本报告提出了一种创新的"Betting Against Bad Beta"（BABB）因子，通过基于beta和“坏”beta的双排序，改进Frazzini和Pedersen (2014)的BAB因子。实证显示BABB因子在1963年至2021年间，表现出更高的年化收益率、夏普比率及显著更高的回归alpha。该因子有效规避了低beta组合中常含的高坏beta股票风险，对交易成本敏感但仍优于传统BAB策略，突显了区分“好”与“坏”beta的资产定价重要性 [page::0][page::1][page::2][page::9][page::10][page::15]
本报告通过比较传统信用评分与机器学习模型在消费者违约预测中的表现，发现传统信用评分存在41%的误分类，尤其对低分群体误差较大。机器学习模型在年轻、低收入和少数族裔群体中表现更优，改善了这些群体的信用排名，显示提升信用评分精度有助于促进更公平的信贷分配。该研究还揭示了信用评分因过度依赖信用历史长度和新的信用申请等因素，导致对边缘群体较高误判，并指出机器学习模型能有效降低此类偏差带来的不公平 [page::0][page::2][page::3][page::4][page::12][page::13][page::14][page::16][page::20][page::25][page::29][page::30]
本报告提出了一种基于完全动态凸风险测度的风险无差异定价框架，用于定价美国期权类衍生品。通过引入买卖双方不同信息结构，定义了买卖双方的风险无差异价格并证明其无套利性。在随机波动率模型下，价格被刻画为反射型后向随机微分方程（BSDE-R-BSDE）系统的解，反射边界由另一个BSDE给出，体现了行权后持仓风险。采用深度学习算法实现此系统的数值解，并针对美国看跌期权进行了实证演示，展示价格及隐含波动率特征。[page::0][page::1][page::8][page::9][page::10][page::13][page::14]
本报告提出利用一种基于多尺度趋势去除交叉相关分析（DCCA）的指标——趋势去除交叉相关成本（DCCC）来量化金融市场中投资者不同时间视角的行为差异。通过构建基于DCCA距离的最小生成树（MST）网络，跟踪市场系统的连通性和投资者行为失衡，实证结果表明DCCC指标在市场崩盘等金融不稳定时期急剧上升，且与网络的主导特征值高度相关，能够有效捕捉市场体制转移，为实时风险监测提供新路径[page::0][page::1][page::3][page::4][page::8]
本报告基于博弈论视角，系统分析了狼人杀游戏在有无先知情况下的最优策略。首先，提出了改进的“随机策略+”，显著提升狼人组的胜率，尤其在人数较少时；其次，针对有先知的情形，构建扩展型完全不完美信息博弈模型，设计算法求解完美贝叶斯均衡（PBE），最大化平民组胜率，并通过动态规划确定先知信息披露的最优时机，显著提升平民组获胜概率。最后论证了狼人自杀策略为劣势策略，确保策略均衡的稳定性。[page::0][page::4][page::6][page::10][page::12][page::20]
本报告聚焦于1917至1965年美国收入不平等估计方法，提出用最大熵方法（ME）替代传统的帕累托插值法（PI）来处理对应税务局的分组数据。实证发现，ME方法在1940年代之后能更准确估计最富裕分层收入，修正了U型曲线的不平等程度，显示1940s到1970s的不平等程度比传统估计高，削弱了中期不平等低谷的深度，支持更为平缓的“茶碟形”曲线形态，重新塑造了美国20世纪中期收入不平等的历史叙事，为未来基于税务数据的宏观经济不平等研究提供了更优估计工具[page::0][page::2][page::12][page::14][page::16][page::17].
