本文基于以太坊区块链约3.70亿笔USDT和USDC交易，按照EOA与智能合约的交互类型划分为四类，并采用最大似然估计、KS阈值选择、敏感性分析及组成反事实分析研究交易金额尾部分布。结果显示，所有类别和时期均存在重尾幂律特征，指数主要位于1.4—1.8；涉及EOA的交易指数约为1.45—1.60，而SC-SC交易约为1.72—1.73，且该差异在不同样本规模、时期和稳定币之间保持稳健。交易类别权重变化仅能解释总体指数时间波动的约10%—35%，表明交互机制而非交易构成是指数差异的主要来源。[page::1][page::7][page::8][page::10][page::11]
本文将现金市场关闭期间的股票永续合约标记价格建模为包含外部锚定与衍生品自、互相引用的网络化预言机固定点，证明仅凭价格、代理变量及其动态无法识别真实拓扑，跨平台一致性也可能只是内生共识。研究进一步表明，披露对角调整、允许的同行支持、禁止的外部锚及权重约束，可将拓扑识别转化为行级兼容性、证伪或部分识别问题；OKX行级检验通过，现金重开验证和八周深度闭市样本则显示标记价格仍具有一定外部锚定特征，但不足以单凭价格数据证明价格发现。[page::2][page::7][page::9][page::12][page::14]
本文利用印度选举边界与行政区块边界的准随机重叠，结合地理回归不连续和差分回归不连续设计，研究多名民选代表共同治理对企业进入和地方经济增长的影响。结果显示，多政治家治理使企业进入率提高约3%、夜间灯光强度提高约7%，并带来更高就业与更低失业救济需求。机制分析表明，跨党派政治家之间的相互监督能够抑制裙带关系、监管拖延和公共项目寻租，从而改善基础设施供给与营商环境。[page::4][page::5][page::6][page::7][page::8]
本文研究完全单调逆边际效用（CMIM）类偏好发生扰动时，最优投资问题及优化器映射的高阶敏感性。借助 Bernstein 表示和随机占优市场中的对偶线性结构，作者将偏好扰动转化为标量预算方程，证明拉格朗日乘子、原始价值函数和最优终端财富关于扰动参数具有解析性，并利用 Faà di Bruno 公式与 Bell 多项式给出任意阶、可收敛的递归展开；文章还进一步讨论 CRRA 偏好以及市场信念与偏好同时变化时的一阶敏感性。[page::0][page::1][page::7][page::13][page::14][page::24]
本文以SpaceX Starlink为案例，利用Cloudflare DNS流量、公开订阅用户数及卫星容量数据，估算2021年12月至2023年11月的国家级用户需求。研究发现，Starlink需求高度集中于高收入国家，前五国占比约73%、最高收入四分位国家占比约66%；订阅用户增长同时低于在轨容量扩张速度和非Starlink互联网流量增长速度，表明大型低轨卫星互联网市场的盈利空间可能低于既有预测。[page::0][page::1][page::2]
本文基于2009年1月至2023年12月的联合国贸易镜像数据，采用进口国固定效应模型和汇率波动识别方法，分四个阶段估计卢旺达钨矿出口需求价格弹性。结果显示，监管实施前出口需求对价格高度敏感，Dodd–Frank实施期价格响应不显著，2017年SEC执法政策调整后价格响应重新出现，2019年出口目的地变化后又不显著。系数差异检验表明，价格响应随制度与市场环境变化而动态演变，但研究无法直接识别Dodd–Frank法案的因果效应。[page::0][page::3][page::6][page::7][page::9]
本文构建跨度控制模型，解释人工智能为何同时扩大实验室规模并替代研究团队成员：AI降低执行成本、提升实验室产出规模，但也减少每个项目所需的人力份额，因此团队规模随AI能力呈先升后降、最多一次见顶的准凹形变化。模型估计完全可编码团队的自动化覆盖率峰值中位数为0.91，并预测能力时钟下峰值出现在2027年前后、考虑扩散滞后后推迟至2028年左右；数学、理论计算机科学等人类任务占比较低的领域将最早出现拐点。2025年前的实证数据尚未发现显著团队规模响应，主要反映研究工作流仍处于AI扩散前阶段。[page::0][page::1][page::3][page::5][page::6]
本文将交易策略容量定义为部署资本增加导致超额收益被侵蚀的因果问题，提出由平行策略袖套、随机部署规模、固定持有区间及同期对照构成的容量实验。研究发现，资本侵蚀具有持久累积性，短期持有会低估稳态影响；同期比较虽能消除市场日历冲击，却也会同时消除所有袖套共同承担的总体拥挤效应，因此只能识别固定平均部署下的袖套自身响应。校准结果显示，两年持有期平均可恢复约59%的稳态影响，实验成本高度取决于部署规模位置而非单纯日历时间；冲击成本模型则会系统性高估容量。[page::0][page::2][page::3][page::17][page::20]
