econ
04-07 00:00
本研究通过分解AI生成与人类撰写经济学论文的质量差异，发现创意质量差距（Cohen's d = 2.23）远大于执行质量差距（d = 0.90）。在953篇论文分析中，人类论文的创意卓越概率为47.1%，而AI仅为16.5%。创意质量解释了整体质量差异的71%，执行质量占29%。AI论文在机制分析深度上表现最弱（d = 1.43），且仅0.8%的AI论文能在创意与执行上同时超越人类中位数水平。
ai生成研究经济学论文创意质量执行质量质量差距分解机制分析
econ
04-07 00:00
本研究提出了一个量化非线性工具变量（IV）估计中遗漏变量偏误（OVB）的通用框架，适用于局部平均处理效应（LATE）、处理组的LATE（LATT）及部分线性IV模型（PLIVM）。通过推导偏误分解、建立部分识别边界并构建OVB调整后的置信区间，将敏感性分析扩展至非线性设定。研究采用双机器学习（DML）方法估计OVB边界并进行推断，允许对高维协变量进行灵活控制。对美国《职业培训伙伴法》（JTPA）实验的应用表明，在常规显著性水平下，第一阶段依从性估计对遗漏变量具有稳健性，而意向性治疗和处理效应估计则更为敏感。项目影响对女性稳健且显著，但对男性则较为脆弱。
工具变量遗漏变量偏误敏感性分析双机器学习因果推断非线性模型
econ
04-07 00:00
本文针对含有个体和时间效应的非线性面板模型，提出了一种基于似然的偏差校正方法。通过利用加性效应所隐含的稀疏高阶导数结构，作者设计了一种目标中心化的全指数拉普拉斯-累积量展开，在大样本下得到可处理的近似。该方法导出的稳健先验能够同时减少共同参数和固定效应的偏差，并提供了针对二元、有序及多项响应模型的实现。对于平均偏效应，剩余的一阶偏差具有简单的方差形式，可通过闭式调整消除。蒙特卡洛实验证实了该方法在显著减少偏差的同时保持了推断的准确性。
面板模型偏差校正稳健先验非线性模型拉普拉斯近似固定效应
econ
04-07 00:00
本研究利用地理断点回归设计，分析了撒哈拉以南非洲殖民边界两侧的宗教变迁。研究发现，在法国和葡萄牙的直接统治下，基督教皈依率显著高于英国间接统治地区，后者则保留了更多的传统宗教。这种差异无法由传教士数量或前殖民时期政治集权程度解释。核心机制在于，直接统治破坏了传统的社会等级结构，为超越世袭界限的基督教提供了发展空间；而间接统治维护了原有社会秩序，使得本土宗教得以延续。
殖民统治宗教变迁非洲研究断点回归社会结构
econ
04-07 00:00
本研究通过扩展DeGroot模型，引入一个基于群体信念进行训练并向个体反馈合成信号的AI聚合器，探讨AI聚合如何影响社会学习。研究定义了学习差距（长期信念与有效基准的偏差）来衡量AI聚合的效果。核心发现是存在一个更新速度阈值：当聚合器更新过快时，不存在一组训练权重能稳健地改善各类环境下的学习效果；而更新足够慢时则存在。此外，研究比较了全局与局部架构：基于邻近或特定主题数据训练的局部聚合器能在所有环境中稳健改善学习，而用单一全局聚合器替代专业局部聚合器至少会在一个状态维度上恶化学习效果。
ai聚合社会学习degroot模型更新速度全局与局部架构学习差距
econ
04-07 00:00
本文聚焦于分布式账本生态系统的互操作性，强调其在实现链上金融高效安全通信中的关键作用。研究系统梳理并比较了包括LayerZero、Wormhole、Polkadot、Cosmos在内的九种主流跨链互操作性协议，重点分析了其设计原理、共识机制与局限性。为推进实证研究，论文提出了一套网络度量指标、统计模型样本以及评估框架，用以衡量互操作性方案的性能及其对金融应用的影响。
跨链互操作链上金融分布式账本协议比较评估框架
econ
04-07 00:00
本研究通过“技术-风险”双因素模型重新评估AI对职业的替代率。传统评估仅关注AI的技术可行性，忽略了现实商业应用中的责任、合规与安全风险。研究将923个职业分解为2087项具体工作活动，利用多智能体LLM集成进行评分，并通过专家小组进行验证。结果发现，高度依赖符号操作的非重复性认知岗位（如数据科学家）面临前所未有的替代风险（OAI ≈ 0.70），而无结构的体力劳动和高风险护理岗位则表现出绝对韧性。这表明职业的“合规溢价”正成为工资韧性的新来源。
ai替代风险职业自动化技术-风险模型劳动力市场合规溢价认知不对称
econ
04-07 00:00
