econ
01-14 00:00
本文提出了一种将预测作为约束性决策问题计量经济学输入的新框架。核心思想是，预测分布通过结合了显式摩擦算子（包含成本函数和可行集约束系统）的效用目标来诱导决策规则。计量经济学的目标不再是单纯最小化预测误差，而是最小化扣除成本后的预期决策损失。研究建立了与决策损失相一致的效用加权校准准则，并证明了在满足特定条件下，经过校准的预测分布能够弱支配未经校准的替代方案。一项基于流动性股指期货的实证研究表明，该方法使已实现的决策损失相对于未经校准的基线降低了30%以上，并在回撤期间将夏普比率从-3.62提升至-2.29。其机制被识别为结构性降低了约束条件生效的频率（从16.0%降至5.1%），从而避免了高摩擦环境下过度自信预测所特有的“角点解”失效问题。
预测校准决策损失交易摩擦效用加权风险调整计量经济学
econ
01-14 00:00
本研究利用瑞士各州分阶段实施烟草广告牌禁令的准自然实验，评估了此类广告限制对吸烟行为的影响。基于瑞士健康调查的回顾性吸烟史数据，重构了1993-2017年间超过百万观测值的个人年度吸烟状态面板。采用交错双重差分法及放松共同趋势假设的潜在因子模型进行估计。结果显示，广告牌禁令导致吸烟率下降约0.9个百分点，相当于吸烟率降低3%。效应在女性及25-44岁、65岁以上人群中尤为明显。研究表明，即使是部分广告禁令（如广告牌禁令）也能有效降低吸烟率，是全面烟草预防策略中有价值的政策工具。
烟草控制广告禁令准实验研究公共卫生政策交错did瑞士
econ
01-14 00:00
本文提出了一种用于系统性风险监测的在线统计方案，旨在实时检测并预警风险预测模型的误判。该方法允许对多个风险序列进行同步监控，提高了捕捉早期风险信号的效率和速度。通过控制监测期间累积的误报概率，方案确保了统计检验的可靠性。蒙特卡洛模拟验证了其良好的有限样本性质，而针对美国银行在多次危机期间的实证应用，则证明了该方案对监管机构和金融机构均具有实用价值。
系统性风险在线监测金融监管统计检验风险预警
econ
01-14 00:00
本文将Riesz表示框架扩展至存在样本选择偏差的因果推断问题中，其中处理分配和结果可观测性均非随机。通过Riesz表示，该方法实现了稳定估计，并将遗漏变量偏差透明地分解为三个可解释部分：数据识别的尺度因子、结果混杂强度和选择混杂强度。在估计上，采用ForestRiesz估计器，它考虑了选择性结果可观测性，同时避免了直接倾向得分逆变换带来的不稳定性。模拟研究表明，传统的双重机器学习方法因依赖逆概率加权而对调参高度敏感，而ForestRiesz估计器通过利用自动去偏机器学习提供了更稳定的性能。在美国性别工资差距的实证应用中，该方法比标准双重机器学习方法产生了更大的处理效应估计，表明忽略样本选择会导致对性别工资差距的低估。敏感性分析表明，需要极强且不合理的未观测混杂才能推翻该结果。
因果推断样本选择偏差自动去偏机器学习riesz表示敏感性分析双重机器学习
econ
01-14 00:00
本研究通过陈述偏好调查和离散选择模型，分析了日本消费者对无人机配送服务的接受度。研究发现，尽管消费者对无人机配送感兴趣，但成本和可靠性担忧仍是主要障碍。年轻和男性消费者偏好更高，而产品类型（如日用品、医疗用品）显著影响选择。支付意愿和弹性分析揭示了消费者对配送价格和速度的敏感性，为服务商和政策制定者提供了定价、目标市场及部署策略的参考。
无人机配送消费者行为离散选择模型物流服务日本市场支付意愿
econ
01-14 00:00
本研究通过分析50,390个决策数据，引入动态时间规整对行为轨迹聚类，并采用分层逆Q学习框架建模潜在合作与背叛意图的离散切换。研究发现21.4%的参与者属于“切换者”类型，其意图频繁反转而非坚持稳定策略。该框架同时识别出持续合作与搭便车等经典策略，表明识别意图波动有助于维持合作：对切换者短暂背叛保持战略耐心可避免合作崩溃。
公共品博弈逆强化学习行为经济学合作演化动态时间规整意图识别
econ
01-14 00:00