本报告研究军事扩张对温室气体排放及绿色转型的影响。实证结果表明，军事支出占比增加1个百分点，导致总排放量上升0.9-2%，排放强度上升约1%；军事扩张还削弱绿色创新，绿色专利下降10-25%。基于美国校准的动态生产网络模型显示，永久性军事支出增加使总排放上升0.36%-1.81%，排放强度增幅为0.22%-1.5%，且军费支出的增加可能挤压对可再生能源的投资，阻碍绿色转型，进而显著提升气候损害及全球温度。双倍增加美国军费占GDP比重将导致每年0.07-2.6%的GDP等值气候损害，为气候政策带来重大挑战 [page::0][page::1][page::2][page::6][page::19][page::25][page::31]
本论文通过统计力学和信息论工具，系统研究经济金融系统的复杂性、非线性和随机波动特性。基于实证数据和模型分析，揭示了金融市场尤其是日内与隔夜波动率的时间不对称性，通过构建经验曲线相关生产过程模型，成功建立了生产累积波动率与生产波动率的定量关系，并拓展至任意噪声分布。最后，论文精确求解了Parrondo悖论游戏和“两信封问题”的概率分布，对风险管理及多学科复杂系统研究具有重要意义 [page::0][page::9][page::13][page::61][page::89][page::101]。
本报告研究时间序列因果发现算法在股票市场中的应用，设计基于因果结构的量化交易策略并进行实证验证。研究发现VarLiNGAM算法在大规模市场中最具有效性，能显著提升预测精度和投资组合收益，但计算复杂度和规模是主要瓶颈。报告还给出操作性交易策略参数建议，为未来提升因果发现算法的实用性提供方向 [page::0][page::6][page::7][page::8]
本文提出了一个定义在光谱风险度量空间上的函数式，用以量化风险度量的“风险厌恶程度”。通过对CVaR的归一化和线性公理构建该函数式，给出了两种表达形式，并探讨了其性质及解释。该方法可将复杂光谱风险度量映射为单一风险厌恶度指标，易于比较和替代 ，并结合Kusuoka表征实现结构化分析[page::0][page::1][page::2][page::3][page::4][page::5].
本文分析了1990年至2022年欧洲地区经济增长与CO₂排放动态关系，重点研究了欧盟排放交易体系（EU ETS）不同阶段排放增长率的波动性。研究发现排放增长率呈现偏态分布和厚尾特征，表明极端排放事件可能性较大。较不发达地区排放增长率和波动性较高，而发达地区则表现为排放下降和波动减小。欧盟ETS政策影响了排放的波动性及其与经济增长的联动，强调清晰有效的政策治理对于降低排放波动的重要性。[page::0][page::2][page::11]
本文提出一种综合股票价差异方程模型，将随机波动率（Heston模型）、随机利率（Vasicek模型）及随机股权溢价（Campbell-Viceira模型）集成于期权定价框架，推导相关偏微分方程（PDE）。针对欧式期权、障碍期权及固定行权价亚式期权，采用有限差分数值方法（前向Euler、后向Euler及Crank-Nicolson）进行定价估算，验证了模型有效性及数值方案的收敛性与稳定性，为实际复杂期权定价提供理论和方法支持[page::0][page::1][page::3][page::4][page::6][page::8][page::9]。
本报告比较了支持向量机（SVM）、梯度提升（LightGBM）和Attention-GRU混合模型对欧洲企业信用违约掉期（CDS）5年期滚动合约隐含波动率（Credit VIX）的预测能力。研究采用受Merton信用风险模型启发的特征集，通过增量批量学习框架在2024年5月至8月的季度期间进行盲测。结果显示，Attention-GRU模型在多个误差指标上表现略优，尤其在较大的训练窗口中，体现了注意力机制对捕捉时间序列复杂依赖关系的优势；经典机器学习模型则表现出较强的鲁棒性，适合数据量有限的场景。研究强调特征工程及模型架构优化的重要性，并提出了后续通过更复杂特征处理和模型调优提升性能的方向[page::0][page::1][page::4][page::7][page::8][page::9].
