今日速览 · AI 导读

24 小时跨学科精选

自动抓取 arXiv 多学科 RSS,DeepSeek 自动润色标题与摘要,最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科,24h 无数据则回退 72h/7 天;arXiv 周末停更时自动跳过。

AI 导读

经济学

2026-03-27 03-27 15:27

今日经济学研究呈现方法创新与政策应用并重的趋势,涵盖市场设计、因果推断、数据科学及产业分析等多个前沿方向。

  • 市场设计机制在现实中的权衡得到验证:通过家长参与的学校选择实验,研究证实了理论预测的“效率”与“稳定性”之间的权衡普遍存在,为教育政策中的机制选择提供了实证依据。
  • 因果推断方法持续改进以应对现实挑战:针对小样本聚类、数据缺失、工具变量假设等常见问题,研究提出了新的稳健推断、随机化检验及敏感性分析方法,提升了实证研究的可靠性。
  • 数据科学与机器学习赋能传统模型:研究将等变神经网络用于离散选择模型推断,并提出了融合侧信息的高维矩阵估计框架,展示了前沿计算工具提升计量经济学模型效率与能力的潜力。
  • 平台经济与用户行为研究揭示新规律:基于电商平台大数据的研究发现,嵌入式AI助手与传统搜索功能互补,主要用于探索性任务,其用户画像与通用AI工具存在显著差异。
  • 绿色金融政策面临结构性风险:对绿色资产支持稳定币的分析指出,抵押品流动性不足会显著延长价格锚定恢复时间,揭示了政策激励与金融稳定之间的潜在冲突。
  • 生产网络与贸易结构分析提供政策新视角:对日本和毛里塔尼亚的研究分别从功能区块和航线集中度切入,为区域产业政策与贸易物流优化提供了基于网络结构的微观证据。

2026-03-27 速览 · 经济学

2026-03-27 共 20 条抓取,按综合热度排序

← 返回日历
econ 03-27 00:00

家长参与学校选择实验:可操纵机制下的效率与稳定性权衡

本研究首次在实验室环境中,以家长作为实验对象,研究了学校选择机制。通过比较延迟接受算法(DA)、效率调整延迟接受算法(EADA)和排名最小化机制(RM),发现所有机制下家长操纵行为均很普遍,且操纵率与学生实验对象无显著差异,验证了以往学生实验的外部有效性。尽管操纵广泛存在,理论预测的福利-稳定性权衡依然成立:DA机制从不产生帕累托有效分配,但几乎不产生合理嫉妒;而RM机制则以显著的稳定性成本换取了可观的效率提升。EADA机制则处于中间地带。研究还发现,认知能力越高的家长越倾向于偏离真实偏好,但在EADA机制下,这种偏离可能导致更差的结果。DA机制虽不能诱导完全真实报告,但却是唯一一种操纵行为从不获利且极少改变最终结果的机制。

学校选择匹配机制实验经济学机制设计家长决策
econ 03-27 00:00

对抗性选择中的最优代表性机制:分位数机制及其应用

本文研究了一种常见于制度环境中的选择问题:从一个大群体中选取 $k$ 个项目,以代表其整体的主张、意见或特征分布。核心挑战在于存在两个偏好完全对立的对抗性参与方。作者提出了“分位数机制”:一方将总体划分为 $k$ 个互不相交的子集,另一方则从每个子集中选取一个项目。研究证明,在所有可行机制中,该机制能实现最优的代表性。论文以陪审团遴选、跨地区诉讼和委员会组建为例,展示了该机制的实际应用价值。

机制设计对抗性选择代表性社会选择博弈论
econ 03-27 00:00

小样本聚类稳健推断的改进方法:基于条件Cramér-Edgeworth展开

本文针对聚类稳健推断中当聚类数量较少时,t统计量的正态近似效果不佳的问题,提出了一种基于条件Cramér-Edgeworth展开的临界值计算方法。该方法保证了三阶精度的改进,无论回归变量是否离散均可适用,并且避免了聚类对自助法的数据重采样过程。模拟实验表明,即使在仅有10个聚类的情况下,该方法也能显著改善检验的规模控制。

聚类稳健推断小样本cramér-edgeworth展开计量经济学假设检验
econ 03-27 00:00

GENIUS法案下绿色储备稳定币的流动性困境

研究分析了《2025年绿色能源与国家基础设施支持稳定币法案》推动下,稳定币储备转向绿色资产(如绿色债券)带来的结构性风险。通过使用高频数据构建向量误差修正模型与GARCH波动率模型,研究发现:以市场流动性较差的绿色资产作为高流通性支付工具的抵押品,会引发显著的“流动性滞后”效应。实证结果表明,在遭遇外部气候金融冲击后,绿色资产支持的稳定币恢复其1美元锚定价的“半衰期”是传统国债支持稳定币的5.4倍。研究指出,发行人为绿色资产支付的“绿色溢价”非但未能提供安全缓冲,反而成为波动率的放大器,可能加剧系统性脆弱性。

