本报告研究了不完全市场下具备秩依赖效用函数代理人的时间一致投资组合选择问题。针对常系数市场和CRRA效用，给出了确定性严格均衡策略的完整刻画，推出了一个自治ODE求解非零均衡策略的唯一性条件；对于时间变概率加权函数，发现可能存在无穷多非零均衡策略，并从正向非线性奇异ODE正解中识别所有正解。针对多均衡策略的选择，提出优化初始时刻秩依赖效用对应均衡策略的方案，为时间不一致控制问题提供新的均衡最优解探索方法 [page::0][page::2][page::11][page::19][page::27][page::28]
本文提出基于变分推断(Variational Inference，VI)的组合压力测试与VaR估计方法，通过识别市场状态的潜在聚类，结合历史数据和当前市场特征，对未来投资组合回报分布进行有针对性的加权估计，克服传统历史模拟VaR未能及时反映市场波动变化的不足。方法同时实现了风险因子变化与投资组合损失的关联建模，支持不同市场情境下的压力情景设计。以2020年新冠疫情期间市场波动为例，实证验证了该方法对VaR和压力情景的适应性和准确性，显著优于传统历史模拟和高斯VaR估计，能更真实反映短期投资组合风险特征和极端市场事件影响 [page::0][page::1][page::6][page::12][page::17][page::26]。
本报告构建了中国金融市场的弹性指标，涵盖货币、股票、债券、外汇和大宗商品子市场，分析了其在2008年金融危机、2015年股灾、2018年中美贸易摩擦及2020年疫情等重大事件期间的表现。研究发现金融市场弹性指标呈现较高相关性，但不同市场对冲击强度与恢复时间的敏感性存在差异。特别指出中国气候政策不确定性通过提升投资者情绪波动、增加商业银行不良贷款率和减少资本与金融账户余额，显著削弱金融市场弹性。中国金融市场对气候政策变化的反应温和且逐渐稳定，体现出对低碳转型政策的共识，为其他国家提供了平衡气候政策与金融发展的借鉴 [page::0][page::1][page::8][page::11][page::14][page::15][page::16][page::17][page::18]
本文提出了基于目标风险配置文件的调整风险度量的理论框架，将经典的调整期望短缺(Adjusted ES)推广到包含多样风险函数族的调整风险度量。研究了正齐次性和次可加性条件，推导了多种风险度量的对偶表示，并以标普500指数为案例展示了调整风险度量在识别尾部风险及市场危机时的有效性及其敏感性差异[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25].
本报告基于法国多源微观数据实证分析云服务使用对企业长期规模增长率的影响，发现云技术显著促进企业增长，但小企业受益更大，主要通过云软件应用降低数字化壁垒，支持其组织流程重构与规模提升。同时，云技术扩散与行业集中度呈现轻微负相关，表明云有助于缓解行业集中趋势，推动更具包容性的数字化转型 [page::0][page::2][page::3][page::4][page::30][page::32][page::41]
本报告基于回合式生产框架，运用临界水平功利主义，结合有限时域动态规划方法，研究跨代人口规模的最优规划时长。结果表明，即使在终极公平的前提下，理想代际规模不一定为无限，有限规划时长可以避免传统功利主义中的令人反感的无限人口结论，同时揭示了不同参数（如资本产出弹性、贴现因子）对最优消费路径、人口价值函数及代际不平等的影响 [page::0][page::1][page::7][page::8][page::9][page::12].
本报告利用公开数据揭示了经济学职场匿名论坛EJMR的用户名隐匿算法漏洞，成功反推了近五万IP地址并对应了约66%的帖子。研究发现，EJMR用户广泛分布于经济学界各层级及顶尖院校，且存在较高比例的攻击性、厌女和仇恨言论，且此类有害内容显著高于Reddit等匿名论坛，且在大学和非大学IP间均普遍存在。内容分析结合机器学习模型，揭示该平台内容复杂、毒性普遍，用户受到关注后会增加发帖频率，体现了匿名环境下的内生激励机制 [page::0][page::1][page::2][page::3][page::17][page::20][page::22][page::29][page::32][page::36][page::41]
本报告通过利用美国都市统计区Uber和Lyft分步进入的自然实验，系统评估了网约车服务对城市空间重组和居民实际生活的影响。研究发现网约车推动了城市地区的绅士化，尤其是原先住房价值较低区域，导致房价上涨约9%，高收入年轻居民迁入超过低收入居民流出，强化了居住分层。影响在原有房主和非房主间存在差异：房主无明显迁出且违约率下降，非房主迁出率和违约率分别上升约11%和42%。结果揭示高端私有交通技术如何加剧城市化进程中的经济不平等问题，为未来自动驾驶汽车政策调控提供重要参考 [page::0][page::4][page::5][page::28][page::31].
