本文基于主成分分析（PCA）方法构建特征组合，对标普道琼斯30只成分股，分析单一主成分组合的训练集内高夏普比表现及其测试集中的过拟合问题，并提出通过加权组合多个优质主成分组合形成集成策略，有效提升了测试集的风险调整收益，显著跑赢均等权重基准组合，展示了PCA在投资组合构造中的实用价值与限制[page::0][page::5][page::7][page::9][page::10]。
本论文基于均值-方差准则，结合粗波动模型和带幂核的霍克斯过程刻画市场的路径依赖效应，研究个体最优投资与灾害保险策略。方法上，通过引入辅助状态变量，将非马尔可夫问题转化为具有显式解的路径依赖型HJB方程。基于中国四川省地震数据标定模型，数值结果显示路径依赖效应增加个体的灾害保险需求，忽视该效应则导致严重的保险不足现象，强调了路径依赖在灾害保险定价中的重要性[page::0][page::2][page::16][page::21]。
本论文提出了一种基于深度签名变换的新方法，用于在非马尔可夫随机波动率模型下定价欧式期权。通过将资产价格动态重写为粗路径随机微分方程（RSDE），并采用签名表示将非马尔可夫模型变换为经典马尔可夫框架，结合神经网络分别构建线性与非线性签名表示，提供了理论收敛保证和数值示例，验证了方法对传统OU、mGBM及非线性粗波动模型的有效性和高效性[page::0][page::1][page::21]。
本论文提出了一种基于切片逆回归(SIR)的维度约简方法，用于多维随机微分方程参数估计，以降低计算复杂度。通过针对Heston模型的数值模拟，验证该方法在保持较好估计精度的同时显著提升计算效率，且在单路径数据条件下表现出更强稳健性[page::0][page::5][page::14][page::17]。
本文提出运用微分信息失衡（DII）非参数工具，揭示欧盟排放交易体系（EU ETS）中欧盟排放许可（EUA）金融收益的非线性因果关系。通过2013年1月至2024年4月数据与传统多变量Granger因果进行对比，发现两种方法均强调燃煤期货和IBEX35指数的重要性，但DII能够更有效捕获非线性动态，减少传统线性方法的误判。实证研究显示，EUA收益受能源市场和股票指数联动影响显著，DII方法为碳市场因果关系分析提供了新的非线性视角和量化依据[page::0][page::1][page::3][page::10][page::14][page::17]
本文提出了一种基于Vasicek单风险因子模型的循环贯穿（TTC）违约概率估计方法，解决了数据不完整情况下的长期PD估计难题。该方法依赖银行自有历史违约数据，无需宏观经济模型，适用于小型机构，且在部分数据缺失时仍能准确校准PIT和TTC PD，实现稳健的信用风险资本计量[page::0][page::1][page::2][page::9][page::12]。
本周A股市场主要指数均显著上涨，成交量显著放大，经济数据呈现回升向好但仍需巩固态势。政策层面强调巩固经济回升，释放利好消费和投资信号。流动性依旧是市场主要驱动力，短期行情或维持温和上涨，重点关注人工智能、创新药、国防军工、非银金融及资源品等板块机会 [page::0][page::1].
本论文提出了一种基于观察到结果的上确界识别前沿结构函数（FSF）的方法，允许偏差分布依赖于输入，解决了内生性问题。论文推广了随机前沿分析模型，允许偏差与误差的联合分布依赖输入，并推导了仅基于方差和偏度的均值偏差下界。实证应用于中国制造业生产函数估计，发现偏差与输入相关，未必需要工具变量即可识别效率边界 [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]
本论文提出了一个包含零售、养老、机构和对冲基金四类异质交易者的模拟数据生成过程，基于扩展CAPM和CPI意外冲击，采用软最大离散选择模型模拟交易规模选择。结果显示，信息更充分且风险偏好较低的交易者持仓更大、财富更高，零售投资者反应迟缓且分布更分散，市场流动性放大了订单流对宏观冲击的敏感性。该框架为宏观公布期的订单流动态分析提供了透明基准，并具备基于实时数据反推消息影响的潜力 [page::0][page::3][page::5]。
本文提出利用两个误差代理变量，构建非经典测量误差下农业生产率影响的部分识别区间，弱化了常规实证中对误差假定。通过对FAO-GAEZ不同版本农作物生产率数据的比较，验证了测量误差的存在及其对经济影响估计的实质减弱。同时，论文再评估了三项代表性研究，发现测量误差存在时，农业生产率对人口、政治行为的影响或被高估，而对结构性转型的影响较稳健。方法论具有广泛应用潜力 [page::0][page::1][page::2][page::3][page::5][page::7][page::8][page::9][page::22][page::26][page::29][page::32]