本文提出了一种统一混合采样器（UMS），为具有“exp-exp”似然核的非线性状态空间模型提供了一个通用的估计框架。该方法通过确定性的重定心和重缩放算法，动态调整Omori等人（2007）的标准十分量混合分布，无需为每个特定分布推导新的混合近似。应用于随机条件久期（SCD）模型时，UMS能高效处理未知形状参数（如威布尔或伽马分布），并在MCMC迭代中近乎即时地更新混合分量。该框架不仅简化了实现，还通过轻量级的Metropolis-Hastings步骤确保了精确推断。数值实验表明，该方法显著优于传统的切片采样，在保持高计算效率的同时，大幅降低了MCMC样本的自相关性。
状态空间模型贝叶斯推断mcmc采样随机条件久期混合分布计算效率
econ
04-07 00:00
本研究提出了一种用于大型宏观经济面板的动态因子随机波动均值向量自回归模型。该模型将随机波动成分嵌入动态因子结构，允许少数潜在波动因子捕捉条件方差的共同变动，并使波动率进入VAR的条件均值。这使得时变不确定性能够同时通过二阶矩和预期结果影响宏观经济动态，同时保持了在大规模面板中的可处理性。研究构建了高效的马尔可夫链蒙特卡洛算法进行估计，并使用FRED-QD数据库中20个变量的季度数据进行预测性能比较。结果表明，在2008年全球金融危机等重大宏观经济冲击期间，该模型对更多变量提供了更优的预测，证实了允许波动率进入均值是宏观经济动态中的一个重要传导渠道。
动态因子模型随机波动向量自回归宏观经济预测不确定性传导贝叶斯估计
econ
04-07 00:00
本文研究了竞赛设计问题，其中设计者需在固定预算下，通过分配排名奖励来激励参赛者付出更高努力。研究首次系统性地探讨了参赛者质量非凸目标函数下的最优机制，涵盖用户福利与平均质量的凸组合、任意正项式等广泛目标。令人惊讶的是，在所有设定下，最优机制均呈现高度结构化形式：第一名可能获得最高奖励，最后一名奖励为零，中间所有名次奖励相等。该结构特征使得在给定价值预言机的情况下，可获得完全多项式时间近似方案。技术核心依赖于伯恩斯坦基多项式加权函数的Schur凸性、全正性与变差缩减性质。
竞赛设计激励机制非凸优化算法机制设计社会福祉
econ
04-07 00:00
本文重新审视了Dovonon和Hall(2018)关于广义矩估计(GMM)在参数向量一阶局部识别失败但二阶识别成立时的极限分布理论。原研究假设雅可比矩阵在真实参数$\phi_0$处秩亏为1，并得出前$p-1$个参数估计量$\hat{\phi}_1$以$T^{-1/2}$速率收敛，最后一个参数$\hat{\phi}_p$以$T^{-1/4}$速率收敛。然而，本文指出原理论的限制条件仅在过度识别情况下成立，且$T^{1/4}(\hat{\phi}_p-\phi_{0,p})$的极限分布（非标准）取决于模型是恰好识别还是过度识别——两种情况下其符号的极限分布不同，需要不同阶数的目标函数展开。研究还推导了$\hat{\phi}_1$和$\hat{\phi}_p$各自的最优权重矩阵，并指出原文献中间接推断(II)的相关理论因类似原因不完整，本文结果可补全该理论。
广义矩估计二阶识别极限分布非标准收敛速率计量经济学渐近理论
econ
04-07 00:00
本研究提出了一个可移植的“模拟-推荐-评估”框架，用于测试大语言模型（LLM）能否从观察到的选择数据中学习决策者的偏好，并在新情境下生成与偏好一致的建议。研究以“失望厌恶”模型为例，聚焦不确定性下的选择问题。结果表明，随着模型观察到的选择数据增多，其推荐准确性有所提升，但学习效果在不同偏好类型和LLM之间存在异质性：GPT在风险厌恶方面学习效果优于失望厌恶，Gemini在高失望厌恶区域表现最佳，而Claude则在各参数区域展现出最广泛的有效学习能力。
大语言模型偏好学习选择行为失望厌恶推荐系统行为经济学
econ
04-07 00:00
本文提出了一种在治疗效应异质性有界假设下的广义岭估计器（regulaTE），用于解决传统恒定效应模型的偏差问题与完全灵活模型的精度不足问题。该方法通过岭惩罚项在偏差与方差之间进行最优权衡，能够生成对异质性敏感的置信区间，并在缺乏重叠性的情况下保持有效性。通过调整异质性边界，研究者可对偏离恒定效应假设进行敏感性分析，该方法适用于无混杂假设与交错采用设计等主流实证场景。
处理效应异质性岭估计敏感性分析因果推断置信区间
econ
04-07 00:00
本文提出了一种新的动态因子模型，其中共同的水平因子和波动率因子联合演化，允许条件均值和方差在大型信息集下内生地相互作用。该框架将风险建模为系统联合动态的内生结果，而非通过简化形式外生施加。波动率由驱动大量面板数据二阶矩协同变动的潜在共同因子捕捉，而厚尾的异质性冲击则吸收暂时性异常值并分离出持久的不确定性动态。实证表明，该模型在密度预测精度，尤其是预测分布尾部和中期的精度上，带来了系统性改进。