稳定币绿色金融流动性风险气候金融金融监管系统性风险
econ 03-27 00:00

社区规划新视角:结合运营数据校准居民满意度调查

本研究通过将居民调查中的满意度感知与客观运营数据(如停车和设施使用数据)进行校准,揭示了感知问题与实际运营条件之间的差异。研究发现,居民的不满情绪往往在考虑空间、时间和信息约束后的“有效容量”附近出现,而非名义容量极限。感知困难主要集中在活跃用户中,并受到运营摩擦和系统知识不完整的影响。这表明感知拥堵反映的是访问和可靠性方面的约束,而非单纯的物理短缺。该框架通过区分有效容量与名义容量,能更准确地诊断系统状况,有助于优化决策、减少不必要的资本扩张并更有效地实施运营改进。

社区规划满意度校准运营数据行为指标有效容量决策优化
econ 03-27 00:00

随机对照试验中“始终报告者”处理效应的随机化推断方法

本文针对存在数据缺失(流失)的随机对照试验,研究处理效应的随机化推断。在假设报告行为具有单调性的前提下,聚焦于“始终报告者”(即在处理和对照组下结果均被观测到的个体)的平均处理效应(AR-ATE)。由于“始终报告者”的身份仅能通过观测到的分配和响应模式部分揭示,作者提出了一种最坏情况随机化检验。该方法通过最大化与数据一致的所有“始终报告者”配置下的随机化p值来构建检验,并可选择性地使用预检验来剔除不合理的配置。利用学生化的Hajek型和卡方型统计量,证明了该程序对于尖锐零假设具有有限样本有效性,对于弱零假设具有渐近有效性。文章还讨论了离散结果的计算实现以及基于整数规划的连续结果边界。

随机化推断数据缺失平均处理效应随机对照试验假设检验
econ 03-27 00:00

婚姻匹配中的婚前偏好排序:基于婚恋平台数据的研究

本研究利用一个独特的婚恋匹配平台数据集,首次在婚前阶段系统收集并验证了关于生育意愿、家务与育儿分工等偏好信息,避免了婚后协调对数据的污染。通过多维匹配框架分析12个属性,研究发现所有维度均存在强烈的正向分类匹配。年龄是最显著的匹配特征,而生育偏好则超过教育程度,成为第二重要的匹配维度,这一模式在传统数据中难以观测。偏好指标在匹配过程中扮演独特角色:与社会人口和人体测量特征相比,它们之间的跨属性交互作用有限。低维因子分析表明,生育偏好构成一个独立且显著的匹配维度。此外,研究利用平台的分阶段结构发现,不同维度的分类匹配在约会过程的不同阶段显现:年龄和收入的匹配在初始申请阶段就已存在,而生育偏好的匹配则在关系形成的后期阶段才变得稳健,这反映了选择性延续而非最终协议点的匹配。一项简单的理论推演表明,忽视基于偏好的匹配并假设夫妻间偏好同质,会导致对后续家庭决策的政策效应估计产生偏差。

婚姻匹配婚前偏好分类匹配生育意愿家庭分工婚恋平台
econ 03-27 00:00

非参数工具变量回归的保形预测方法

本文提出了一种为非参数工具变量回归构建分布无关预测区间的方法,该方法具有有限样本覆盖保证。通过将保形推断中的条件保证框架重新表述为对一类工具变量偏移的边际覆盖,该方法可与任何非参数工具变量估计器结合使用,包括筛两阶段最小二乘法和基于机器学习的神经网络极小极大方法。理论分析证明了该方法在用户选择的工具变量偏移类上具有分布无关的有限样本覆盖性。

保形预测工具变量非参数回归预测区间分布无关有限样本
econ 03-27 00:00

工具变量敏感性分析:联合放松单调性与独立性假设

本文提出了一种“崩溃前沿”方法,用于评估局部平均处理效应(LATE)估计对工具变量单调性与独立性假设同时被违反时的敏感性。作者使用$c$-依赖概念参数化独立性违反,并允许“违抗者”比例大于零但小于“遵从者”比例。在此基础上,推导出LATE和平均处理效应(ATE)的识别集,其边界是这两个敏感性参数的函数。通过构建LATE的崩溃前沿,可以确定结论成立所需的最弱假设集。研究提供了崩溃前沿的一致样本模拟估计量及有效的自助法推断程序。蒙特卡洛模拟验证了估计量良好的有限样本性质,实证应用则表明Angrist & Evans (1998)关于家庭规模对失业影响的结论对假设违反高度敏感。

