econ
12-19 00:00
本研究利用 Yahoo Webscope 大规模实时竞价数据，结合少数派博弈理论与聚类算法，实证分析了广告主在信息不确定环境下的策略性出价行为。研究发现，广告主会将每小时广告位划分为子市场，并策略性地在预期自己成为“少数派”的时段出价，这种异质性策略形成了一种内生的“出价抑制”机制，能在降低支出的同时提高获胜概率。研究揭示了去中心化高频拍卖环境中策略互动对竞价动态和定价结果的计算与经济学影响。
实时竞价少数派博弈策略性出价广告拍卖博弈均衡计算经济学
econ
12-19 00:00
本文介绍了R包`xtdml`，它实现了Clarke和Polselli（2025）提出的双重机器学习方法，用于估计具有低维固定效应和高维混杂变量的部分线性面板回归模型。该包整合了`mlr3`生态系统中的机器学习算法来学习干扰函数，并提供了处理未观测个体异质性的多种方法（如一阶差分、组内变换和相关随机效应），同时支持对协变量进行最小-最大归一化和多项式展开以提升学习性能。通过模拟和真实纵向数据的应用示例，展示了该工具在经济学和统计学实证研究中的实用性。
双重机器学习面板数据固定效应r软件包因果推断高维控制
econ
12-19 00:00
本研究通过扩展Holden和Peel（1990）检验，引入状态依赖性，分析了韩国央行（BoK）定期发布的通胀预测是否存在向通胀目标靠拢的偏差。研究发现，当预测时点的实际通胀低于目标值时，其预测确实存在系统性偏差。研究进一步评估了基于AR(1)和平均误差模型的多种偏差校正策略（包括其状态依赖变体），发现这些策略普遍提升了预测精度，其中基于AR(1)的校正方法表现相对稳定，能持续降低均方根误差。
通胀预测预测偏差央行政策状态依赖模型偏差校正
econ
12-19 00:00
本研究通过构建结构模型，模拟个体汇款决策，并结合2010-2019年全球灾害记录与双边月度汇款数据，首次量化了国际移民社群对原籍国灾害的汇款响应。分析发现，过去十年间，针对地震、洪水、风暴和干旱等灾害，全球共动员了约3320亿美元（占汇款总额的5.46%）的专项汇款。其中，地震引发的平均人均汇款响应最大，而干旱最小。研究揭示了不同移民社群在激活金融支持能力上的显著差异，确立了汇款作为一种重要但有限的灾害融资形式，对增强未来环境冲击的韧性具有关键意义。
国际汇款灾害响应移民社群韧性金融环境冲击
econ
12-19 00:00
本文首次对Joel Mokyr提出的“现代经济增长源于命题性（理论）知识与规范性（应用）知识之间的反馈循环”假说进行了定量检验。研究通过构建两个新的文本指标——出版物创新性指标和知识溢出指标，分析了1600-1800年间英格兰的创新活动。实证结果表明，在18世纪下半叶，两类知识之间的反馈循环确实转为正向，并且这一过程对以专利衡量的实体经济产生了积极影响，从而为Mokyr的原创假说提供了经验支持。
经济增长知识溢出创新工业启蒙经济史文本分析
econ
12-19 00:00
本研究构建了一个包含环境因素的代际交叠模型，探讨社会比较（凡勃伦效应）如何影响消费行为与绿色偏好。研究发现，由社会地位驱动的过度消费会损害环境，而单纯对消费征税无法解决攀比问题。模型揭示了两种稳定均衡：一种关注环境与消费平衡，另一种则完全物质主义。当攀比效应强烈时，系统会出现内生、持续的非周期性波动，导致绿色偏好趋近于零，环境质量极低。这表明环境脆弱性与地位驱动型消费同步增长。
环境经济学代际交叠模型社会比较凡勃伦效应绿色偏好消费行为
econ
12-19 00:00
本文研究了连续时间下的说服问题，其中发送者可以控制信号随时间的信息量，并决定何时停止向接收者提供信息。模型允许发送者对演化的信号路径进行干扰（信息模糊化），并延迟接收者的决策，但需承担随时间递增的凸成本。研究发现，尽管两种工具都可用，但任何最优的说服方案都是完全透明的：发送者会保持信号的完全信息性，并仅通过选择停止时机来说服接收者。这表明，在实时说服中，最优策略是避免对信息进行任何干扰。
实时说服信息设计最优停止连续时间模型透明策略
econ
12-19 00:00
