econ
12-23 00:00
本文针对仅已知数据边缘分布的部分识别广义矩模型，提出了一套完整的识别、估计与推断方法。核心贡献在于：1）利用支撑函数与最优运输理论刻画了参数尖锐识别集；2）引入熵正则化技术，通过Sinkhorn算法高效计算最优运输问题的平滑近似解；3）构建了假设检验统计量并证明其渐近分布，结合自举法获得有效临界值。该方法适用于面板数据损耗、非线性处理效应、非参数工具变量等多种实证场景。
部分识别最优运输熵正则化广义矩估计渐近推断sinkhorn算法
econ
12-23 00:00
本研究利用欧洲健康、老龄与退休调查（SHARE）的八国面板数据，通过准随机访谈时间与疫情限制的变异，比较了错过常规乳腺X光筛查的女性与接受筛查的女性。研究发现，在筛查适龄女性中，错过筛查会使未来一年内因任何原因导致的急诊住院概率增加约6个百分点；而在超龄女性中未发现此效应，支持了识别策略的有效性。结果表明，在危机期间维持预防性医疗服务可减少老龄化人口中可避免的急性事件，增强卫生系统应对重大冲击的韧性。
预防性医疗公共卫生健康经济学工具变量法老龄化卫生系统韧性
econ
12-23 00:00
本文挑战了经济学中经典的“效率与平等权衡”（即“大权衡”）理论，指出在特定条件下，社会可以同时促进经济增长与收入平等。研究通过构建并求解静态与动态经济模型，从理论上识别并阐述了五种能够规避这一权衡的具体路径。这些路径为政策制定者提供了在资本主义民主框架下，实现效率与平等双重目标的可行方案，并讨论了其政策含义。
效率与平等经济权衡政策路径经济模型收入分配
econ
12-23 00:00
本研究利用美国人口普查和社区调查微观数据，分析了男性全职私营部门移民的工资回报。研究发现，移民的初始工资低于同等条件的非移民，但工资随美国工作经验的积累而增长。明瑟工资回归分析表明，总工作经验与工资呈强正相关，但移民的经验回报梯度较小。将经验分解为美国经验和外国经验后发现，美国经验的回报大且单调递增，而外国经验的回报在大多数经验区间内都显著更小。来自高收入原籍国的新移民，其经验回报曲线更为陡峭。总体而言，研究结果支持外国工作经验的可转移性不完全，并强调了东道国人力资本在移民工资增长中的核心作用。
移民工资人力资本经验回报美国经验外国经验工资同化
econ
12-23 00:00
本文提出了一种解决异质性主体宏观经济模型的新方法——结构强化学习（SRL）。该方法用低维价格变量替代传统的截面分布作为状态变量，让主体通过模拟路径直接学习均衡价格动态。SRL在模拟价格的同时，充分利用了主体对自身个体动态的结构性知识，从而绕过了复杂的Master方程，能够高效地全局求解传统方法难以处理的问题，特别是非平凡的市场出清条件。研究在Krusell-Smith模型、具有总量冲击的Huggett模型以及带有前瞻性菲利普斯曲线的HANK模型中验证了该方法的有效性，均可在数分钟内获得全局解。
结构强化学习异质性主体模型宏观经济计算经济学全局求解
econ
12-23 00:00
本研究将社会网络中的“传递性”概念引入企业间贸易关系分析，提出了一种基于企业间交易条件独立性系统性偏差的检测与量化方法。通过对哥伦比亚-美国进出口商数据的实证分析，研究发现企业更倾向于与拥有共同贸易伙伴的企业进行交易，这种传递性导致了贸易网络关系的集群化形成与断裂模式。反事实模拟表明，传递性是影响企业网络如何应对成本冲击的重要且具有经济意义的因素，对理解企业匹配机制和冲击在网络中的传播至关重要。
国际贸易网络企业关系传递性网络经济学冲击传导实证方法
econ
12-23 00:00
本文提出将经济学中的增长核算框架应用于企业增长规划，发展出“逆向增长核算”方法。该方法将罗伯特·索罗用于解释宏观经济增长的事后分析工具，转化为一种事前规划工具，帮助企业系统性地识别和规划产出增长的关键驱动因素，如生产率、劳动力和资本投入。论文提供了一个八步实施流程，旨在以严谨的经济逻辑和数学工具，替代当前临时性的增长规划实践，从而更可靠地评估增长过程中的短板。
增长核算战略规划企业增长经济学工具生产力分析
econ
12-23 00:00
本研究提出了一种基于结构化事件表示（SER）与注意力机制的深度学习模型，用于预测横截面股票收益。模型利用预训练大语言模型（LLM）从新闻文章中提取事件特征，构建结构化的事件表示。实证结果表明，该模型在样本外预测中表现优于现有文本驱动模型，并提供了高度可解释的特征结构，有助于深入理解股票收益可预测性的内在机制。研究强调了结构化模型输入在金融预测中的关键优势。
事件驱动投资大语言模型深度学习文本分析金融预测可解释ai
econ
12-23 00:00