本研究结合国际移民组织的流动监测调查量化数据与罗马尼亚避难申请者的定性访谈，探讨中东欧传统过境国如罗马尼亚、匈牙利和保加利亚如何成为难民最终目的地。结果显示，安全和法律稳定显著增加避难者在途中过境国定居的可能性，高迁徙成本与更高学历亦影响其迁徙决策，亲属关系则降低改变目的地倾向。定性分析补充了法律保障、社会接纳与机会感知对难民改变计划的重要影响，表明难民在动态风险与机会权衡下持续调整迁徙目的地，从而传统过境国或转变为可行定居地[page::0][page::4][page::6][page::9][page::10]。
本文拓展了Carr和Wu关于欧式期权静态套期保值的理论框架，允许使用多期限短期期权构建对冲组合，并采用高斯求积方法对理论积分进行有限项近似。通过Black-Scholes和Merton跳跃扩散模型的数值实验，验证了多期限高斯求积策略在不同市场流动性及期限配置下的稳定性和优越性，显著降低了对冲误差，提升了实用性[page::0][page::1][page::2][page::6][page::28]。
本报告系统回顾了连续时间随机波动率模型的发展历程及其关键特征，重点讨论了分数阶和粗糙随机波动率方法，分析了VIX指数建模及SPX-VIX联合校准难题，结合实证数据揭示波动率的复杂动态结构及模型适用性 [page::0][page::2][page::6][page::8][page::10][page::18][page::20][page::26][page::29]
本研究基于贝叶斯网络，系统性构建和比较54种离散化模型，揭示比特币、以太坊等六大加密货币价格受宏观金融指标和社交媒体推文量影响的因果结构。研究发现使用等间距两分箱的模型预测表现最佳；不同币种的主要驱动因素存在差异，强调币种特异性建模的重要性。此外，价格变动影响社交媒体活跃度多于反向影响，揭示价格对公众情绪的主导作用。该研究为加密货币的因果推断与价格预测提供了可解释且精准的建模框架 [page::0][page::9][page::16][page::17]。
本报告基于斯堪的纳维亚国家高质量行政数据，发现1951-1979年出生群体的代际收入流动性下降，主要体现在母亲与子女、女儿与父亲间的收入关联增强，父亲与儿子间的流动性稳定。下降的流动性反映女性收入更真实反映潜在生产力，非人力资本传递或择偶模式变化所致。模型分解表明，女性获得与其生产力匹配岗位，是推动收入代际关联上升的关键因素，彰显了女性劳动力市场融合对代际收入结构的深远影响 [page::0][page::10][page::16][page::20][page::23][page::31]
本文设计了一种新型生成式神经算子（GEO），利用深度平衡层结构对无限多凸拆分优化问题的近似解算操作符进行高效学习，理论证明了GEO模型的深度、宽度与秩均仅与近似误差的对数成比例，突破了传统神经算子理论所预估的指数型参数复杂度限制。实证包含非线性偏微分方程、随机最优控制及数学金融中的二次对冲问题，验证了GEO统一高效求解多样凸优化问题的能力 [page::0][page::1][page::10]。
本文针对rough Heston模型欧式期权的定价和标定问题，提出基于sinh-加速变换和分数Adams方法修正的SINH-CB数值方法，实现了高精度快速定价。该方法通过刚性数值积分路径变形与多重校验机制，有效消除传统Fourier反演中数值误差导致的“幽灵标定”现象，兼顾了计算效率与稳定性。实证结果表明，所提方法在多项数值指标及实盘特斯拉期权标定中表现优异，且能实现毫秒级速度，显著优于现有Gauss型及COS/SINC方法[page::0][page::2][page::3][page::6][page::29][page::30][page::33]
本研究利用多区域环境扩展投入产出分析（EE-MRIO）评估美国规划中的五个海上风电项目在经济与环境方面的空间溢出效应。新开发的基于EPA排放数据的州级温室气体数据库显示，这些项目诱发经济总规模达276亿美元，经济回收期为5至15年，碳回收期均低于一年，表明其环境恢复快且经济效益显著。研究揭示制造与安装过程中的碳排放空间分布及主要行业贡献，强调了区域性产业升级与脱碳的重要性，为政策制定和投资提供科学依据 [page::1][page::3][page::7][page::16][page::19][page::21][page::29]
本论文提出基于现代组合理论的方差-协方差矩阵预测新框架，结合LSTM、DeepVAR和GPVAR深度学习模型进行多资产组合优化。实证中，LSTM模型在信息比率和年化收益率方面表现最佳，且较长的历史窗口和较低的调仓频率能提升深度学习模型的预测和组合表现。深度学习方法在捕捉矩阵长期依赖方面优于传统方法，对股市及加密货币联合投资均具适用价值 [page::0][page::17][page::23]
本研究基于2014-2022年英国FTSE All-Share指数567家公司数据，实证分析了生态创新与盈余管理之间的关系。结果显示生态创新水平越高，企业盈余管理越显著，且此效应在财务约束大和信息不透明度高的企业中更为突出。研究通过熵平衡、倾向匹配和Heckman两阶段模型控制内生性，揭示了生态创新既是环境责任信号，也是盈余操纵工具的双重角色，为监管和投资者提供了重要洞见[page::0][page::1][page::9][page::12][page::23][page::24]。
