烟行为的社会经济分层加剧,导致近期数据对未观测混杂的敏感性显著升高。这凸显了在基于代理调整进行敏感性分析时,考虑多重共线性的重要性。

敏感性分析未观测混杂代理变量线性回归观测性研究因果推断
econ 02-17 00:00

基于交易价值的市场回报概率模型

本文建立了市场回报的统计矩(如均值、波动率)与当前及历史交易价值统计矩及相关性之间的依赖关系。研究采用Markowitz的投资组合价值加权回报定义,推导出市场回报的高阶矩近似,并指出预测回报概率主要受限于前两阶矩的预测精度,这决定了高斯近似的准确性。为提高大型宏观经济与市场模型(如BlackRock Aladdin)的可靠性,建议采用基于市场的回报统计矩。

市场回报统计矩交易价值概率预测金融模型
econ 02-17 00:00

统计最优分配问题的函数可微性方法及其渐近性质

本文针对统计最优分配问题,发展了一种函数可微性分析框架。通过运用几何测度论工具分析排序算子的性质,作者证明了价值函数的Hadamard可微性。基于此,应用函数Delta方法,获得了二元约束最优分配问题的价值函数过程以及插件ROC曲线估计量的渐近性质。价值函数的凸性有助于证明其一阶导数关于策略的退化性。作者进一步提出了价值函数的双重/去偏估计量。关键的是,验证Hadamard可微性的条件,也证实了统计分类文献中关于插件方法快速收敛速率的边界假设。

最优分配函数可微性渐近理论统计推断roc曲线去偏估计
econ 02-17 00:00

基于多数票差的投票规则特征化研究

本研究聚焦于排序投票中的边际规则(或称成对规则),这类规则的核心特征是:只要两场选举中各候选人之间的头对头胜负差额相同,规则就会给出相同的结果。论文证明,一个投票规则是边际规则的充要条件是它满足一组具有明确规范意义的公理。其中关键公理是“偏好平等性”:如果两位选民都将候选人 $x$ 排在 $y$ 之上,那么任意一位选民将 $y$ 改排在 $x$ 之上,对选举结果的影响是相同的。这为边际规则的规范性辩护提供了理论基础。

投票理论边际规则成对比较社会选择公理化
econ 02-17 00:00

修正学校选择匹配算法中的计算错误

本文指出 Erdil & Ergin (2008) 在计算稳定改进循环时使用的代码存在一个微小错误,该错误有时会导致生成不稳定的匹配结果。作者识别并修正了该错误,并提供了正确的实现。修正后的计算实验表明,原论文的核心结论依然成立,但实际受益学生的比例略低于原报告,而受益学生的平均排名提升幅度则高于原报告。所有理论发现均不受影响。

学校选择匹配算法稳定性计算修正市场设计
econ 02-17 00:00

匹配后双向固定效应估计的偏差与改进方法

研究分析了在双向固定效应模型中使用匹配作为预处理步骤的常见做法,揭示了两个关键问题:当不同处理队列在不同时期进入处理时,合并所有队列的估计量会产生渐近偏差;忽略匹配过程引入的变异性会导致标准误估计无效。作者提出了简单的匹配后双重差分估计量,分别比较每个处理队列与从未处理组,并推导了考虑匹配步骤的有效标准误。

因果推断双重差分匹配方法固定效应模型标准误校正
econ 02-17 00:00

聚类稳健推断:二次型系数检验的新方法

本文针对聚类数据与高维协变量场景,研究了线性回归系数二次型的推断问题。该方法适用于工具变量回归、方差成分推断及多重约束检验等关键情形。作者提出了一种无偏的留一聚类估计量,并给出了其渐近正态性的充分条件。为进行推断,论文在原始条件下证明了留三聚类方差估计量的一致性,并开发了一种计算更简便、在较弱条件下保证保守性的留二聚类方差估计量。该方法允许聚类规模随样本量增长,适应强组内依赖性,且协变量维度可与样本量同速率增长。

聚类稳健推断高维回归二次型检验工具变量方差估计渐近理论
econ 02-17 00:00

对抗性信息获取:部分承诺如何提升廉价谈话博弈中的信息传递

本文研究了在廉价谈话博弈中,当存在多个信息性均衡时,委托人能保证获取多少信息。作者定义了“最坏情况实施”的概念,即通过机制中最坏的非平凡均衡来实施。研究发现,完全承诺机制会失效,委托人只能获得无沟通时的收益;而部分承诺机制却能带来严格改进。面对一个战略性的、未完全承诺的委托人,会约束代理人在所有均衡中的报告激励。作者在偏好假设较弱的情况下,刻画了最坏情况下的最优机制及其收益。最优机制具有简单的双消息结构,代理人的消息被设计为“极化”的,以最大化其对未承诺委托人行动的战略影响。