本报告系统研究了响应时间数据中所蕴含的隐含变量分布性质识别问题，提出了一种基于二元响应模型和计时函数的统一框架，解决了此前文献中的识别难题。通过构建代表性计时函数及其变换族，界定了可检测的分布性质范围，包括单调性、均值符号、不等式、模态性及分布间的排序关系等。实证应用方面，基于在线调查数据，运用响应时间辅助分析，验证了收入边际幸福递减这一长期有争议的经济学假说，发现无法拒绝该假说。该方法对理解偏好强度、消费者需求、多组间分布比较及政策经济学均具有广泛应用价值 [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][page::26][page::27][page::28][page::29][page::30][page::31][page::32][page::33][page::34]
本报告基于Mirrlees最优收入税理论，证明了在标准效用函数和分段线性税制情形下，传统的总效用最大化往往不产生累进税率，甚至对高收入征税最低。论文创新性提出引入效用的标准差作为第二目标进行双指标优化，类似于马克维茨投资组合理论，建立了透明易解释的最优税收准则。通过线性和分段线性税率模型的理论与数值分析，展示了该新范式能够实现更公平的税收设计，且框架也适用于不同效用函数，如对数效用 [page::0][page::1][page::5][page::7][page::8][page::9]
本报告基于中国2016年公共长期护理（LTC）保险的试点政策，实证分析了公共LTC保险对健康老年工人劳动力供给的影响，揭示公共保险可减轻未保险风险，尤其对缺乏非正式保险（如与成年子女同住）的家庭效果显著，而非正式保险覆盖较强家庭影响不大。此外，公共保险促进了预期的正规护理使用，但未替代非正式护理。研究体现了在非正式保险主导的背景下公共LTC保险的有限但日益重要的风险分担作用，为发展中国家政策设计提供了实证依据和启示 [page::0][page::2][page::3][page::16][page::27]。
本报告以韩国为案例，实证分析了二级专利体系中的实用新型（UM）对中等收入陷阱中经济体技术能力积累的长期促进作用。研究发现，韩国的前沿技术（美国专利）当其基于国内实用新型时，影响力更大，说明UM支持的模仿型和适应性学习为全球竞争力的形成奠定基础。此外，随着经济发展，UM的作用逐渐减弱；且基于UM的前沿技术更促进本国专业化而非外国后续创新。报告强调UM在发展中国家工业政策中的关键作用及其在技术转移中的潜在价值，为逃脱中等收入陷阱提出新视角 [page::0][page::3][page::4][page::5][page::20][page::25][page::26]
本文提出了一种基于树形网络的路径k代传播模型，结合节点安全异质性和起源位置影响，精确计算局部及总体网络风险损失的数学期望与方差。模型利用贝叶斯网络d-分离简化多路径风险传播的联合概率分布，提供闭式解，有助于网络安全保险的精确定价。数值实验验证安全水平和起源位置对风险传播概率和聚合损失的显著影响，为风险管理和保险定价提供有力工具 [page::0][page::3][page::5][page::9][page::15][page::16][page::18][page::19][page::20]
本报告基于2015-2022年中国A股上市公司数据，系统分析了ESG评级分歧(Dis)对企业全要素生产率(TFP)的负面影响及其机制，揭示绿色创新加剧评级分歧对TFP的抑制效应，并通过机器学习XGBoost模型及SHAP解释展示了Dis在TFP预测中的重要作用和非线性关系，为企业和监管层应对ESG评级分歧、提升企业高质量发展提供策略性建议。[page::0][page::4][page::7][page::8]
本报告基于纳什谈判模型与中国2000-2023年上市公司数据，实证分析进口关税变化对企业国内垂直一体化的影响。研究发现，下游关税下降显著促进垂直一体化，上游关税下降进一步增强该效应，且这种影响在高资产专用性行业更为明显。此外，关税下降对高科技企业的技术驱动型垂直并购也有显著促进作用，揭示了技术获取在进口竞争推动企业组织优化中的关键作用[page::0][page::1][page::16][page::17][page::18]。
