报告针对金融损失的期望短缺（Expected Shortfall, ES）风险估计问题，提出了一种新颖的非参数估计器，优于传统的plug-in估计器。该估计器在有限样本下实现了由中心极限定理给出的最优统计性质，且具备对数据中小比例恶意扰动的对抗鲁棒性。数值实验证明新估计器在重尾分布下表现显著优越，且避免了传统估计器极端失效的情况 [page::0][page::1][page::3][page::5][page::6][page::8][page::9][page::12][page::15][page::20]。
本报告基于澳大利亚新南威尔士和澳大利亚首都领地2009-2017年数据，采用双重机器学习方法，构建成功ART妊娠与失败ART后自然妊娠对照组，系统评估ART对早产、出生体重、APGAR评分和剖宫产率等产科结局的因果影响。结果显示，ART本身并不增加早产及其它不良结局风险，反而轻微降低剖宫产率和诱导分娩比例，提示ART治疗并非独立风险因素，对患者和临床具有重要的安慰作用 [page::2][page::6][page::30]。
本报告通过建立网络博弈模型，基于美国顶尖经济学教授的Google Scholar数据，系统研究COVID-19疫情前后学者的合作网络与学术产出间的同伴效应。研究发现，疫情前同伴效应显著推动了学者发表数量，但疫情期间该效应弱化，反映出远程工作下合作模式与以往不同。性别、种族及学科领域的差异也被揭示，疫情促进了健康经济领域的学术活动，体现合作结构调整对知识生产的深刻影响，为政策促进学术协作与提高生产力提供了理论与实证依据 [page::0][page::3][page::5][page::7]。
本报告通过对一个全球在线社交网络的11,992名活跃用户行为数据的分析，利用双变量Logit模型深入探讨了地理距离对用户连接形成的影响。研究发现，尽管互联网降低了空间障碍，地理邻近性仍显著影响用户互相关注的概率，且该影响因国家而异。在强社会关系（相互关注）中，距离的影响较弱；强弱关系间的空间依赖性表现出不同衰减模式。此外，用户更可能与物理上可见面的人建立连接，高度的空间依赖主要集中在可实际相遇距离范围内。用户国籍、文化和语言等因素同样影响连接形成。研究结果为理解在线社交网络中空间因素的重要性及差异提供了实证支持，有助于优化基于地理位置的推荐算法 [page::0][page::1][page::2][page::6][page::8][page::9][page::10]。
本文提出了一种纯对偶算法，通过严格凸化技术和蒙特卡洛法的最小二乘回溯，直接计算Bermudan期权的对冲投资组合及其初始价值。该算法不仅给出上界价格，还能评估不同对冲工具的有效性及再平衡频率的影响，实证结果验证了在包括欧洲期权和调整频率方面的对冲改进效果，为实际操作提供了新工具和策略选择参考 [page::0][page::1][page::4][page::15][page::17][page::19][page::21][page::25]
本报告介绍如何将传统的时间序列计量经济学方法应用于自然语言处理中的主题建模时间序列分析，重点探讨非平稳性和结构性断裂问题，辅以R语言代码实现，并通过谷歌趋势数据探讨“topic modeling”搜索量的时间演变，验证了非平稳性和结构断裂检测方法的实用性，为社会科学领域文本时序数据分析提供量化工具指导 [page::0][page::3][page::8][page::11][page::18]
本报告针对独立同分布（iid）无限均值、极端重尾的Pareto随机变量资产组合，建立了基于majorization序的组合一阶随机支配关系，首次证明了更多分散化的组合在强随机支配意义下更优，且此分散化收益与风险偏好无关。研究进而推广到触发事件模型、具有Pareto尾部的随机变量、有界Pareto及正相关Pareto，揭示无限均值环境下分散化普遍提升投资者利润，指导资源配置与投资策略制定 [page::0][page::1][page::2][page::3][page::4][page::7][page::8][page::9][page::10][page::11][page::12][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22].