博弈论信息传递机制设计廉价谈话承诺战略互动
econ 02-17 00:00

信息中介偏好偏差下的最优证据请求策略

本文研究决策者通过偏好偏差的中介获取成本信息时的动态优化问题。在器官移植测试等场景中,决策者需安排可验证证据的请求时机以提升决策质量。研究发现,忽略代理人激励时,证据请求不依赖历史报告;但考虑策略操纵后,最优策略应存在偏差:当先前报告有利于代理人偏好结果时,更可能请求额外证据。该模型为存在信息不对称的监管与认证体系提供了机制设计洞见。

信息经济学机制设计动态决策代理问题证据获取
econ 02-17 00:00

双渠道闭环供应链竞争:基于Stackelberg-Nash博弈的定价与回收决策分析

本研究针对消费电子与家电市场,构建了一个包含两家竞争制造商与两家竞争零售商的双渠道闭环供应链博弈模型。制造商作为Stackelberg领导者,同时决策批发价与消费者回收奖励;零售商则进行Nash竞争,决定零售价。模型整合了分段线性需求、确定性产品回收及基于消费者惯性响应的回收品分配机制。研究推导了零售商子博弈的Nash均衡与制造商的对称Stackelberg均衡,并确定了提供正回收奖励的可行性阈值。结果表明,较高的再制造价值或回收率会促使制造商降低批发价以扩大销量、获取更多回收品,而高消费者惯性则会削弱主动回收的激励。

闭环供应链博弈论定价策略产品回收stackelberg博弈nash均衡
econ 02-17 00:00

社会压力如何影响重大决策:犹豫不决与延迟选择的经济学模型

本文挑战了新古典经济学中个体完全理性、即时决策的传统假设。受心理学、管理学和经济学的实验证据启发,作者提出了一个两阶段决策模型:第一阶段是非决定性的,个体通过一种称为“一对多排序”的二元关系,形成一个“考虑集”区间;第二阶段是决定性的,个体在考虑集中权衡个人效用与社会平均选择的距离以及未来社会期望。研究进一步将犹豫不决的消费者嵌入博弈论框架,证明犹豫和选择延迟可能导致社会损失。

行为经济学社会压力决策模型选择延迟博弈论考虑集
econ 02-17 00:00

形式逻辑视角下的阿罗不可能定理新证明

本研究采用形式逻辑的证明演算方法,为肯尼斯·阿罗的经典不可能定理构建了完整的数学形式化证明。与以往强调直观可读性的证明不同,该方法侧重于严谨的推导过程,并揭示了社会福利函数在定理中的全局结构。研究通过逻辑演算重新审视了决定性集合与关键投票者等概念,为理解社会选择理论的数学基础提供了新视角。

阿罗不可能定理形式逻辑证明社会选择理论社会福利函数数学基础
econ 02-17 00:00

样本选择偏差下双重差分法的识别问题与解决方案

本文研究了在存在内生样本选择的情况下,如何识别双重差分法(DiD)中处理组平均处理效应(ATT)。研究发现,即使样本选择与处理分配独立,传统的DiD估计量通常也无法恢复有因果意义的处理效应。作者通过部分识别方法,为那些在两种反事实处理状态下结果均可观测的个体推导出ATT的尖锐边界,并扩展至包含协变量、重复截面数据和交错采用设计的情形。通过两个实证应用(职业培训对收入的影响、远程办公政策对员工绩效的影响)展示了该方法的实用性。

双重差分法样本选择处理效应部分识别计量经济学因果推断
econ 02-17 00:00

群体博弈中的效率悖论:个体偏差如何被放大或修正

研究表明,在大型群体博弈中,分散化的信息聚合通常能修正个体层面的认知偏差,使得有限理性群体的集体行为近似于完全理性。这为评估市场效率提供了新的基准。然而,当存在战略性的网络形成或利润最大化的平台时,经济结构可能系统地选择并利用个体的偏差,导致整体效率损失。论文以垄断市场和劳动力市场为例,刻画了这种结构性低效,并建议政策焦点应从纠正个体行为转向监管信息结构本身。

群体博弈信息聚合有限理性市场效率政策监管结构性低效
econ 02-17 00:00

多任务博弈中的合作与腐败:组织设计如何平衡团队协作与风险控制

本研究探讨了团队在多任务环境(“好游戏”与“坏游戏”)中的合作动态。研究发现,维持“好游戏”(如正常协作)中的长期合作,有时会不可避免地导致在“坏游戏”(如腐败行为)中也形成合作默契。作者通过博弈模型分析,为组织设计者提供了优化方案:通过合理分配员工组建团队,并为团队匹配不同“好-坏游戏”到达率的任务,可以在最大化有益合作的同时,有效抑制腐败等有害合作的发生。

组织设计团队合作博弈论腐败控制多任务博弈
AI速览助手