24 小时跨学科精选

econ 02-20 00:00

西班牙十年公共采购数据集发布（2014-2024）：支持透明度与政策研究

本研究构建并发布了西班牙官方公报（BOE）2014-2024年间的纵向开放公共采购数据集。数据集整合了合同、招标机构、供应商、金额与程序的结构化信息，支持对西班牙公共采购动态的大规模定量分析。论文描述了数据提取与标准化流程，提供了时间与行业趋势的描述性统计分析，并探讨了其在透明度研究、公共政策评估与计算社会科学领域的应用潜力。该数据集旨在促进公共采购与政府合同领域的可重复研究。

公共采购开放数据政策评估西班牙经济透明度研究

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

AI辅助大规模实证研究复现：92项IV研究的自动化验证

研究提出一种AI辅助工作流，以解决大规模实证研究复现成本高昂的难题。该系统将科学推理与计算执行分离：研究者设计固定的诊断模板，工作流则利用预设的版本控制代码，自动化完成复制材料的获取、协调与执行。一个结构化的知识层记录已解决的失败模式，使系统能适应异构研究，同时保持每个流程版本的透明与稳定。在92项工具变量（IV）研究（包括67项已手动验证可复现的2SLS估计和25项新发表研究）的评估中，系统实现了87%的端到端成功率。在数据和代码可获取的条件下，论文层面和具体设定层面的复现率均达到100%。该框架显著降低了执行既定实证方案的成本。

研究复现人工智能实证经济学工具变量自动化工作流科学可信度

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

机制设计中如何利用说谎厌恶引导均衡选择

本研究探讨了在委托-代理环境中，如何利用人们对说谎的厌恶心理来引导博弈均衡的选择。研究发现，在经典的直接机制下，存在两个占优策略均衡：设计者期望的目标均衡和代理人最优的均衡。通过设计一个2X2实验，对比了直接机制与扩展机制、以及隐含信息与明确信息框架的效果。结果表明，当将代理人的类型误报明确地定义为“说谎”时，博弈会显著地从代理人最优均衡转向真实报告，从而在几乎不损失效率的情况下，大幅提高了设计者的收益。这证明了说谎厌恶可以作为一种有效的工具，将个体行为引导至符合社会目标的方向。

机制设计说谎厌恶均衡选择行为经济学实验经济学

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

模型误设下的动态决策：汤普森采样算法的稳定性分析

本文研究了在模型类别被错误设定时，经典贝叶斯强化学习算法——汤普森采样（Thompson Sampling）的行为与性能。研究首先在误设的双臂高斯赌博机模型中，对后验信念的演化进行了完整的动态分类，识别出三种不同机制：正确模型集中、错误模型集中和持续信念混合。这些机制对极限信念、行动频率和渐近遗憾给出了精确预测。随后，研究将分析扩展到一般有限模型类，并建立了一个统一的随机稳定性框架，将后验演化表示为信念单纯形上的马尔可夫过程。该框架提供了分类遍历与瞬态行为的两个充分条件，并实现了后验动力学的归纳降维。这些结果为误设下的汤普森采样提供了首个定性与几何分类，连接了贝叶斯学习与演化动力学，并为结构化赌博机中的鲁棒决策奠定了基础。

模型误设汤普森采样贝叶斯强化学习随机稳定性赌博机问题动态决策

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

生成建模为自助法提供新理论框架

本文提出基于生成建模的自助法，为统计推断提供了一种现代方法。该方法通过从观测样本生成合成数据，能够产生统计有效的置信区间，适用于包括不规则估计量在内的多种场景，甚至在Efron传统自助法失效的情况下依然有效。研究证明，这种方法可视为平滑自助法的现代版本，能够缓解维度灾难问题，并在估计量缺乏根号n一致性或高斯极限的挑战性机制中保持有效性。

