今日速览 · AI 导读
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。
今日经济学研究聚焦因果推断、市场机制与行为建模三大主线。
2026-04-30 共 19 条抓取，按综合热度排序
本研究通过结合马歇尔（1890）的思想生成过程与巴蒂克（1991）工具变量（利用美国州税和通勤区特征），识别了顶尖发明者流入对当地发明者专利生产力的因果效应。研究发现，当地生产力提升超越了组织边界和合作发明者关系，暗示知识在空间经济中具有部分非排他性商品性质，即“贸易奥秘”。反事实实验表明，州税差异显著扭曲了发明活动的空间分布。
本文提出两阶段框架，联合检测与归因跨境金融传染。第一阶段使用小波分位数转移熵识别显著关联，第二阶段通过工具变量、LASSO选择、局部投影等方法将传染归因于贸易、金融、地缘政治、行为及货币政策五渠道。基于18个G20市场2006-2026年数据，发现网络密度在14%-32%间波动，金融危机期间贸易渠道占比达28%，行为渠道上限22%。
本文证明参数自助法能在非线性面板数据模型的交互固定效应下实现有效推断。该方法能复制最大似然估计的渐近分布，提供渐近无偏估计和正确覆盖率的置信集。同时提出基于变换的自助置信区间以改善有限样本表现，并应用于企业创新行为的技术与产品市场溢出效应分析。
针对数字广告中冷启动场景（如新活动、新市场）缺乏历史数据的问题，本文提出预算约束因果老虎机（BCCB）在线框架。BCCB将个体广告效果学习、用户响应探索与预算节奏控制统一为序贯过程，无需大量离线数据即可有效分配预算。在Criteo提升数据集上，BCCB从首个用户起即有效运行，而离线方法需约1万条历史观测；同时BCCB的运行方差降低3-5倍，性能优于标准汤普森采样等在线方法。
研究发现，消费者委托AI代理购物时，自然语言描述会形成“角色一致性”信息通道，卖家可从中推断支付意愿，导致偏好泄露。实验显示，基于对话的推断几乎能一对一还原支付意愿，且这种泄露源于委托本身，无法通过提示词缓解。研究提出架构干预以平衡个性化与隐私。
本研究针对挪威五大电力竞价区，构建2019-2025年多模态数据集，评估LightGBM、ARX等八类模型。结果显示LightGBM在所有区域表现最优（MAE 1.64-5.74 EUR/MWh），而仅依赖滞后价格和日历变量的模型即可达到高精度。但条件分析表明，水库水位和天然气价格等外部特征在压力市场下仍至关重要，凸显了模型可解释性与市场状态感知的实用价值。
本研究利用基于网络的传递熵方法，构建并比较了新闻与社交媒体情绪在科技公司间的溢出网络。结果发现，新冠疫情后新闻信息流强度显著增强，并识别出信息枢纽公司及最强信息链。研究揭示了两种媒体在信息传递模式上的差异，为理解投资者情绪传播提供了新视角。
研究通过约6500名美国成年人的调查实验发现，将经济政策信息与社会道德立场捆绑会显著削弱说服效果。当受访者不认同捆绑的社会立场时，经济支持率下降13-20个百分点，甚至低于未收到信息时的水平。这种效应主要源于身份认同驱动的距离感，且具有单向性——社会议题影响经济议题，反之则不成立。
本文提出粗粒度Q学习（CQL），一种针对菜单随机变化的赌博机问题的强化学习模型。它将选项按相似性分类，聚合反馈并更新类级估值，选择遵循多项Logit。通过随机近似推导平均场动力学，发现高灵敏度下可能出现多重稳定均衡、全局混合均衡或稳定极限环，这些现象源于粗粒度聚合，在标准模型中不存在。
本文将线性池的结果从平方误差损失推广到所有核分数，覆盖单变量/多变量、离散/连续场景。研究表明，预测分歧（各分量分布的平均成对散度）对线性池性能有重要影响，并推导出等权重最优的新条件，为组合预测设计提供理论指导。
本文提出基于“事后遗憾”的回顾性审计框架，通过估计历史支出-响应函数、约束优化计算可行事后分配，并利用蒙特卡洛传播不确定性，生成遗憾分布、预期提升和改进概率。该框架将分配低效与估计不确定性分离，在真实营销数据上验证了分配灵活性与可检测性之间的权衡：适度再分配可捕获大部分可测量收益，而大幅调整则进入高不确定性区域。
本文检验了SCR通胀理论中“储备通胀”的存在性。在1873-1896年金本位通缩期间，英美物价下降，但固定名义债权的实际价值分别上升22.4%和44.0%。这表明硬通货并未消除通胀压力，而是将其从流通领域转向储备领域，CPI仅是货币-物质不对称的一种表现。
本文通过定义在树上的极端规则的策略防护性，刻画了树上的单峰偏好域。这些规则在任何偏好域上都是一致且匿名的，但仅在特定树的单峰域上满足策略防护性，为偏好理论提供了简洁的刻画方法。
本文在二元选项贝叶斯期望效用框架下，系统分析了三种常用选择困难度量（事前价值、选择随机性、事后信心）之间的关系。研究发现这些度量通常不相关，并扩展到衰减等其他度量。通过限制Blackwell实验（如logit）和收益，给出了使它们一致的充分条件。在仅对正确性付费的心理物理任务中，信心与事前价值一致。以效用衡量的接受意愿（WTA）等价于事前价值。结果提醒在跨学科实验中谨慎解读选择困难度量。
本研究探讨了大规模网络化多对多匹配市场的稳定性概念，将结果表述为代理特征与合同选择的联合分布。通过一种机械方法，将有限匹配模型的存在性结果推广到大规模模型，证明了树稳定和成对稳定结果的存在性。
标准模糊断点回归（FRD）估计量在任何局部多项式阶数、核函数或带宽下均无有限整数矩，导致小样本或处理概率间断点较小时尾部厚重。本文提出广义FRD估计量类，通过单一调优参数保留数据所有有限矩，并嵌套标准FRD与清晰断点（SRD）估计量。简单确定参数值可显著改善中位数偏差、中位数绝对偏差和均方根误差，模拟中置信区间提供可靠的小样本覆盖。实证表明，该方法在班级规模对教育成就影响的数据中表现稳定。
本文研究随机前沿模型的敏感性分析，通过放松基准假设刻画识别集，并推导出生产单元平均无效率的“崩溃前沿”。方法应用于经典数据集，代码公开，为实践者提供稳健性分析工具。
本文提出EM-NPL(q)框架，结合EM算法与截断至q次迭代的内点求解器，用于估计含未观测异质性的动态离散选择模型。理论证明，对线性参数模型，该算法与完全收敛的EM-NPL估计数值等价，且不影响统计性质。蒙特卡洛模拟显示计算速度提升20%至5倍。应用可乐需求分析发现，忽视异质性会低估长期自身价格弹性达60%、短期达85%、含糖税补偿变差达90%。
本文研究无反馈的动态发送者-接收者博弈，其中发送者观察马尔可夫链状态但不知接收者行动。结果表明，动态交互可部分恢复承诺能力：任何部分承诺说服模型的均衡收益，以及跨消息分布的凸组合，都能在动态博弈中实现。当发送者收益与状态无关时，可达贝叶斯说服收益。