本报告聚焦于人类创作者在其作品被用于人工智能（AI）训练数据后所产生的战略性行为变化。通过对比被纳入公开AI训练集（LITE数据集）与未被纳入的Unsplash平台贡献者，发现被处理的创作者更可能退出平台，并显著降低新作品上传频率。专业及成功摄影师的反应更强烈，同时上传作品的多样性和新颖性下降，导致训练数据集的质量与数量均受负面影响。这揭示了版权持有者利益与AI技术创新之间的重要权衡，为版权及AI政策制定提供了重要实证依据 [page::0][page::2][page::15][page::26][page::27]。
本报告研究了一个由大规模高频交易员(HFTs)和一个离散时间点执行大额资产交易的大交易员(LT)组成的市场博弈。HFT通过预测LT的交易并连续交易，实现了对LT的预期交易行为。本文采用跳跃过程描述HFT多样化的库存厌恶程度及其动态转移，利用均场博弈方法求得部分及整体纳什均衡。结果显示，库存厌恶的HFT通过反向交易为市场提供流动性，减少了LT的交易成本，且当市场暂时性冲击较大时，LT能显著获益。此外，整体纳什均衡中，库存运行厌恶使LT策略趋近均匀交易，反映HFT的流动消耗与供给行为平滑了LT的交易路径 [page::0][page::1][page::5][page::17][page::12].
本报告提出系统性风险度量的统一第二阶渐近理论，区分了基于VaR与期权损失(expectile)的两大家族风险度量，创新引入个体条件期权损失(ICE)和系统性ICE(SICE)作为MES和SES的期权替代品。基于多维Sarmanov分布及二阶正则变差框架，理论推导和数值实验均验证了第二阶渐近估计的优越性，揭示期权基度量在极端值评估中提供更高风险估计，展示了其在组合多样化收益估计中的保守且准确的优势[page::0][page::2][page::3][page::4][page::15][page::29]
本文基于2017-2021年深圳电子制造业外资企业数据，采用空间滞后Probit模型实证分析企业退出的邻近效应。研究发现，企业退出的溢出效应在产业集团层级显著，而在产业类别层级不显著，表现为上下游产业企业的退出行为相互影响，且该效应随中美贸易战和新冠疫情的供应链冲击逐年增强。此外，企业年龄、注册地、法律形式等变量对退出概率也存在显著影响，为理解产业集聚和外资企业退出提供了新视角[page::0][page::1][page::6][page::7]
本研究聚焦能源转型金属钴在非洲地区对地方冲突的影响，挑战传统政治资源诅咒理论。通过地理空间数据与双重差分模型，发现钴矿区因政府加强安保而显著减少冲突事件，且冲突减少与钴的商业价值无关，体现了能源转型金属在冲突治理中的新作用机制，并排除铜矿储量及国际援助等替代解释，为资源政治学提供了新的理论视角[page::0][page::1][page::13][page::14][page::20]。
本研究基于FTX崩盘事件的自然实验，运用因果推断方法（RDD与DID）系统分析了该事件对加密市场用户信任的冲击，揭示了WETH价格显著下跌及CEX向DEX资金流的显著转移，反映出信任的重构。同时，通过自然语言处理技术解读了Binance和Uniswap社区中的情绪动态与话语主题转变，阐释了市场行为、信任与情绪间复杂交织的关系，为数字经济中分布式信任机制提供了跨学科视角的深刻洞察 [page::0][page::5][page::6][page::8]。
本文提出并验证了一种称为TruEnd的自动化优化程序，用于识别和剔除贷款账户期限末尾存在的尾随零余额（TZB）段，解决了账面余额滞后的数据错误问题。通过对南非住宅抵押贷款数据的实证分析，确定了最优小余额阈值300兰特，从而显著减少了滞后余额的影响，如降低贷款平均生命周期3个月、减少实现损失率1.2个百分点。剔除TZB后，时间到违约的生存分析模型预测更准确，违约风险事件的时点和信用损失估计的偏差得到有效校正，显著降低了IFRS 9下的信用减值风险和模型风险。[page::0][page::2][page::7][page::11][page::13][page::14][page::15][page::17]
