econ
04-08 00:00
本研究利用2012-2020年欧盟27国数据，采用双重机器学习下的双重差分法，评估了香烟价格与税收上涨对吸烟率的影响。研究发现，提税显著降低了每月至少吸烟一次者及每日吸烟者的吸烟率，且效果主要由15-24岁青年群体驱动。该方法放松了传统参数方法（如双向固定效应）的函数形式假设，结果显示估计结果对函数形式假设稳健，但对处理变量（定义为二元或连续）的定义较为敏感。
税收政策吸烟行为双重差分法机器学习公共卫生青年健康
econ
04-08 00:00
本研究探讨了在未知交互网络上定义的非线性动态系统的识别与推断问题。系统演化通过一个未观测的依赖矩阵，该矩阵通过非线性算子控制横截面冲击传播。研究发现，网络结构通常无法被识别，识别需要足够的谱异质性。具体而言，当网络通过特征模的异质性放大诱导出不可交换的协方差模式时，识别才成为可能。若谱集中，依赖关系在观测上等价于共同冲击或标量异质性，导致无法识别。研究提供了识别的必要与充分条件，刻画了观测等价类，并提出了一种具有渐近理论的半参数估计量。同时，开发了针对网络依赖性的检验方法，其功效取决于交互矩阵的谱特性。
网络模型非线性动态系统识别理论谱分析半参数估计经济网络
econ
04-08 00:00
本文针对计数加权的时序网络中常见的边权重分散不均问题，提出了基于广义泊松分布的新动态网络模型类，能够同时捕捉过度分散与不足分散现象。研究探讨了三种动态设定：潜在因子动态、自回归动态和潜在位置动态，并分析了分散参数对网络连通性的理论影响。在讨论参数识别策略后，提出了贝叶斯推断程序及后验采样算法。数值模拟验证了算法的有效性，并量化了忽略分散不均导致的模型误设偏差。模型在共享单车动态网络和媒体动态网络两个实际数据集上的应用表明，显式建模过度分散对于提升样本内拟合与样本外预测性能至关重要。
动态网络模型广义泊松分布过度分散贝叶斯推断时序网络分析计数数据
econ
04-08 00:00
本研究将直接空气碳捕集与封存（DACCS）技术分解为捕集、运输和存储三个环节，并集成到2050年欧洲完全脱碳电力系统的长期容量扩展模型中。研究发现，将CO₂存储地点限制在北海海上（如枯竭天然气田）会使总捕集成本增加约10%。更重要的是，若将DACCS视为独立技术而非与电力系统集成，其捕集成本将增加高达30%。研究强调了系统集成和多样化存储选址对降低DACCS成本的关键作用。
碳捕集与封存能源系统建模成本分析欧洲能源转型系统集成co₂存储
econ
04-08 00:00
比特币等加密货币的价值依赖于矿工遵循协议的激励。然而，中本聪提出的经典比特币挖矿协议在实践中并非均衡策略，存在“自私挖矿”等有利可图的偏离行为。本文提出了一种名为“惯性挖矿”的新协议。在该协议下，矿工的行为将产生中本聪预期的单一最长链结果，并且构成一个纳什均衡（假设无矿工控制超过一半算力），自私挖矿等偏离策略不再有利。该方案仅改变链分叉时的矿工行为，无需修改比特币的共识机制或区块链架构即可实现。
加密货币博弈论共识机制比特币协议自私挖矿纳什均衡
econ
04-08 00:00
本研究针对财务报表审计中常见的“初始样本不足需追加抽样”的实践问题，提出了一种基于有限总体不放回抽样的序贯检验框架。研究将审计抽样建模为序贯测试问题，定义了基于可容忍偏差率的原假设与备择假设，并制定了停止与决策规则。通过蒙特卡洛模拟在最不利偏差率下校准边界，该框架实现了对决策错误概率的事前控制，并能计算预期停止时间。该方法尤其适用于属性审计、偏差率审计及控制测试，并可扩展至单侧、两阶段及截断设计。
序贯审计抽样设计统计保证蒙特卡洛模拟风险控制财务报表审计
econ
04-08 00:00
本研究通过UpliftBench框架，在包含近1400万客户记录的Criteo数据集上，系统评估了四种异质性处理效应（CATE）估计方法：S-Learner、T-Learner、X-Learner（均以LightGBM为基础学习器）和Causal Forest。在接近随机的处理分配（倾向得分AUC=0.509）条件下，S-Learner表现最佳，其Qini系数达0.376。按预测CATE排序的前20%客户贡献了77.7%的增量转化，效果是随机投放的3.9倍。SHAP分析识别出关键异质性驱动特征，而Causal Forest的不确定性量化则识别出1.9%的“确信可说服者”和0.1%的“确信沉睡者”。