工具变量敏感性分析局部平均处理效应崩溃前沿计量经济学因果推断
econ 03-27 00:00

卡纳塔克邦谷物盈利性研究:投入产出价格平价与战略支持价格的作用

本研究分析了印度卡纳塔克邦谷物生产中投入与产出价格对盈利性的影响。研究发现,年均全要素生产率(TFP)增长为1.041%,但人力等投入成本上升导致高粱(Jowar)和龙爪稷(Ragi)的盈利率分别下降6.12%和4.89%。由于投入成本增速超过产出价格,净效应对高粱和龙爪稷分别为-1.50%和-0.86%。研究建议将高粱和龙爪稷的最低支持价格(MSP)分别提高60%和46.24%,并采用根据投入成本调整的战略价格,以稳定农场收入并促进可持续生产。

农业定价农场盈利性价格平价最低支持价格全要素生产率卡纳塔克邦
econ 03-27 00:00

基于等变神经网络的离散选择模型摊销推断方法

本研究提出了一种基于神经网络的摊销推断方法,用于近似具有相关误差项的广义离散选择模型的概率。通过设计一种特殊的等变神经网络架构及相应的训练程序,模型能够保持离散选择模型的不变性特性。研究证明了该架构在给定最小不变特征集下的通用逼近能力,并采用Sobolev训练方法,在似然损失基础上增加梯度匹配惩罚项,使模拟器同时学习选择概率及其导数。仿真实验表明,该方法在精度和速度上均显著优于传统的GHK模拟器。

离散选择模型神经网络摊销推断等变网络计量经济学
econ 03-27 00:00

高维矩阵估计新框架:融合行列侧信息的稳健方法

本文提出了一种灵活的高维矩阵估计框架,旨在有效融合行与列的侧信息。该框架将目标矩阵分解为四个互补部分:行列特征的(可能非线性)交互项、仅由行特征驱动的成分、仅由列特征驱动的成分,以及未被观测特征解释的残差低秩结构。通过结合基于筛法的投影与核范数惩罚,可分别估计各成分并汇总得到最终估计。理论分析给出了收敛速率,表明该方法在多种模型配置下均具有稳健性,其性能取决于侧信息的有效性。方法还可扩展至随机缺失与非随机缺失机制下的部分观测矩阵,适用于因果面板数据中的区块缺失模式。模拟与烟草销售数据的实证应用表明,利用侧信息能提高插补精度,并优于标准的低秩与基于谱的替代方法。

矩阵估计侧信息融合核范数惩罚稳健估计面板数据非线性交互
econ 03-27 00:00

平台购物AI助手使用行为研究:谁在用、何时用、用来做什么

本研究基于携程3100万用户数据,首次大规模揭示了消费者在电商平台中使用嵌入式AI助手的行为模式。研究发现:1)采用者主要为年长、女性及高活跃度用户,与通用AI工具的用户画像相反;2)AI聊天与传统搜索出现在购物旅程的同一阶段,且常交替使用;3)用户更倾向用AI助手进行探索性、难以关键词化的任务(如景点查询占42%),其意图随聊天时机与后续购买品类系统变化。这表明嵌入式购物AI并非替代传统搜索,而是作为探索性产品发现的互补界面。

人工智能助手电子商务用户行为搜索行为人机交互旅游平台
econ 03-27 00:00

日本区域生产网络的功能区块结构:基于投入产出关联的实证研究

本研究利用日本区域间投入产出数据,揭示了生产网络中潜在的功能区块结构。研究者首先通过结构引力模型剔除地理邻近和经济规模等机械效应,得到残差网络,再应用加权随机区块模型进行分析。结果表明,即使过滤掉地理邻近效应,网络仍呈现出高度区域一致性的功能区块。研究发现,除了基础的空间聚类,还存在跨区域整合、大都市区制造业与城市服务业的结构性分化,以及广泛分布的初级产业部门。这为基于结构定义的生产区块(而非简单的地理邻近)来指导广域政策设计提供了网络视角。

生产网络区域经济投入产出随机区块模型功能区块日本经济
econ 03-27 00:00

毛里塔尼亚集装箱海运系统集中度与分布分析(2019-2022)

