摩洛哥政府采购博弈：纯策略无均衡，混合策略解存在
本研究运用博弈论分析摩洛哥政府采购市场，将其建模为具有不连续、非拟凹支付函数的策略博弈。研究发现，该博弈在纯策略中不存在纳什均衡。针对双参与人情形，推导出对称博弈及加权(p,1-p)博弈的两种显式混合策略均衡。最后，通过应用对角线不相交支付匹配条件，证明了在一般N参与人情形下对称纳什均衡的存在性，从而将均衡存在性扩展至混合策略领域。
2025-12-12 速览 · 经济学
2025-12-12 共 22 条抓取，按综合热度排序
自适应实验的因果推断新方法：BOLS统计量
自适应实验在经济学等领域的广泛应用带来了因果推断的挑战。本研究提出了一种BOLS（分批普通最小二乘法）检验统计量，用于在自适应实验中推断处理效应。该统计量通过对异方差条件下各时期处理-控制组差异进行精度均衡化聚合，构建了一个标准化的异方差时期z统计量平均值，可用于构建渐近有效的置信区间。模拟结果表明，该方法在治疗期数少、每批观测值数量不同（少或多）的典型情况下，能有效控制拒绝率。
组合交易中的女巫攻击防御：竞争均衡机制的安全边界
本研究分析了BRACE组合交易机制中的女巫攻击问题，将身份创建视为报告类型经验分布的有限扰动。在超额需求映射和主体效用平滑性的标准正则假设下，研究获得了有界女巫入侵导致的价格和福利偏差的显式线性边界。研究发现：仅当每个主体的身份份额趋近于零时，大规模策略证明性才成立；而任何拥有持续正份额的主体都能构造出获得严格正极限收益的偏差。研究还表明，在无界女巫人口情况下BRACE的可行性会失效，并提供了确保大型市场中此类攻击失去激励的精确成本阈值。
付费优先队列的分配效应：高收入者获益，低收入者受损
本研究分析了在服务获取中引入付费优先通道对不同收入群体的影响。研究发现，相对于单一的免费队列，是否愿意采用付费优先系统仅取决于收入，与服务估值无关。高收入者从快速通道中获益，而低收入者境况变差并只能留在免费队列。中等收入者虽更偏好单一免费队列，但在优先制度下仍会付费使用快速通道。因此，使用优先队列的行为并不能反映个体对该制度的真实偏好。
能力积累与条件收敛：构建经济复杂度的动态理论
本研究构建了一个经济复杂度的动态模型，内生地解释了无条件收敛向条件收敛的转变过程。模型表明，当经济活动的能力密集度提高时，收敛性质会转变为条件收敛。研究通过解析求解，得出了区分两种收敛状态的边界条件，并同时解释了基于关联性的路径依赖多样化过程。该模型为理解经济发展中收敛模式的转变和产业演化的路径依赖提供了统一的理论框架。
多维排序模型：技术变革如何影响劳动力匹配与收入分配
本文为具有一般产出函数和输入分布的多维分配模型，建立了一套完整的比较静态分析理论。核心贡献在于证明任何技术变革均可唯一分解为两个独立部分：梯度部分通过泊松方程刻画边际收入变化，无散度部分则描述了劳动力重新配置的机制。研究进一步利用美国数据，量化了认知技能偏向型技术变革对劳动力市场排序和收入分配的均衡影响。
控制误报率：学习时变相关网络的新框架
本文提出了一种系统框架，用于从高维、非线性、非高斯和非平稳的时间序列中学习时变相关网络，同时控制误报率。该方法通过自助法从稳健的时变相关函数估计中推导出依赖且时变的P值，对均值突变点不敏感。研究建立了理论保证的Benjamini-Hochberg和Benjamini-Yekutieli程序，能实现统一的误报率控制，并通过脑电图和金融时间序列数据验证了其应用价值。
基于失业与职位空缺数据的美国衰退实时检测算法
本研究开发了一种利用失业率和职位空缺数据实时检测美国经济衰退的算法。该算法通过组合数百万个衰退分类器，在统计意义上实现了完美识别：在1929-2021年的训练期内，准确识别了全部15次历史衰退，且未产生任何误报。通过进一步筛选位于“预期-精度前沿”高精度段的分类器，算法在保持高精度的同时实现了早期预警。平均而言，算法在衰退开始后2.1个月即可发出信号，远快于美国国家经济研究局（NBER）委员会平均6.3个月的判定时间。