提升建模异质性处理效应因果推断机器学习精准营销实证评估
econ
04-08 00:00
本文提出了一种基于统计验证的股票网络构建方法，克服了传统阈值网络的主观参数选择和二元关系限制。通过严格的t检验保留显著的皮尔逊相关系数，并引入了一种新的结构——最大强相关平衡模块（LSCBM）。该模块定义为满足结构平衡条件（所有三元组边符号乘积为正）且具有强两两相关性的最大股票群组。理论分析证明了LSCBM在随机符号图模型中的渐近存在性、规模缩放和多重性。为高效检测LSCBM，研究者开发了MaxBalanceCore启发式算法，其模拟验证了算法在万级节点网络中的高效性。实证分析表明，LSCBM能识别出随经济和危机动态重组的核心市场子系统。
股票网络结构平衡统计验证核心模块市场动态算法检测
econ
04-08 00:00
本研究利用印度2017-2022年周期性劳动力调查数据，构建了主要技术领域的疫情前薪资溢价，并估计了其在三波COVID-19疫情期间对劳动力市场结果的差异化影响。研究发现，在初始疫情波次中，高溢价专业并未显示出显著的缓冲作用；但在后续疫情波次中，高溢价专业从业者的收入比低溢价专业同行高出3.8%-6.3%，工作时间也多出3%-3.3%。结果表明，专业领域是劳动力市场韧性的一个重要决定因素。
劳动力市场教育回报经济冲击印度经济covid-19影响
econ
04-08 00:00
本研究通过两项关键创新扩展了经济复杂性的组合模型：一是引入一个底层网络来刻画能力之间的关联性，二是用精细化的产品级产出函数替代原有的二元专业化函数。基于216个国家、5000种产品、跨越20年的贸易数据，该模型能够准确复现产品空间的典型拓扑结构以及各国出口篮子的复杂度分布。模型将经济复杂性指标（如ECI）转化为对经济体所持有能力的直接度量，这一转化不仅提升了ECI预测经济增长的信息量，还使得经济复杂度可以被解释为以能力可替代性为形式的生产结构代理指标。
经济复杂性能力网络产品空间经济增长预测贸易数据网络科学
econ
04-08 00:00
本研究评估了巴西亚马逊地区环境执法对暴力犯罪的影响。通过利用实时毁林监测系统（DETER）的引入，以及云层覆盖导致卫星监测能力变化这一外生冲击作为工具变量，研究发现，政府基于实时监测的执法行动显著降低了该地区的凶杀率。因果估计表明，DETER系统通过增强国家在场，每年预防了约1,477起凶杀案，相当于凶杀案总数减少了15%。这表明可复制的环境执法政策能产生显著的社会效益。
环境执法暴力犯罪工具变量亚马逊雨林公共政策评估
econ
04-08 00:00
本文研究了完全非线性、非光滑的抛物型障碍问题。当障碍函数是 $W^{1,2,p}$ 空间中函数的逐点上确界，且非线性算子仅需关于状态和时间变量可测时，我们建立了其解的存在性、唯一性以及 $W^{1,2,p}$ 正则性。该结果尤其适用于所有凸障碍函数。应用于最优停止问题，它为决策者为何永远不会在停止收益函数的凸“拐点”处停止提供了普适条件。证明依赖于当障碍是有限个 $W^{1,2,p}$ 函数最大值时，障碍问题的新 $W^{1,2,p}$ 估计。
抛物型障碍问题非线性算子最优停止正则性理论凸障碍
econ
04-08 00:00