本研究利用以四十英尺标准箱(FFE)衡量的货运数据,分析了2019-2022年间毛里塔尼亚集装箱海运系统的航线集中度与节点分布。结果显示,系统呈现显著的航线集中性(赫芬达尔-赫希曼指数 HHI = 0.296),前三大航线占总运量的84%。进出口节点结构差异明显:进口目的地高度集中(HHI = 0.848),而出口仅源于两个节点(HHI = 0.567)却分散至众多目的地(HHI = 0.053)。出口产业集中度(HHI = 0.352)高于进口(HHI = 0.096),其中冷冻鱼和海鲜占出口总量超53%。时间分析表明航线集中度稳定,而节点分布,尤其是出口目的地(JSD ≈ 0.395)和进口来源地(JSD ≈ 0.250),则存在可观测的变化。

海运物流集中度分析贸易结构节点分布小国经济
econ 03-27 00:00

有限总体识别与基于设计的敏感性分析新方法

本文提出了一种量化有限总体不确定性的新方法,利用设计分布来校准有限总体识别集中的敏感性参数。该方法产生的不确定性区间可被解释为识别集、稳健贝叶斯可信集或一致频率派基于设计的置信集。研究聚焦于平均处理效应的不确定性量化,其贡献在于:1)无需使用渐近理论即可构建允许异质性处理效应的基于设计置信区间;2)为检验协变量平衡提供了新动机;3)对随机化的作用进行了新的形式化分析。方法在三个实证应用中得到了展示。

有限总体识别分析敏感性分析平均处理效应设计分布不确定性量化
econ 03-27 00:00

边界断点设计中的距离法:估计与推断新框架

本文研究边界断点设计(BDD)中基于距离的局部多项式方法,用于估计捕捉处理效应异质性的边界平均处理效应曲线。理论贡献包括:推导了各向同性局部多项式估计器误设偏差收敛速度的上下界;建立了适用于边界稳健推断的分布近似;并为广泛的非参数各向同性回归估计器建立了极小极大下界。研究强调处理分配边界的几何正则性对收敛速度和有效推断程序的决定性作用,并为实证应用提供了新的带宽选择规则和通用软件。

边界断点设计非参数估计因果推断局部多项式处理效应异质性稳健推断
econ 03-27 00:00

量子路径积分方法求解市场均衡:将哈密顿-雅可比-贝尔曼方程与薛定谔方程联系起来

本研究提出了一种基于欧几里得路径积分的控制方法,用于刻画在瓦尔拉斯均衡、帕累托效率和非合作马尔可夫反馈纳什均衡约束下的最优企业行为。该方法将问题重构为一个具有前瞻性动态的拉格朗日随机控制系统,避免了显式构造价值函数。最优策略通过一个由积分因子生成的连续可微伊藤过程获得,为复杂市场环境提供了一种比传统方法更易处理的替代方案。该方法尤其适用于标准HJB公式难以处理的非线性随机微分方程场景。研究的主要贡献是在此路径积分框架下推导了非合作反馈纳什均衡,并将其与基于平均场相互作用的结果进行了对比。

路径积分控制市场均衡纳什均衡随机微分方程平均场博弈量子金融
econ 03-27 00:00

网络形成模型中的效用可转移性:计量经济学视角

本文研究了如何估计个体在网络中形成连接的偏好,重点比较了在效用可转移与不可转移假设下,以及配对个体间协变量对称与否情况下的估计难度。研究发现,当配对协变量对称时,基于效用可转移假设的最大似然估计量(TU-MLE)的相合性与渐近正态性充分条件,同样适用于非效用可转移假设下的估计量(NTU-MLE)。当协变量不对称时,作者为NTU-MLE提供了相应的充分条件,并提出了一个用于检验效用可转移假设有效性的设定检验。通过两个经济学应用,研究揭示了现有文献中可能存在的误用情况,强调了正确设定模型的重要性。

网络形成模型效用可转移性最大似然估计设定检验计量经济学
econ 03-27 00:00

含趋势项的分整阶数检验:基于切比雪夫多项式与频域准则

本文提出了一种在可能包含平滑确定性趋势的模型中检验分整阶数的新方法。趋势项通过切比雪夫多项式建模,短期动态则以半参数方式设定,能广泛容纳包括条件异方差在内的非线性过程。研究采用局部Whittle方法构建拉格朗日乘数检验统计量,并提出了用于选择切比雪夫多项式阶数的频域信息准则。理论证明,广泛使用的时域信息准则通常对真实阶数不一致,而本文的频域准则在短记忆和长记忆行为下均保持稳健。蒙特卡洛模拟及对英国“大比率”的实证应用支持了理论发现。

分整阶数检验确定性趋势切比雪夫多项式频域分析局部whittle估计长记忆过程
AI速览助手