本报告扩展了基于[Chriss(2024)]的最优交易框架，采用二次规划方法计算包含实际约束条件下的多交易者非合作竞赛中的最优建仓策略。通过傅里叶级数近似策略，优化问题被转化为带线性约束的凸二次规划，支持限仓、短卖禁令等多种约束。提出交替迭代算法计算两交易者均衡策略，展示策略动态调整路径及均衡非合作导致的交易成本提升，为实际交易中考虑约束和竞争提供了有效数值方法和理论支持 [page::0][page::2][page::6][page::14][page::15][page::17][page::20]
本报告针对集体养老金基金中个体寿命风险与系统性寿命风险，研究退休后最优消费与投资策略。采用Black-Scholes市场模型与Epstein–Zin效用偏好，分别在离散和连续时间框架下，构建并解析求解最优策略，考虑同质与异质投资者基金。结果表明寿命风险共济机制及风险资产投资能显著提升养老金效用，系统性寿命风险亦可能在掌握信息更新时带来额外收益。该模型能有效指导异质基金管理并体现寿命风险对消费决策的复杂影响[page::0][page::1][page::5][page::21]
本报告提出了一种整合动态图结构和所有活跃交易日的空间-时间图神经网络（DCRNN-RV）模型，用于全球股市波动率预测。通过动态计算波动率溢出指数构建时变邻接矩阵，模型有效捕获市场间非线性溢出效应及其时变关系，显著优于基准模型，且具备在非常规交易日进行多步预测的实用价值，强化了对全球金融市场波动动态的理解[page::0][page::1][page::6][page::10][page::16][page::33]。
本报告研究了以Gini指数作为Lyapunov泛函的某类无穷维ODE系统的概率分布收敛性，证明了Gini指数收敛必然蕴含Wasserstein距离等意义上的分布收敛，明确了Gini指数与分布距离度量之间的定量关系，为经济物理和社会科学中代理模型的均场极限分析提供了理论支撑 [page::0][page::3][page::4][page::9][page::10]。
本报告基于随机矩阵理论，研究在资产维度与样本量同时趋于无穷，且比例趋近于常数c∈(0,1)的高维极限条件下，传统样本效率前沿参数估计的偏差问题。发现期望收益的样本估计一一致，而全局最小方差及斜率参数存在纯粹由浓缩比c决定的放大偏差。基于此，提出了对三参数均一致的新估计量及其渐近正态性，且通过模拟和实证数据（标普500股票1分钟至60分钟高频数据）验证了估计性能及其稳健性，显著优于现有方法 [page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16].
本报告基于全球最大数字游戏平台Steam超过1亿用户数据，实证分析了用户在线社交网络对体验型商品（视频游戏）购买及后续使用行为的影响。研究发现朋友的购买行为显著提升个体游戏购买概率，且核心发现包括旧好友的影响力强于关键玩家，同时偏好投射导致受同伴影响购买的用户后续游戏时长低于非受影响者，揭示了社交学习中存在的认知偏误，对理解网络环境下消费决策具有重要启示。[page::0][page::1][page::9][page::15][page::17][page::19][page::22]
本研究基于2023年1月至2024年2月的GEIH数据，通过逻辑回归模型实证分析了工作场所弹性工时自主性的决定因素。结果表明，公司规模、中等收入、工作年限、工作地点和工作满意度均对弹性工时自主性有显著影响。研究发现，中大型企业及特定工作地点的员工拥有更高的时间自主权，而较长的工龄则与自主性降低相关。此外，不同行业的差异也显著影响这一自主权。本研究为劳动政策制定提供了实证依据，并指出模型优化的潜力[page::0][page::3][page::4][page::5][page::6]。
本文研究了基于有限状态连续时间马尔可夫链(CTMC)模型的利率衍生品定价与复制问题。建立了衍生品价格的闭式表达式，证明任意衍生品均可通过货币市场账户和零息债券动态复制，并采用Ross恢复定理推导真实世界下短期利率的CTMC动态。在两状态模型中给出具体计算示例，验证了该方法的实用性和完整性[page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::9]。
本研究基于2022年AAPL的高度活跃限价单簿(LOB)数据，运用深度学习模型分析中间价的高频价格变动预测。研究指出传统预测任务因目标定义不当可能导致结果无效，区分了波动率与方向性预测两大维度。结果表明，单纯价格信息难以提升方向预测准确率，但加入成交量及其不平衡显著改善方向预测效果，且使用仅Level 1数据即能获得接近全LOB数据的预测性能，方向与波动率预测准确率均达七成左右[page::0][page::4][page::6][page::7]。
本报告基于肯尼亚Sarafu社区货币交易数据，运用网络科学方法定义了循环与非循环拓扑组件，揭示其在货币再流通中的关键作用。研究发现，强连通成分（循环组件）显著促进货币活跃流转，而非循环组件中部分节点表现出可能的系统滥用和试用行为。此外，基于三元组结构与再流通时间的分析，区分了不同用户策略和参与度，验证了社区货币在疫情紧急救助中的经济刺激效果，为数字货币设计和货币干预评估提供了系统工具[page::0][page::3][page::4][page::8][page::12][page::13][page::15][page::17].
本报告提出了一种带有自适应期望收益水平的Markowitz投资组合模型（MPAERL），避免了传统固定收益水平带来的不适应性问题。通过同步优化预期收益率和投资组合权重，实现了动态平衡风险与收益。为求解该模型，设计了一种收敛高效的Krasnoselskii-Mann邻近算法（KMPA），并证明其在一般两项凸优化模型中的可扩展性。实验部分基于6个真实财务数据集，结果表明MPAERL在累计财富、α因子、夏普比率以及最大回撤控制上均优于九种先进投资组合模型，且具备良好的交易成本控制能力，体现了自适应预期收益方案在动态市场环境中的优越性和实用价值 [page::0][page::1][page::4][page::13][page::16][page::17][page::18][page::19][page::21][page::22].
本报告利用深度学习训练神经网络，学习在同时使用标的资产和对冲期权时的最优复制策略。结果表明，当期权价格符合Black–Scholes模型时，网络能成功学习该模型的gamma对冲策略，尤其在存在模型不确定性时表现优异。研究表明，实际应用中采用gamma对冲更多地是为了应对模型不确定性，而非减少交易成本。报告通过模拟不同交易成本和模型不确定性条件，验证了深度对冲策略的有效性和优越性，为理解gamma对冲的实用价值提供了新视角 [page::0][page::1][page::2][page::16].