渠道采纳路径如何影响消费者后续行为：基于巴西零售数据的研究
本研究利用巴西宠物用品零售商的交易数据，分析了消费者通过四种不同路径（自然采纳、新冠疫情、黑色星期五促销、忠诚计划）采纳线上购物后的行为差异。研究发现，所有采纳者消费额均高于纯线下消费者，但后续行为因采纳动机而异：促销驱动者倾向于囤货且后续利润较低，而疫情推动者则表现出更强的线下消费惯性。研究建议企业应设计避免囤货的促销策略，强化外部冲击下线上消费者的习惯，并在预测客户终身价值时考虑采纳动机的异质性。
医疗补助收缩如何影响体重与健康行为？田纳西州案例研究
本研究利用田纳西州2005年医疗补助收缩政策作为自然实验，采用合成双重差分法分析失去公共医疗保险对无子女成年人体重及相关健康行为的影响。研究发现，政策导致该群体体重指数平均上升0.38点，超重或肥胖率增加约4%，自评健康状况为“差”的比例上升21%。机制分析表明，医疗覆盖减少导致疼痛管理药物使用下降、适度体育活动参与减少，未受管理的健康问题恶化可能是体重增加的关键路径。
先验无关的Blackwell模型：数据驱动决策的新框架
本文提出了一个先验无关的数据驱动决策模型。决策者观察已知实验在未知状态分布下产生的全部信号分布，并在与观测一致的状态分布集合上，根据行动的最坏情况收益来评估行动。该模型适用于计量经济学中的部分识别问题。作者提出了一种实验排序方法：如果决策者在观察实验E后的问题价值总是至少不低于观察实验E'后的价值，则E在稳健意义上比E'更具信息性。这种比较严格弱于经典的Blackwell排序，其成立的充要条件是E的零空间包含于E'的零空间。
平台最优定价机制：仅用令牌上限即可筛选用户偏好
研究构建了一个机制设计框架，平台通过设计生成式AI模型来筛选用户。用户从对话中获得工具性价值，但对延迟的偏好存在私人差异。研究发现，收入最优的机制非常简单：只需部署一个对齐（用户最优）的模型，并使用令牌上限作为筛选用户的唯一工具。该设计将模型训练与定价解耦，易于通过令牌计量实现，并能减轻错位压力。
主成分分析在计量经济学中的选择性推断视角
本文从选择性推断的视角，研究了计量经济学应用中确定主成分数量的长期难题。研究考虑来自p维随机向量的独立同分布观测，旨在为模型选择后的统计推断提供更严谨的理论框架。该方法有助于提升高维经济数据分析的可靠性，对因子模型和降维技术的应用具有重要影响。
价格暴露设计：识别与推断的微观基础与因果解释
本文研究了利用商品价格作为工具变量来评估总体冲击对地区影响的区域暴露设计。与利用多个冲击差异暴露的标准转移份额设计不同，价格暴露设计依赖于单一冲击的外生变异，这给识别和推断带来了挑战。研究通过一个多部门劳动力模型阐释了该设计，并在潜在结果框架下，将2SLS和TWFE估计量表征为地区和部门特定效应的加权平均值，外加由价格协方差结构和一般均衡产出响应驱动的污染项。研究推导了这些估计量具有明确因果解释的条件，并为条件违反提供了简单的敏感性分析程序。最后，研究表明，在价格暴露设计中，标准推断程序存在过度拒绝问题，并推导了一种新的标准误估计量，通过蒙特卡洛模拟展示了其良好的有限样本性质。在亚马逊地区金矿开采与凶杀案的应用中，价格暴露标准误约为传统聚类标准误的两倍，使得主要效应在统计上不再显著。
机制设计中的权力与自由：策略证明机制的新分析框架
本文提出一个分析策略证明机制的新框架，将代理人的影响力区分为“自由”与“权力”。“自由”指代理人通过报告不同类型所能为自己带来的相关结果集合，而“权力”则指其行为影响其他代理人相关结果的能力。该框架统一了选择自由文献中的机会集概念和二元投票中的经典权力指数。研究发现，约束有效机制正是那些最大化代理人自由的机制。应用于分配规则分析，该框架从自由与权力的角度，为顶级交易循环规则和双极序列独裁规则提供了新颖的特征刻画。
