econ
03-13 00:00
本研究通过固定效应拐点模型分析DAO治理数据，发现当提案活动量超过内部阈值时，活跃投票者的边际响应度会显著下降。证据表明，去中心化治理存在监控密集型瓶颈，一旦治理工作量过高，广泛的参与便难以跟上提案流增长，导致实际控制权向少数高度活跃的参与者集中。这为DAO治理中的“规模过大而难以监控”机制提供了简化形式的实证支持。
dao治理权力集中监控极限拐点模型去中心化组织治理容量
econ
03-13 00:00
本文构建了一个一般均衡模型，在一个线性世界中内生地同时决定贸易流动与国家边界。该模型的核心贡献在于揭示了贸易与边界的相互作用如何共同塑造地缘政治格局，这一结果在将贸易或边界单独视为外生变量时无法获得。这一统一且易于处理的框架可用于研究国家内部及国家间的政治经济、安全与意识形态问题。
地缘政治一般均衡内生边界贸易模型政治经济学
econ
03-13 00:00
本文研究了在任意维度下，受给定测度支配且满足积分随机序的概率测度上最大化线性泛函的优化问题。核心贡献在于证明了对于任何此类随机序，以下四个性质是等价的：测试函数锥对逐点最小运算封闭、值函数是仿射的、解对应具有凸图且极点是可分解的、以及任意有序测度对都存在保序耦合。作为推论，我们推导了涉及多维均值保持展形和随机占优等积分随机序的极点和暴露点性质。应用这些结果，我们推广了布莱克韦尔定理，完整刻画了允许通过工具价值和信息技术两种等价描述进行比较的实验。这些发现为信息设计、机制设计和决策理论提供了新的见解。
随机优化积分随机序测度耦合信息设计机制设计决策理论
econ
03-13 00:00
本文针对具有异质均值的三角阵列随机向量之和的方差估计问题，指出当数据存在双向聚类依赖或弱依赖时，基于同质均值假设的标准方差估计量会低估真实方差，导致后续检验过度拒绝。为恢复有效性，作者提出了一种对异质均值稳健的保守方差估计量，并证明了其渐近有效性。
方差估计异质均值依赖数据稳健估计渐近有效性
econ
03-13 00:00
本研究构建了一个简化的全球供应链模型，用于评估一国限制对另一国中间品供应（即制裁）所产生的经济影响。制裁通过改变全球生产网络的权重发挥作用：制裁国停止向目标国供应特定投入品，并将其生产重新分配到其他目的地。利用经合组织（OECD）的跨国投入产出表对模型进行校准，以评估印度经济的脆弱性。研究考虑了两种反事实情景：限制某一外国单一行业对印度的供应，以及限制某一外国所有行业对印度的供应。随后，研究根据其供应限制对印度经济活动构成的风险，对外国国家及外国国家-行业进行了排序。结果显示，印度在国家层面最大的脆弱性来自沙特阿拉伯，其次是阿联酋、中国、新加坡、美国和俄罗斯。
经济制裁供应链风险投入产出分析印度经济脆弱性评估
econ
03-13 00:00
本文针对现实应用中常见的空间依赖性和数据随机缺失（MAR）问题，提出了一种双重稳健估计器。研究发现，交叉拟合会引入折叠层面的相关性，导致传统空间方差估计器失真，产生不稳定或过于保守的置信区间。为此，作者提出了一种刀切法空间异方差和自相关一致（HAC）方差校正方法，有效分离了空间依赖与折叠引入的噪声。理论证明该区间具有渐近有效性，模拟和基准数据集实验均显示其在有限样本校准方面有显著改进。
空间稳健推断双重稳健估计随机缺失数据方差校正交叉拟合置信区间
econ
03-13 00:00