本文研究了在大型语言模型对齐中，如何有效监控人类偏好标注员的质量并激励其提供高质量标注。针对专家监控在偏好标注中因标注员异质性和下游模型性能作为间接、嘈杂代理而表现不佳的问题，作者提出了一种专门针对偏好标注的自一致性监控方案，并分析了两种方法的统计样本复杂度。研究确定了可靠评估标注员所需的检查样本数量，并揭示了自一致性监控优于专家监控的条件。进一步，作者将监控信号作为委托-代理模型中的绩效衡量指标，研究了在连续行动空间下，简单合约接近理想基准（标注质量完全可观测）所需的监控样本数量。结果表明，二元合约的差距以 $\Theta(1/\sqrt{\mathcal{I} n \log n})$ 缩放，线性合约以 $\Theta(1/(\mathcal{I}n))$ 缩放（其中 $\mathcal{I}$ 为费舍尔信息，$n$ 为样本数），且线性合约在一般合约中达到最优速率。这与行动空间离散时二元合约最优且差距为 $\exp(-\Theta(n))$ 的已知结论形成对比。
偏好标注质量监控激励合约样本复杂度委托代理模型大语言模型对齐
econ
04-08 00:00
本文为合作博弈论建立了一个以博弈的“组合/聚合”操作为核心的代数框架。通过引入代数运算元理论，作者证明了所有合作博弈的集合构成一个运算元，该结构统一了Owen、Shapley、冯·诺依曼等学者提出的博弈求和、乘积与复合等经典概念。研究进一步揭示了合作博弈运算元与交换三重结合代数运算元之间的同构关系，并证明任何合作博弈均可由2人议价博弈和2人独裁博弈迭代复合生成。此外，研究还表明许多重要博弈类（如简单博弈、凸博弈、完全单调博弈等）在该运算元下封闭，并探讨了核心、沙普利值等解概念在复合博弈中的行为规律。
合作博弈论代数运算元博弈复合沙普利值核心解凸博弈
econ
04-08 00:00
本研究针对长期家庭福利动态研究中面板数据不足的难题，提出了一种创新方法。作者将分组固定效应模型应用于秘鲁国家生活条件与贫困调查的旋转面板数据，以估计贫困的流动性与持续性。该方法充分利用了家庭内部的变化信息，其预测的贫困状态转换与观测数据高度吻合。与广泛使用的合成面板方法相比，该模型不仅提供了更接近实际观测的平均转换率估计，还生成了一个可解释的分组结构，从而能够更丰富地描述贫困的持续与流动模式。
贫困动态旋转面板分组固定效应福利评估秘鲁经济
econ
04-08 00:00
本文提出了一个同时处理先验模糊性与似然误设的统计决策评估框架。该框架从一个模糊集（包含所有可能先验的频次模型）出发，通过Kullback-Leibler散度半径进行均匀扩展以容纳似然误设。研究发现，在此框架下的最优决策等价于使用指数倾斜损失函数的极小极大决策：误设表现为损失的指数倾斜，而模糊性则对应寻找最不利先验。这种分离特性使得在全局误设下进行局部渐近分析成为可能。值得注意的是，对于估计和处置分配问题，无论误设程度如何，最优决策都与正确设定下的决策一致。这一结果也适用于半参数模型。
统计决策模型误设先验模糊性极小极大kullback-leibler散度渐近分析
econ
04-08 00:00
本研究在三个或更多候选人的投票模型中，提出了一个关于计分制投票规则的新优势关系：孔多塞输家优势。如果一个规则$f$选出孔多塞输家的选民偏好组合集合，是另一个规则$g$相应集合的真子集，则称$f$ CL-优于$g$。研究证明，Borda规则不仅CL-优于所有其他计分制规则，而且是唯一一个能CL-优于其他某个计分制规则的规则。这为Borda规则在避免选举最不受多数人欢迎的候选人方面提供了强有力的理论支持。
社会选择理论投票规则孔多塞输家borda规则计分制优势关系
econ
04-08 00:00
针对McGranaghan等人（2024）主张用估值测试替代传统配对选择来检验共同比率效应（Allais悖论）的观点，本文从随机选择理论出发进行了反驳。研究证明，估值测试在标准期望效用假设下存在固有偏差且缺乏预测力。相反，作者提出并证明了一种“强”配对选择检验方法，该方法在多种随机选择模型中均能保持稳健无偏。将这一强检验应用于现有实验数据后，发现共同比率效应依然普遍存在。
行为经济学allais悖论随机选择实验方法期望效用理论
econ
04-08 00:00
本文提出了一种词典序稳健性方法，用于精炼机制设计中的最大最小最优准则。在经典的筛选和拍卖环境中，最强的稳健性标准会选择事后有效机制；而在公共物品供给环境中，该方法能精确识别最优机制中的无效率形式，且这种无效率会随着经济规模扩大而加剧。
机制设计稳健性词典序优化效率分析公共物品