生成建模自助法统计推断置信区间维度灾难

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

genriesz：基于广义Riesz回归的自动去偏机器学习Python包

genriesz是一个开源Python包，通过广义Riesz回归和去偏机器学习（DML）框架，自动化估计因果与结构参数。其核心是自动回归平衡（ARB）原则：给定Bregman生成器$g$和表示器模型类，包自动构建兼容的链接函数，使估计量在用户选择的基函数下满足平衡最优性条件。该框架统一了协变量平衡、最近邻匹配、校准估计和密度比估计等方法。包提供模块化接口，支持交叉拟合、置信区间和p值计算，并返回回归调整、Riesz加权、增强Riesz加权及TMLE风格等多种估计量，适用于平均处理效应（ATE）、对处理组的平均处理效应（ATT）及平均边际效应等典型问题。

去偏机器学习因果推断riesz表示python工具包自动估计

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

MAR-S框架：解决非结构化数据中神经网络预测偏差的稳健推断方法

本研究针对经济学家使用神经网络从文本、图像等非结构化数据中提取结构化特征时面临的预测偏差传播、研究者自由度（如架构选择）导致的p-hacking风险、以及模型可复现性等挑战，提出了一个名为“MAR-S”（随机缺失结构化数据）的半参数缺失数据框架。该框架通过引入一个验证样本来校正神经网络的预测误差，从而实现对描述性和因果性估计量的无偏、高效且稳健的推断。MAR-S统一并扩展了现有基于机器学习预测的去偏推断方法，并将其与因果推断等经典问题联系起来，为在AI模型快速迭代时代进行可靠的经济学实证研究提供了原则性方案。

非结构化数据预测偏差校正稳健推断因果推断机器学习计量经济学

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

双向聚类分析中的推断问题与改进方法

本文研究双向聚类设置下的统计推断问题。传统方法存在两个主要缺陷：方差估计量可能非正定，且在非高斯情形下推断无效。作者提出一种简单修正，同时解决这两个问题。在高斯情形下，新检验方法具有渐近精确性；在非高斯情形下，则保持渐近保守性。研究还证明了该方法在一定数据生成过程类中的一致有效性，并通过模拟比较了现有方法。

双向聚类统计推断方差估计渐近理论计量经济学

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

拍卖机制长期收益不等价：时变环境打破经典理论

经典拍卖理论中的收益等价定理指出，在均衡状态下，不同拍卖机制（如一价拍卖和二价拍卖）对投标人和卖方的收益是等价的。然而，现实中的拍卖环境（如物品价值分布）会随时间变化，导致均衡难以持续维持。本研究通过对比一价拍卖中的非均衡投标序列与二价拍卖中的均衡投标序列，发现当价值分布的基础价值与价值区间存在相关性时，长期收益等价性会被打破。理论与实验揭示了这一在现实世界中可能发生的新现象。

拍卖理论收益等价时变环境非均衡投标机制比较长期动态

速览全文 原文链接 →

6.43 综合热度

econ 02-20 00:00

考虑组别异质性的变化中变化与分布合成控制方法

本研究针对存在组别异质性的情况，拓展了经典的变化中变化（CIC）与分布合成控制（DSC）方法。对于CIC，通过为处理组寻找具有相似组级未观测特征的控制组，放宽了Athey和Imbens（2006）的同质性假设。对于DSC，则证明合成控制单元不必来自同一时期，而可来自与处理组具有可比组级异质性的不同时期。文章简要讨论了新方法的实施。

因果推断异质性处理效应合成控制法政策评估计量经济学

速览全文 原文链接 →

5.93 综合热度

econ 02-20 00:00

通用因子模型：一种对弱因子稳健的新因子分析框架

本文提出了一种新的因子分析框架及因子与载荷的估计方法，该方法在大N大T设定下对某些“弱因子”具有稳健性。该框架通过同时考虑结果变量的所有分位数水平，涵盖了标准的均值因子模型和分位数因子模型，但允许因子在大多数分位数水平上对结果的均值或分位数具有任意弱的影响。只要每个因子在某个未知的分位数水平上是“强”的，该方法就能以√N的速率估计因子空间，并基于一种新颖的处理了附带冗余参数的样本分割方法，实现了因子和载荷的√N与√T渐近正态性。研究还开发了对因子数量的稳健估计器，以及根据因子对结果均值或分位数的影响容忍度进行因子选择的一致选择器。蒙特卡洛模拟验证了该方法的有效性。

因子模型稳健估计分位数回归高维数据弱因子渐近理论

速览全文 原文链接 →

5.93 综合热度