本文提出了一种新颖的贝叶斯半模块化推断（SMI）方法，用于处理Copula模型中可能存在的边缘分布误设问题。该方法将每个边缘分布视为独立模块，并引入多个影响参数，通过贝叶斯优化进行选择，从而在传统后验与“切割反馈”后验之间实现灵活权衡。研究建立了半模块化后验的理论性质，并在模拟和真实数据（如股票波动率与债券收益率的不对称依赖关系建模）中验证了其有效性，为金融计量等领域提供了更稳健的推断工具。
copula模型贝叶斯推断模块化建模模型误设金融计量稳健估计
econ
03-13 00:00
本研究通过医学众包平台上的实地实验，探讨了如何管理人类标注员在罕见事件识别中的认知偏差。研究固定了未标注数据流中阳性样本的真实比例（20%），但改变了提供给标注员的“黄金标准”反馈流中的阳性比例（20% vs. 50%）以及标注界面（二元标签 vs. 概率估计）。实验发现，平衡的反馈和概率式标注能有效减少罕见事件的漏报。研究进一步采用线性对数几率（linear-in-log-odds）方法在个体和群体层面进行概率标签的重新校准，并将校准后的标签用于训练卷积神经网络。结果表明，这种管道级的重新校准显著提升了分类性能和概率校准的准确性，且这些增益能有效迁移到下游CNN模型的样本外可靠性中。
认知偏差罕见事件人类标注概率校准众包平台ai可靠性
econ
03-13 00:00
本文提出了一种多智能体系统中自适应协调的动力学理论。该框架将智能体、激励和环境建模为一个递归闭合的反馈架构，而非仅通过均衡优化或智能体中心学习来分析协调。协调被视为耦合动力学的结构特性，而非集中目标的解。研究建立了三个结构性结果：1）在耗散性假设下，闭环系统存在有界前向不变区域，确保可行性；2）当激励信号非平凡地依赖于持久环境记忆时，动力学通常无法简化为仅定义在智能体状态空间上的静态全局目标；3）持久环境状态会引入历史敏感性，除非系统是全局收缩的。一个最小线性模型说明了耦合、持久性和耗散性如何通过雅可比矩阵的谱条件控制局部稳定性和振荡状态。
多智能体系统自适应协调动力学理论反馈架构环境记忆结构特性
econ
03-13 00:00
研究通过模拟多智能体系统，首次独立调控了影响集体行为的四个关键变量：先天模型多样性、个体强化学习、自发部落形成和资源稀缺性。实证与数学分析表明，在资源稀缺时，AI模型的多样性和强化学习会显著增加系统过载风险，而部落形成能缓解此风险，但部分个体可能获利。资源充足时，过载趋近于零。研究发现，AI智能体的“ sophistication ”（复杂/智能程度）高低并非绝对有益或有害，其集体结果完全取决于一个可预先计算的单一参数——系统容量与智能体数量的比值。
多智能体系统资源竞争集体行为强化学习系统风险ai协调
econ
03-13 00:00
本文首次精确刻画了具有内生信号的有限玩家连续时间LQG博弈的均衡。通过将信念层级结构（即关于信念的信念的无限循环）坍缩为确定性的双时间核，将纳什均衡简化为一个无需截断或大群体近似的确定性不动点问题。研究引入了一个显式的信息楔子$\mathcal{V}^i_t$（一个确定性Volterra过程），用于量化操纵对手后验信念的边际价值。该楔子仅在信号外生于控制时消失，从而正式划定了策略性信念操纵起作用的边界，并提供了从信息原语到均衡结果的闭式映射。
博弈论信念层级内生信号lqg博弈均衡分析信息操纵
econ
03-13 00:00
本研究将经典的委托代理模型推广到多代理人团队情境，利用网络博弈方法，为委托人设计基于随机项目结果的支付方案，以激励团队成员付出高成本努力。核心结论是，最优激励薪酬在成员间的分配，需要平衡三个因素的乘积：个人生产力、组织中心性以及对货币激励的敏感度。模型进一步探讨了薪酬应奖励个人能力还是协作性，以及互补性强弱如何影响薪酬离散度等应用问题。