本文提出“智能数据组合”框架，将数据类别视为兼具生产性与风险性的资产，将AI输入治理形式化为信息与风险的权衡。该框架定义了“信息回报”与“治理调整风险”两个组合层面的量化指标，其相互作用刻画了数据混合特征并生成“治理有效前沿”。监管者可通过风险上限、准入类别和权重区间等工具，将公平性、隐私性、鲁棒性和可追溯性要求转化为对数据分配的可度量约束，同时保持模型灵活性。一个电信行业的案例展示了不同AI服务如何在统一的治理结构下需要不同的数据组合。该框架为AI系统的大规模部署提供了一个熟悉的组合逻辑作为输入层面的解释层。
ai治理数据组合风险权衡量化框架输入解释
econ
12-19 00:00
本文提出了一种基于指数族分布的精确时间序列分析方法。通过最大化对数似然与期望对数似然的凸组合（经指数加权调整），推导出用于滤波、预测和平滑的线性递归公式。该方法在规范指数族模型下得到了简洁的解析解，理论完备，并在模拟与真实数据上进行了验证，为状态空间估计提供了高效的计算框架。
指数加权估计指数族分布时间序列分析状态空间模型滤波平滑
econ
12-19 00:00
本文针对收益依赖于部分识别参数 $\theta$ 的离散选择问题，推导了渐近最优的统计决策规则。决策者可以利用点识别参数 $\mu$ 来推断 $\theta$ 的约束。研究将处理 $\theta$ 部分识别模糊性的极小极大方法，与针对 $\mu$ 的平均风险最小化方法相结合，定义了最优性准则。论文展示了如何在参数和半参数设定下，使用自助法和（拟）贝叶斯方法实现最优决策规则，并以治疗选择和最优定价为例进行了详细应用。该方法适用于有限样本最优规则难以推导的现实实证场景。
部分识别最优决策极小极大风险自助法治疗选择定价策略
econ
12-19 00:00
本文研究发送者-接收者模型，其中接收者可在发送者确定信息策略前承诺一个决策规则。该规则可依赖于发送者选择的信息结构和实现的信号。模型适用于决策者向利益相关方寻求建议的场景。由于接收者常面临发送者偏好和可行信息结构的不确定性，作者采用统一的稳健分析框架，涵盖最大最小效用、最小最大遗憾和最小最大竞争比等标准。核心结论证明，最优决策规则总是一个配额规则。
信息设计稳健优化博弈论决策理论说服理论
econ
12-19 00:00
本研究利用俄亥俄州高质量行政记录，采用匹配方法评估了失业工人进入高等教育机构接受再培训的广泛效果。研究提出了一种新方法，将“立即治疗与延迟治疗”和“治疗与不治疗”两种动态处理效应文献联系起来。研究发现，尽管入学后头两年收入会下降，但在入学三到四年后，参与者的收入平均增长约6%。这种收益主要由转换行业的个体驱动，特别是转向医疗保健行业的人。
失业再培训高等教育收入效应行业转换动态处理效应医疗保健
econ
12-19 00:00
本文提出了一种新的“聚类网络关联性”测量框架，用于分析经济网络中的相互关联。该框架结合了向量自回归（VAR）模型的方差分解，创新性地允许网络节点（如资产类别、行业、地区）以“聚类”形式连接。在聚类之间，冲击采用正交化识别（Sims风格），排序相关；在聚类内部，冲击则采用广义识别（KPPS风格），允许相关性，排序无关。这统一并推广了现有两种极端识别方法。研究将该框架应用于对横跨三大全球区域的十六个国家股票市场的详细实证分析中，以衡量其网络关联性的演变。
网络关联性向量自回归方差分解聚类识别股票市场金融计量
econ
12-19 00:00
本研究利用丹麦1589个教区的面板数据，通过交错双重差分法分析铁路扩张的影响。研究发现，铁路连接使当地人口增长约7%，内部移民增加约10%，并推动结构转型：制造业就业上升约1.8个百分点，非农份额提高约2个百分点。同时，铁路接入使教区拥有民众高中的概率增加约1.7个百分点，并提升了社区文化设施的密度。结果表明，市场准入不仅是经济现代化的引擎，也是制度与文化转型的催化剂。
铁路经济结构转型社会运动双重差分历史发展制度变迁
econ
12-19 00:00
本研究首次系统评估了三种主流大语言模型在模拟人类出行时间价值方面的行为保真度。通过全因子实验设计，研究发现LLMs在出行目的、收入水平及时间-成本权衡比等关键因素上表现出与人类相似的行为敏感性，且模型自身行为在不同情境下高度一致。尽管部分模型的总体时间价值估值与人类相近，但在具体情境敏感度和收入弹性方面仍存在异质性。该研究为LLMs作为人类出行代理的未来应用提供了基准，同时强调在应用前需对模型进行严格验证与额外条件设定。
大语言模型出行时间价值行为模拟交通经济学人工智能
econ
12-19 00:00