本研究分析了2010-2023年全球人工智能专利格局，评估了欧洲在由美国和中国主导的双极创新环境中的地位。研究发现，专利格局高度集中：中国在专利数量上领先，而美国在引用影响力和技术影响力方面占主导。欧洲的AI专利份额有限，但显示出相对较高的专利质量信号。技术邻近性分析表明，全球创新轨迹正向美国收敛，欧洲仍处于碎片化状态，未能形成自主的技术极。引力模型估计显示，跨境AI知识流动主要由技术能力和专业化驱动，地理和制度因素作用次之。欧盟成员身份并未显著增强欧洲内部的知识扩散，这表明参与全球AI创新网络的基础是技术能力，而非政治一体化。
人工智能专利分析技术主权知识流动创新格局中美竞争
econ
12-23 00:00
本研究探讨了最低工资、集体谈判工资等制度性工资设定约束如何影响企业对需求冲击的响应。作者构建了一个理论框架来解释企业因约束不同而产生的异质性反应，并基于葡萄牙、挪威和哥伦比亚三个制度环境迥异国家的实证数据，提供了相关证据。研究发现，这些约束显著塑造了企业行为，并对传统的租金分享和雇主工资设定能力估计提出了重要修正。
工资设定需求冲击制度约束企业行为跨国比较租金分享
econ
12-23 00:00
本研究利用多模态大语言模型（Gemini-2.5-Pro/Flash-Lite）构建了包含306,070项德国专利（1877-1918年）的数据集，原始材料为9,562份档案图像扫描件。基准测试表明，相比人工研究助理，多模态LLM在构建该数据集时，质量更高、速度提升795倍以上、成本降低205倍。档案页面采用双栏排版，混合使用哥特体和罗马字体，格式复杂。研究开源了基准测试数据、专利数据集及基于LLM的数据处理流程，该流程可适配其他图像语料库，降低了非技术研究者的使用门槛。最后，文章分析了使用LLM构建历史数据集的经济性，并探讨了其对经济史领域的潜在影响。
多模态大模型历史数据集经济史档案数字化德国专利自动化处理
econ
12-23 00:00
本研究探讨了在宏观经济关系不确定且时变的情况下，央行如何动态设定短期名义利率以稳定通胀和失业。研究将货币政策建模为序贯决策问题，使用公开的FRED历史数据构建线性高斯转移模型，并采用二次损失奖励函数实现离散动作马尔可夫决策过程。比较了九种强化学习方法（包括表格Q学习变体、SARSA、演员-评论家、深度Q网络、贝叶斯Q学习和部分可观测马尔可夫决策过程）与泰勒规则等基准。结果显示，标准表格Q学习取得了最佳性能（平均回报为$-615.13 \pm 309.58$），优于增强的强化学习方法和传统政策规则。这表明，尽管复杂的强化学习技术在货币政策应用中显示出潜力，但简单方法可能在该领域更具鲁棒性，凸显了将现代强化学习应用于宏观经济政策的重要挑战。
强化学习货币政策宏观经济不确定性马尔可夫决策过程表格q学习
econ
12-23 00:00
本文研究了经典Osipov-Lanchester模型的修正版本，其中两军总兵力 $N=R+B$ 保持恒定。研究发现，兵力比 $y=R/B$ 的动态可简化为Riccati方程 $\dot y=\alpha y^2-\beta$，并允许完整的解析分析。主要结论是：在正象限 $R,B\ge 0$ 内，渐近稳定的不变集仅存在于 $\alpha,\beta$ 的三种符号组合下：$\alpha<0,\beta<0$（稳定内部均衡）、$\alpha=0,\beta<0$（$B=0$ 边界稳定）或 $\alpha<0,\beta=0$（$R=0$ 边界稳定）。当 $\alpha>0$ 或 $\beta>0$ 时，解会在有限时间内超出模型适用范围。值得注意的是，$\alpha<0,\beta<0$ 对应原系统中解的指数增长。
兵力动态模型riccati方程稳定性分析军事运筹学微分方程
econ
12-23 00:00
本文针对实践中通过有限网格点进行乘数自助法（multiplier bootstrap）以构建函数均匀置信带的方法，量化了评估网格必须达到的精细程度。研究推导了覆盖误差的显式上界，明确分离了离散化效应与网格上固有的高维自助法近似误差。该结果为实践中如何选择网格大小提供了透明的工作流程，并以核密度估计为例进行了说明。
均匀推断置信带乘数自助法离散化误差高维统计核密度估计
econ
12-23 00:00
本研究将数字化押金返还方案设计为控制问题，聚焦于纸杯回收场景。系统为每个物品配备数字钱包，通过货币奖励激励参与者完成回收流程。核心创新在于：1）去中心化算法避免节点拥堵；2）基于AIMD的算法优化各层押金分配；3）反馈控制动态调整押金以实现目标处理量。仿真实验验证了该框架在提升循环经济逆向物流效率方面的有效性。
循环经济逆向物流数字押金去中心化控制算法优化纸杯回收
econ
12-23 00:00