本报告提出了一种基于子集二阶随机优势（subset SSD）的多变量优化方法，用于增强指数化投资，结合行业（子集）约束以实现投资组合的多样化与超越市场指数。通过对S&P 500及Fama-French 49个行业投资组合的大规模实证计算，验证了该方法在包含流行病冲击等复杂市场环境下的优异表现。实证结果显示，结合行业约束的subset SSD方法较传统SSD方法及原指数均展现更优的风险调整后收益与多样化特征，且计算效率高，适用性强 [page::0][page::1][page::12][page::14][page::15][page::20]。
本报告提出了一种基于波let散射系数的无监督方法，对金融市场中的价格跳跃和跨股票同步跳跃（co-jumps）进行分类。鉴别出三个主要特征方向：波动率时间不对称性（反映跳跃的内生性或外生性）、均值回复性和趋势性，进而划分出六类价格跳跃（包括盼望型、内生型、外生型、均值回复型、趋势对齐型和趋势反向型）。研究发现大量跳跃特别是跨股票的co-jumps主要源自内生的传染机制而非新闻事件刺激，这一点由co-jumps大小呈幂律分布所支持，吻合临界分支过程的预测。该方法对原有基于新闻标签的监督分类进行了有力补充，揭示了市场价格跳跃更丰富的动态结构 [page::0][page::1][page::4][page::9]
本报告利用Kalman-Filter方法评估主要发达及新兴股市的市场效率。结果显示，发达市场如美国效率最高，难以获得超额收益，而新兴市场如韩国、越南和马来西亚则表现出显著的价格反转套利机会，表明其市场效率较低。此外，通过执行策略回测，发现市场效率呈现动态演进趋势，特别是在COVID-19疫情期间市场效率有所提升，为评估市场效率及构建量化交易策略提供了新视角 [page::0][page::1][page::2][page::4][page::7]。
本文提出一种复合时间变换结构的时间变换Lévy模型，用以联合刻画标准普尔500指数（SPX）及其波动率指数（VIX）衍生品市场的隐含波动率及波动率的波动率。模型通过灵活的跳跃与杠杆效应设计，实现了两市场价格一致性及微笑曲线的解耦。基于特征函数的显式解析形式实现了高效的欧式期权及VIX期权定价。实证标明该模型在联合拟合SPX/VIX市场方面表现优异，并覆盖众多经典模型为特例 [page::0][page::5][page::25]。
本研究基于以太坊平台90个NFT收藏的500天交易数据，运用随机矩阵理论和多尺度去趋势相关系数分析了NFT市场的估值增量和交易量的交叉相关性。结果显示，NFT市场的相关性普遍弱于传统金融和加密货币市场，最大特征根较小且相关矩阵的特征值分布接近Marchenko-Pastur分布，但仍存在显著的非随机相关结构。NFT市场呈现出多中心的网络结构，缺乏主导集群，且大型流动性收藏品未必引领市场动态。此外，较低流动性的藏品在特定日期展现出同步且显著的交易波动，这种结构新颖且与其他金融市场显著不同，反映出NFT市场独特的交易机制和信息传播路径[page::0][page::1][page::5][page::9][page::10]
本文首次系统研究了动态权重自动做市商(TFMM等)中潜在的多区块最大可提取价值(MEV)攻击及其防御机制。通过数学推导结合4.5亿次数值模拟，分析了跨区块权重变化如何被攻击者利用来操纵池中报价，实现价差套利。文章提出三条简单的“护栏”限制，包括交易规模、权重变化幅度及权重下限，以有效防范该类多区块攻击。[page::0][page::3][page::4][page::5][page::6]