本研究提出了一种资源高效的方法，通过结合文档嵌入与大型语言模型生成的合成训练数据，从新闻文本中测量经济展望。该方法应用于2700万篇新闻文章，生成的指标显著提高了GDP增长预测的准确性，并能在官方数据发布前数周捕捉到情绪变化，在危机期间尤其有价值。该指标在预测表现上优于基于调查的基准和传统的词典方法，且具有可解释性，能够识别经济情绪的具体驱动因素。该方法解决了关键的制度约束：可在本地进行情绪分类，无需将专有新闻内容传输到外部服务，且与直接使用LLM分类相比，所需的计算资源极少。该方法可推广至其他国家及受限的数据环境。
经济预测文本分析合成数据文档嵌入情绪测量资源高效
econ
12-19 00:00
本文针对参数非识别性导致的后验分布多模态或平坦区域问题，提出了一种新颖的识别感知马尔可夫链蒙特卡洛（MCMC）方法。该方法利用观测等价参数集的知识设计提案分布，有效避免了传统方法（如随机游走Metropolis和哈密顿蒙特卡洛）中常见的模态陷入困境。理论分析表明，新方法的收敛速率一致有界于零，与标准方法指数衰减的收敛速率形成鲜明对比。仿真实验及结构向量移动平均（SVMA）应用表明，该方法在性能上优于哈密顿蒙特卡洛和序列蒙特卡洛等流行计算方法，并能揭示目标分布中的非平凡模态。
贝叶斯计算mcmc方法参数识别多模态后验计算统计学计量经济学
econ
12-19 00:00
本文提出了一种在存在干扰参数时对矩约束进行统一推断的简单方法。该方法基于一种新的特征化构建检验，避免了干扰参数的估计，可广泛应用于多种设定。在适当条件下，该检验对独立和相依样本均具有渐近尺寸控制和一致性。蒙特卡洛模拟表明，该检验在有限样本中表现良好。应用于弱工具变量的条件矩约束模型的数值结果显示，该方法可能优于现有文献中的方法。
矩约束干扰参数统一推断弱工具变量渐近性质
econ
12-19 00:00
本文构建了一个新颖的离散时间、不确定、无限时域动态博弈模型，用于分析财政与货币政策的交互作用。模型将预期不确定性刻画为满足二次约束的未知非线性确定性函数，并为财政和货币政策这两个“玩家”定义了成本保证纳什策略。该模型特别适用于对追赶型经济体的发展路径进行对比分析。研究以匈牙利经济为例，评估了九种以债务占GDP比率为特征的可能发展路径。
动态博弈财政货币政策不确定性建模追赶型经济债务gdp比率
econ
12-19 00:00
本文研究在个体因信念不精确而具有不完全偏好关系时，如何进行偏好聚合。作者引入了帕累托原则的“对偶”形式，该原则尊重包括未表达意见者在内的个体一致性。第一定理表明，在多数情况下，这会导致品味聚合中的独裁规则，其根源在于“虚假一致性”问题。通过弱化该原则以避免尊重虚假一致性，第二定理刻画了新的信念聚合规则，使得社会不会丢弃任何合理的先验组合。
偏好聚合模糊信念集体决策帕累托原则社会选择
econ
12-19 00:00
本研究针对第四次工业革命背景，构建了一个基于职业任务的分析框架，将知识积累内生化，并整合了技术锁定、知识生成与验证成本等摩擦因素。模型明确描述了生产（自动化）与增长（知识积累）之间的相互作用。通过高通量计算，量化了模型结构参数对产出、工资和劳动收入份额等关键变量的影响。一个重要发现是工资与劳动收入份额并非直接关联，它们可以通过不同的政策工具独立影响。
自动化经济增长任务模型知识积累劳动份额政策干预
econ
12-19 00:00
本研究构建了一个实时预测框架，用于预测铝、铜、镍、锌四种关键工业金属的月度实际价格。框架通过整合每日金融变量与首次发布的宏观经济指标，并运用临近预报技术处理数据发布滞后，以模拟预测者可用的实时信息集。在实时环境中评估了多种模型的预测性能，发现尽管短期价格波动难以预测，但中期预测性显著。与制造业活动（如新订单和产能利用率）相关的指标，能显著提升铝和铜的预测精度，对锌和镍的改善则相对有限。研究结果表明，将及时的宏观经济信息纳入预测框架，对工业金属市场具有重要价值。
金属价格预测实时预测宏观经济指标制造业活动临近预报工业金属
econ
12-19 00:00
本文针对公理化谈判问题，提出了一类新的谈判解——粗粒度纳什解。这类解为每个谈判问题分配的结果集，比经典纳什解（Nash, 1950）所选择的结果集“更粗糙”。核心贡献在于，通过修改纳什的无关方案独立性公理（或更精确地，Arrow (1959) 的选择公理），并结合标准公理，为这类新解建立了基于选择对应理性公理的全新刻画。
谈判理论纳什解公理化方法选择对应粗粒度解博弈论