本文针对美国AI电力需求激增与垃圾填埋场甲烷排放并存的双重挑战，提出了一种模块化修复框架。该框架将历史填埋场视为存量资源，通过挖掘、筛选及就地热电联产技术，将环境负债转化为韧性资产。系统分析表明，该方案能减少60-70%的场址甲烷排放，回收城市土地，并为AI走廊提供约20MW的稳定、可孤岛运行的电力。其核心价值并非替代大规模可再生能源，而是作为关键负载的“战略缓冲单元”，以增强电网弹性并解决长期环境责任。
能源转型ai基础设施垃圾填埋场修复电网弹性废物能源化甲烷减排
econ
12-23 00:00
本文研究了私募市场投资中的最优合约设计问题，聚焦于风险投资和私募股权公司的内部决策机制。委托人依赖代理人进行成本高昂的尽职调查，并据此提出投资建议。模型的关键在于，即使放弃投资机会，其潜在结果事后也可被观察，这使得薪酬可以同时奖励成功的投资和审慎的放弃决策。研究刻画了能激励信息获取和真实报告、并使利润最大化的合约。结果表明，三层合约（支付取决于代理人建议和最终实现回报）是充分的。在满足单调似然比性质的对称环境中，最优合约可进一步简化为阈值合约：仅当代理人的建议与极端实现回报（极高或极低）一致时才支付报酬。这为设计基于绩效的薪酬体系提供了理论指导，旨在促进勤勉筛选的同时，限制过度风险承担。
合约设计私募投资激励机制尽职调查风险承担委托代理
econ
12-23 00:00
本文介绍了 srvar-toolkit，一个用于实现带影子利率约束和随机波动率的贝叶斯向量自回归（VAR）的开源 Python 包。该工具包基于 Grammatikopoulos (2025) 的方法论，专门用于在利率触及有效下限（ELB）时预测宏观经济变量。其核心功能包括：采用共轭正态-逆威沙特先验与明尼苏达式收缩、通过吉布斯采样进行潜在影子利率数据增强、使用 Kim-Shephard-Chib 混合近似处理对角随机波动率，以及随机搜索变量选择。该软件以 MIT 许可证发布，为宏观计量经济学研究提供了一个实用的计算工具。
影子利率var贝叶斯计量随机波动率python工具包宏观预测利率下限
econ
12-23 00:00
本研究提出了一种新的需求估计识别策略，适用于成本冲击变量难以获取且需求随时间大幅波动的情景。该方法基于一种非线性双重差分思想，通过关联两种商品间相对购买量随时间的变化与其相对价格的变化，来识别价格弹性。应用于法国铁路运输数据，估计出的价格弹性与航空业结果一致，但比通常的铁路运输估计值更负。进一步的反事实定价分析表明，当前收益管理策略优于最优统一定价，但与最优定价策略相比仍存在显著收益损失。研究同时强调了在需求不确定时，收益管理对信息获取的关键作用。
需求估计价格弹性铁路运输收益管理反事实分析非线性双重差分
econ
12-23 00:00
本文提出了一种基于积分条件矩（ICM）的模型设定检验方法，解决了传统ICM检验计算成本高、非枢轴性等问题。新检验在原假设下具有渐近χ²分布，计算高效，对未知形式的异方差具有稳健性，并能针对特定备择假设提升检验功效。通过蒙特卡洛模拟验证了该方法在控制检验水平和提升检验功效方面的优异表现。
模型设定检验积分条件矩渐近分布计算效率异方差稳健
econ
12-23 00:00
本文针对具有三维结构（如发送者×接收者×时间）的面板与网络数据，为线性和非线性固定效应M估计量建立了新的推断理论。研究揭示了三维面板数据下估计量的渐近性质与二维情形存在显著差异：在某些设定下估计量渐近无偏，而在另一些设定下则面临严重的推断问题，表现为退化的渐近分布和复杂的偏差结构。作者通过推导显式表达式，提出了对固定效应估计量进行纠偏的方法，为解决这一非典型推断问题提供了方案。
固定效应面板数据网络数据纠偏推断m估计量渐近理论
econ
12-23 00:00
本文研究在单边不完全信息的两边市场中稳定匹配的可实施性。假设企业类型公开，工人类型为私人信息。机制根据工人报告的类型生成匹配，并向企业发布额外信息。研究发现，当参与者的偏好随匹配对象类型递增时，公开报告所有类型的分类匹配机制是激励相容的。此外，任何将信息披露限制在企业报告类型的下轮廓集的机制也保持激励相容。然而，当市场双边信息都不完全时，分类匹配则无法实施。
稳定匹配机制设计不完全信息激励相容双边市场
econ
12-23 00:00
本文为政策学习建立了一个统一的半参数效率框架，适用于离散、连续或混合型的一般性干预。研究揭示了确定性政策参数路径不可微的特性，并针对随机性政策建立了已知与未知倾向得分情况下的效率边界。基于卷积定理，作者提出了福利遗憾渐近分布的效率概念，证明低效的政策估计不仅会增加遗憾的方差，还会抬高其均值。理论分析表明，存在一个类似HIR现象的政策学习版本：使用估计倾向得分的逆概率加权估计是高效的，而使用真实倾向得分的同一估计量则不然。
政策学习半参数效率倾向得分福利遗憾渐近理论