激励设计团队合作网络博弈最优契约薪酬分配互补性
econ
03-13 00:00
本研究利用欧盟公开数据，通过固定效应回归模型，分析了可疑交易报告（STR）数量与洗钱定罪数之间的关系。初步结果显示两者呈亚线性幂律关系，即报告的边际效应随数量增加而递减。然而，在控制时间趋势后，这种关系在固定效应模型中消失，表明其可能是由跨国差异和共同时间趋势驱动的虚假相关，而非因果关系。这意味着，在统计上无法确信增加报告能直接提升定罪率。
反洗钱可疑交易报告固定效应模型虚假相关金融监管实证研究
econ
03-13 00:00
本文研究了在回归变量可能为近似单位根过程的不确定性下，自适应LASSO估计量在协整回归中的渐近性质。通过标准与移动参数渐近分析，论文推导了模型选择概率、估计量一致性及极限分布，并给出了均匀收敛速率。研究指出，基于“神谕性质”的置信区间因依赖不可估的冗余参数而不可行，且在有限样本中覆盖不足。为此，作者提出了一种易于实现、在参数空间内均匀有效且无需估计局部单位根或长期协方差参数的置信区域构造方法。模拟与应用表明，新方法在量化自适应LASSO估计不确定性方面更为可靠。
自适应lasso协整回归渐近理论置信区间单位根模型选择
econ
03-13 00:00
本文探讨了设计型模拟在评估统计推断有效性时的局限性。研究发现，在份额转移设计中，传统的模拟方法（固定结果、重抽样冲击）可能依赖于与真实数据生成过程不一致的假设，从而混淆真实处理效应与误差依赖性，高估空间相关性导致的推断偏差。作者提出了替代的模拟设计方案，并通过实证应用展示了其优势。研究强调，模拟的有效性关键在于其数据生成过程与真实过程的接近程度。
因果推断模拟方法份额转移设计空间相关性推断有效性计量经济学
econ
03-13 00:00
本文研究了一个前瞻性代理人如何序贯地选择信号精度，以观测一个服从高斯AR(1)过程的状态。代理人需要在信号的边际成本与其信息量之间进行权衡。作者刻画了其最优学习策略，并分析了稳态下的后验信念与福利。研究发现，更高的状态持久性会内生地推高信息成本，从而总是降低福利；而更高的耐心则能让代理人从其过去的决策中获取更多信息，从而提高福利。
信息获取序贯决策贝叶斯学习动态优化福利分析
econ
03-13 00:00
针对面板或截面数据线性回归中误差项存在双向聚类结构的问题，本文提出了一系列基于刀切法的新颖双向聚类稳健方差估计器（CRVE），并证明了其渐近有效性。该方法有效解决了传统CRVE可能非正定导致标准误未定义的问题。模拟实验表明，在包含双向固定效应的模型中，结合新方法的刀切法CRVE能显著提升推断的准确性。作者同时提供了Stata软件包`twowayjack`以实现推荐估计器。
计量经济学聚类稳健推断面板数据方差估计刀切法双向聚类
econ
03-13 00:00
本文研究分析师在不完全信息博弈建模中面临的挑战：真实博弈可能涉及关联或重复的信念层级，但分析师仅能近似每个信念层级且不知其关联结构。为做出预测，分析师使用信念不变贝叶斯相关均衡（BIBCE），并探讨哪些均衡是合理的。我们引入“稳健性”概念：一个BIBCE是稳健的，当且仅当对于每个邻近的不完全信息博弈，都存在一个接近它的BIBCE。主要结果利用广义势函数给出了稳健性的充分条件。在超模势博弈中，稳健的BIBCE就是贝叶斯纳什均衡，但这在其他博弈类别中未必成立。
不完全信息博弈信念层级相关均衡稳健性分析势函数