动态因子模型波动率建模内生风险密度预测不确定性国际通胀
econ
04-07 00:00
本文系统综述了最优传输理论及其在计量经济学方法论中的应用，旨在为计量经济理论学者和应用计量经济学家提供实践指导。文章围绕最优传输数学理论的不同方面，梳理了其在计量经济学中的具体应用场景，为处理涉及分布比较、匹配问题和福利分析的经济模型提供了新的数学工具和视角。
最优传输计量经济学分布比较经济模型数学工具
econ
04-07 00:00
本文针对线性工具变量模型，提出了一套在弱识别及异方差、自相关或聚类误差下仍有效的置信集构建方法。传统网格搜索法易遗漏置信区域、截断无界集并导致误导性推断。作者利用Anderson-Rubin和拉格朗日乘子统计量的多项式与有理结构，通过多项式求根获得精确置信集；对于条件拟似然比检验，基于统计量及其临界值函数的几何特性设计了精确反演算法；对更一般的条件检验，则构建了覆盖误差随近似度消失的多项式逼近。实证表明，在弱工具变量场景中，新方法能可靠地生成具有正确名义覆盖率的置信集，且可扩展至具有分段多项式或有理矩条件的模型。
工具变量弱识别置信集假设检验计算统计计量经济学
econ
04-07 00:00
本文研究卖家在定价前调查买家信息的最优策略。研究发现，无论买家类型空间多复杂，卖家只需获取不超过三种信号结果即可实现最优定价。这一界限等于决策维度加一（有效政策维度）。由于定价和分配两个决策，信号结果为三元。研究还指出，Myerson 排除规则在不进行调查时成立，而进行调查后，所有边际买家均以正概率交易。该结论适用于任何严格凸信息成本函数。
信息设计机制设计价格歧视信号筛选理性疏忽
econ
04-07 00:00
本文提出了一种新的非参数生产函数识别与估计方法，以解决传统代理变量法因对生产率动态的马尔可夫假设误设而产生的系统性偏差。该方法利用中间投入品市场分割的特性，通过三个中间投入需求的跨期条件独立性来识别生产函数，仅需单期截面数据即可实现非参数识别。作者开发了相应的GMM估计量，并证明了其一致性和渐近正态性。蒙特卡洛模拟显示，新方法在马尔可夫和非马尔可夫环境下均无偏，而传统方法对材料弹性的估计偏差最高可达真实值的63%。应用于日本502个制造业行业的数据，新方法估计的加成率中位数（0.93）显著低于传统方法（1.03），加成率高于1的行业比例从54%降至37%。在2011年东北大地震的DID分析中，传统方法高估了每年约0.4个百分点（约36亿美元）的生产率损失。
生产函数估计非参数识别市场分割加成率生产率动态gmm估计
econ
04-07 00:00
本文研究政策精准投放问题，决策者（规划者）在拥有丰富观测数据但政策分配规则只能基于部分变量时，如何制定最优规则。核心创新在于引入“后悔厌恶”准则，关注政策对不同个体产生的“后悔”不平等，而不仅仅是平均处理效应。这通常导致最优规则是一个分数型规则。作者提出了一种去偏的经验风险最小化方法从数据中学习最优规则，并建立了新的风险上下界，在某些情况下实现了1/n的收敛速率和渐近有效性。方法应用于国家JTPA研究和国际卒中试验。
政策精准投放后悔厌恶个性化规则经验风险最小化异质性处理效应计量经济学
econ
04-07 00:00
本文分析了追求利润最大化的垄断者与免费但容量受限的公共选项之间的策略互动。研究发现，垄断者会通过限制自身供给，故意加剧公共选项的拥堵并引发配给，从而提高消费者为获得有保障的接入而付费的意愿。反直觉的是，扩大公共选项的容量反而可能推高垄断价格并损害消费者福利。作者推导了所有类型买家都能从容量扩张中受益的条件，并将结论扩展至寡头垄断与公共选项竞争的场景。这对住房、教育和医疗等公私混合市场具有政策启示。
公共选项垄断竞争策略互动容量约束消费者福利混合市场
econ
04-07 00:00
本文通过推广D'Antoni的方法，在允许弱偏好（即允许无差异关系）的完整情形下，形式化证明了阿罗不可能定理可以等价地表述为偏好循环（孔多塞悖论）的存在。研究不仅建立了这两个社会选择理论基石之间的严格数学联系，还通过显式构造导致偏好循环的偏好剖面，为理解社会福利函数的性质提供了新框架。该方法有望进一步应用于货币泵、荷兰赌、非传递博弈等领域中偏好循环现象的研究。
社会选择理论阿罗不可能定理孔多塞悖论偏好循环社会福利函数形式化证明