本研究探讨了将人类认知偏差（如过度自信和损失厌恶）整合到金融交易强化学习模型中的可行性。传统模型假设理性代理人，可能忽略了心理因素的影响。通过修改奖励结构和决策过程，研究在模拟和真实交易环境中评估了此类模型的性能。尽管结果尚无定论甚至为负，但该研究为理解将类人偏差融入人工智能系统所面临的挑战提供了重要见解，对开发稳健的金融AI具有参考价值。
强化学习认知偏差金融决策行为金融人工智能
econ
01-14 00:00
研究发现，去中心化金融（DeFi）协议遭受黑客攻击后，并未如“传染假说”所预测的那样引发传统短期融资市场的动荡。相反，资本会从DeFi协议中流出，并通过主要货币市场基金（MMFs）被重新中介到传统金融体系。由于严格的监管约束（如SEC Rule 2a-7），这些基金必须购买高质量票据，从而对3个月期AA级商业票据（CP）产生了巨大的机构需求冲击。这种“流动性循环”机制压倒了稳定币发行商赎回带来的供给冲击，导致CP利差收窄，意外地为实体经济中的高评级发行人提供了暂时的流动性支持并降低了其借贷成本。
去中心化金融货币市场金融稳定流动性监管套利商业票据
econ
01-14 00:00
研究通过博弈论模型分析城市投资策略，发现盲目改善基础设施可能因个体策略性反应而降低整体社会福利（类似布雷斯悖论）。研究证明，通过精心设计的小规模干预，以不超过 $0.81 \epsilon^2 \cdot \texttt{opt}$ 的总成本调整个体效用，可确保所有纳什均衡的社会福利至少达到 $\epsilon \cdot \texttt{opt}$（其中 $\texttt{opt}$ 为最优社会福利）。这为战略性城市规划提供了新思路。
城市博弈社会福利纳什均衡策略干预城市规划布雷斯悖论
econ
01-14 00:00
本文针对小型、稳健导向的投资组合，提出了一种“可行性优先”的非预测性框架，用于整合主题卫星资产。传统方法依赖因子暴露或历史回测，而本框架则通过四个嵌套的可行性层级（物理、经济、结构、认知）来判定卫星资产的准入性。其中，结构可行性通过设定“可容忍损失下的期权预算”来约束卫星资产规模，被确立为核心设计原则。该框架无需依赖收益预测或因子溢价，即可得出关于卫星资产规模、换手率和广度的封闭式可行性边界，为稳健型小规模组合的资产配置提供了纪律性基础。
投资组合管理稳健性框架卫星资产可行性分析非预测性配置
econ
01-14 00:00
本研究探讨了男性远程工作机会的增加对其配偶劳动供给的影响。利用新冠疫情前后各职业“居家办公”暴露度的变化，研究发现，丈夫居家办公暴露度的增加显著改善了妻子的劳动力市场表现：年就业率上升约2.5个百分点，收入增长约5%，周工作时间增加约半小时，工作周数增加约1.3%，从事兼职工作的可能性下降约9%。时间使用日记和育儿问卷的证据表明，这些效应源于家庭内部育儿时间的重新分配：女性从事主要育儿活动的可能性降低，而居家办公的男性则部分弥补了配偶的时间。
远程办公女性就业家庭分工劳动力供给性别平等时间分配
econ
01-14 00:00
传统算法公平性定义（如人口统计均等、机会均等）关注群体统计，但现实中公平感往往通过个体社交网络中的局部比较形成。本研究提出一个感知公平网络理论模型，证明即使决策规则满足客观公平标准，在存在同质性或分类混合的网络中，个体感知的歧视仍可能持续甚至加剧。研究通过形式化分析连接网络结构、局部观察与社会感知，揭示了网络拓扑如何导致客观公平与感知公平的差异，对算法治理及金融、协作保险等应用具有重要启示。
算法公平网络拓扑公平感知社会网络同质性算法治理
econ
01-14 00:00
本文提出矩阵自回归公共因子模型（MARCF），为高维矩阵时间序列建模提供了一个统一框架。该模型弥合了矩阵自回归（MAR）与矩阵因子模型（MFM）之间的结构性差异，通过将系数矩阵分解为公共、预测器特定和响应特定三个部分，在保留输入输出结构差异的同时，利用其重叠部分实现降维。研究开发了一种适用于高维数据的正则化梯度下降估计器，理论分析证明了算法在局部线性收敛和统计一致性。模拟实验和全球宏观经济预测应用验证了该方法的估计效率和可解释性。
矩阵时间序列高维建模因子模型自回归宏观经济预测降维