动机性推理如何影响社会信息聚合？
本研究探讨了动机性推理在两种经典社会信息聚合模型中的影响。在孔多塞陪审团定理中，即使存在动机性推理，信息在大规模群体中仍能有效聚合；但当信号质量在不同状态下存在差异时，动机增强会提升高信息质量状态下的社会福利，同时损害低质量状态下的福利。在序列社会学习模型中，适度的动机性推理有助于信息聚合，但若对追求真相的权重过低，则可能导致比完全贝叶斯基准更差的结果。
AI赋能TOE框架提升脆弱经济体工业可持续性：也门与沙特案例研究
本研究基于AI增强的TOE框架，通过对也门和沙特600家中小企业的实地调查，探讨了在脆弱和转型经济体中提升工业绩效与环境可持续性的路径。基于294份管理者问卷的偏最小二乘结构方程模型分析显示，AI-TOE对环境绩效和制造绩效均有显著正向影响。研究发现，AI的转型作用因基础设施成熟度和组织准备度而异：沙特企业受益于制度支持与先进技术，而也门企业则依赖低成本AI采纳和组织灵活性来应对结构性挑战。工业绩效在此关系中扮演关键中介角色。
航空公司联程票收入分配：公理化方法支持IATA加权机制
国际航空运输协会（IATA）规定联程票收入需按加权系统在航空公司间分配。本研究采用公理化方法分析此问题，理论结果支持IATA的现行程序。研究首先论证了加权系统的合理性，但未指定具体权重。在权重固定的假设下，进一步提供了多项支持IATA机制的结果。最后，针对所有航班可视为等效、无需加权的情况，也给出了相应的理论结果。
重构运输成本规划理论：整合阶梯成本、AI动态定价与可持续自主性的多层框架
本研究针对传统静态线性成本模型在应对供应链波动时的不足，重构了运输成本规划理论。通过系统综述2018-2025年间28篇高影响力文献，提出了一个整合宏观、中观与应用理论的多层框架。研究揭示了三大关键转变：固定成本从线性转向阶梯式、AI驱动的动态定价成为收益优化的必需、以及自主电动汽车对降低长期边际成本的作用。最终提出了“动态可持续成本规划理论”，强调现代成本效率依赖于算法预测与自主车队利用，而非简单的距离最小化。
生物科技风投网络研究：适度合作与专业同质化最利于企业退出
本研究针对生物科技领域，分析了风投网络中重复合作与专业同质化对企业退出的影响。基于2010-2024年欧美超万家初创企业数据，研究发现两者与退出概率均呈倒U型关系：适度的熟悉度和专业重叠最有利，过疏或过密都会降低成功率。制药企业风投或独立董事会的参与能缓解过度嵌入的负面影响。此外，IPO比并购需要更深度的协调。研究为生命科学领域的网络嵌入理论提供了新见解，并为从业者平衡信任、专业与监督提供了量化参考。
动态契约设计：支付与信息说服的权衡
本文研究动态契约设计问题，其中发送方（Sender）私下观察一个马尔可夫状态，并试图激励接收方（Receiver）采取行动。发送方通过两种方式提供激励：一是支付（直接改变事后收益），二是贝叶斯说服（塑造接收方对收益的临时信念）。研究发现，对于所有阶段博弈收益、贴现率和状态转移规则，支付都是最后手段——存在一种最优契约，其中支付仅发生在发送方承诺在每个后续历史中揭示状态之后。通过一个例子说明，最优契约类似于忠诚度计划：发送方在随机促销时间之前选择静态最优信息结构，之后揭示状态并向接收方支付。
货币政策冲击如何影响宏观经济“明星”变量？新框架揭示长期效应
本文提出了一种结合外部工具变量的结构多元未观测成分模型（SMUC-IV），用于研究货币政策冲击对美国关键宏观经济“明星”变量（潜在产出水平、潜在产出增长率、趋势通胀和中性利率）的影响。该方法的核心创新在于利用外部工具变量在多元框架内识别货币政策冲击，并开发了MCMC估计方法进行后验推断。实证分析表明，紧缩性货币政策冲击对这些“明星”变量具有显著的负面影响，揭示了暂时性货币政策冲击的非零长期效应。