econ
01-14 00:00
本文提出贝叶斯平滑分位数回归（BSQR），通过核平滑可微似然函数，解决了传统非对称拉普拉斯框架的决策理论错位与有限样本偏差问题。该方法使后验均值与真实条件分位数对齐，理论层面建立了后验一致性、误设下的Bernstein–von Mises定理，保证了渐近正态性与有效的频率覆盖。计算上首次实现了分位数回归的哈密顿蒙特卡洛采样，提升采样效率达80%。在金融系统性风险应用中，BSQR揭示了COVID-19期间的区制转换，并提供了更尖锐且校准良好的预测分位数。
贝叶斯推断分位数回归核平滑计算效率金融计量后验理论
econ
01-14 00:00
研究指出，经济学家在应用大语言模型进行宏观经济预测时，常面临一个根本性问题：模型在训练数据上表现出的样本内预测准确性，能否推广到样本外？为检验此问题，研究者开发了“假日期测试”等提示敏感性测试，旨在检测LLM预测中可能存在的“前瞻性偏差”和“上下文偏差”。实证结果显示，所有被测试的现代LLM均未通过第一项测试，表明其样本内预测存在前瞻性偏差，这对其在真实世界预测中的可靠性提出了警示。
大语言模型宏观经济预测样本外预测前瞻性偏差机器学习实证研究
econ
01-14 00:00
本文提出了一种新颖的面板数据处理效应估计方法，旨在解决标准双重差分法（DID）的关键局限。标准DID依赖“平行趋势”假设，要求与处理分配相关的不可观测因素是一维、时不变且以可加可分离方式影响结果。新框架允许存在多维不可观测因素和非加性可分离性，并给出了识别处理组平均处理效应的充分条件。在工人失业的实证应用中，新方法揭示的长期收入损失远小于标准DID的估计，表明其能有效解释处理组与对照组之间表现为不同结果轨迹的未观测异质性。
面板数据处理效应双重差分平行趋势未观测异质性计量经济学
econ
01-14 00:00
本文研究了向量自回归（VAR）模型在局部误设下的脉冲响应推断问题。研究发现，传统的局部投影（LP）置信区间具有“双重稳健性”，即使在误设程度大到足以被统计检验检测出的情况下，其覆盖率依然正确。相比之下，使用短到中等滞后阶数的传统VAR置信区间，在面对统计上难以检测、且经济理论无法排除的小幅误设时，覆盖率可能严重不足。只有当VAR的滞后阶数足够大，使其区间宽度与LP区间相当时，其覆盖率才具有稳健性。
向量自回归局部投影模型误设脉冲响应稳健推断计量经济学
econ
01-14 00:00
本研究通过博弈论模型，分析了选民动机性推理对气候政策制定的影响。当预期气候变化带来的福利损失足够大时，选民会最优地忽略不利信息，导致政客仅提出针对温和气候变化的政策，形成政策停滞的均衡。当福利损失适中时，模型存在第二个有效均衡：选民信任政客并依据信息投票，激励政客提出充分的气候政策。研究揭示了信念扭曲与政策响应预期如何共同决定均衡选择。
气候政策动机性推理选举竞争博弈论模型政治经济学均衡选择
econ
01-14 00:00
本文研究存在市场总体不确定性的交易环境中，卖方如何通过等待策略最大化收益。模型设定一个长期存在的卖方，向按泊松过程到达的短期买方提供价格。一个隐藏状态决定交易是否有效率。所有参与者都观察到关于该状态的噪声私有信号。研究发现，在存在较小跨期摩擦且卖方具有承诺能力时，卖方会等待持有最有利信号的买方出现，直至一个依赖于其私有信息的退出时间。这一策略同时最大化卖方利润和期望总剩余。若无承诺能力，则卖方仍会等待，但退出时机过晚，导致交易概率非效率地偏高。
市场不确定性等待策略信号学习交易效率承诺能力
econ
01-14 00:00
本研究构建理性预期模型，探讨金融市场中资产未来价值上下限（范围信息）的披露效应。模型表明，披露此类信息能降低市场价格对私有信号的敏感性，并提升市场流动性。其市场影响取决于披露范围的位置与精度：当私有信号与噪声交易量的线性组合远离披露范围时，价格对私有信号变动的反应几乎消失，而披露范围本身的移动却能有效影响价格。此外，若披露范围的中点高于（低于）研究设定的特定标准，披露行为将降低（提高）资产溢价。
信息披露理性预期模型市场流动性资产定价金融监管