本文提出Self-Explaining Segment Trees（SEST），以面向特定KPI的多变量聚类替代传统属性谓词，用于发现和解释业务指标变化的责任群体。框架通过决策树替代模型与Shapley归因选择KPI相关特征子空间，利用高斯混合模型与轮廓系数在每个节点独立确定分支数，再以Ward方法递归划分，并为所有节点生成基于原始数据的标准化效应量和用户关注维度贡献画像。研究证明了树结构的终止性、节点数量上界及不同分支情形下的成本特征，但未开展预测精度、分割质量或解释有效性的实证验证。[page::0][page::1][page::5][page::8][page::10]
本文提出一种面向连续时间随机最优控制的分层深度策略梯度方法，通过在不同时间尺度动态配置时间离散粒度、样本轨迹数量和神经网络复杂度，避免全区间直接采用细网格，从而降低训练成本并保持较高精度。方法利用轨迹分布变化与价值函数差异识别需要细化的区间，并通过价值函数代理网络逐级训练细粒度策略；理论结果给出了相对暴力式PGM实现任意加速比的资源配置条件。在线性二次随机控制和随机价格冲击下的最优执行实验中，该方法在接近基准精度的同时显著提升运行效率。[page::0][page::4][page::13][page::17][page::20][page::26]
本文研究包含随机利率、随机缴费和死亡风险的缴费确定型养老金投资与保险决策问题，在均值—方差框架下允许参与者动态配置债券、股票并购买寿险。研究通过鞅方法将动态控制问题转化为静态优化，推导出终值财富、遗赠、投资组合和保险策略的闭式解及有效前沿，并利用数值分析考察死亡率改善、目标财富、风险价格和收入增长对决策的影响。结果表明，长寿趋势提高未来劳动收入现值，使保险需求明显前移并降低中晚年配置，同时对债券和股票配置的影响相对有限。[page::0][page::2][page::9][page::14][page::19]
本文基于动态供应链不对称信息讨价还价模型，以经过验证的完美贝叶斯均衡为基准，开展9,840次LLM对LLM谈判实验。研究发现，模型能力主要决定价值创造与合同可靠性，供应商身份决定剩余分配，而提示词中的沟通方式、折现框架和战略耐心则构成重要配置杠杆。LLM总体成交率达98.9%、实现95.4%的无折现一阶剩余，但谈判轮数显著高于理论基准，延迟在折现下侵蚀21%—34%的剩余；基准模型的非理性合同率则高达19.2%，表明自动利润核验是低能力模型部署的必要防线。[page::0][page::2][page::28]
本文提出“人类瓶颈”框架，系统分析生成式人工智能在创意生成、筛选测试、消费者洞察、扩散与市场学习等创新阶段中的双重作用：对于信息、容量和方法论约束，AI能够显著缓解；对于依赖隐性经验、非规范行为和组织激励的约束，AI可能强化问题，人的判断、实地观察与责任承担仍不可替代。报告进一步讨论组织协同、技能退化、代表性偏差，以及生成式AI引发的开发曲线倒置和创新流程重构。[page::0][page::31][page::43][page::44]
本文通过320名受试者参与的实验，首次提供友谊悖论影响行为的因果证据：仅观察邻居时，个体会因邻居样本偏向高连接度成员而系统性高估群体行为，并选择更高行动；该偏差在不同网络、阶段和连接度下均持续存在，同时扩大行为离散度、降低总体福利。更换网络位置或获得学习机会也难以消除这一偏差。[page::0][page::2][page::3][page::19][page::21]
本文构建了一个嵌入泊松过程的标记Hawkes订单流模型，为粗糙Hawkes–Heston模型中的粗糙波动率、杠杆效应及价格—波动率共同跳跃提供微观基础。普通订单流在近临界重尾Hawkes机制下产生连续粗糙波动与负杠杆，稀有标记事件则产生同步价格跳跃和波动率激发；在适当缩放与次临界条件下，完整的价格、方差和跳跃系统沿全序列收敛至唯一的规范粗糙Hawkes–Heston弱解。[page::0][page::3][page::4] 研究进一步将Hawkes更新结构导出的Mittag–Leffler Volterra表示改写为Riemann–Liouville分数阶形式，并明确给出微观参数到宏观模型系数的映射；次临界机制限制有效Volterra漂移为负，稀有标记机制产生有限活跃跳跃测度。[page::20][page::21][page::22][page::23] 数值实验显示，微观方差代理与粗糙Volterra极限之间的Wasserstein距离随微观期限延长而下降，微观模型亦能较好复现粗糙Hawkes–Heston模型的SPX隐含波动率微笑。[page::38][page::39][page::40]
本文研究场外交易中订单流失衡对做市商报价偏斜、买卖价差宽度及库存持有成本的影响。在竞争报价偏离公允价格服从指数分布的条件下，作者证明不平衡订单流可精确映射为平衡问题的三个调整：偏斜平移、报价宽化以及有效持有成本放大。[page::0][page::1][page::4] 研究表明，即使库存为零，做市商仍会根据订单方向调整报价；偏斜对失衡呈一阶响应，而宽度仅呈二阶响应。[page::1][page::5] 论文进一步说明，传统“恒定宽度、库存线性偏斜”规则仅在平衡流量及特定库存成本函数下严格成立，并提出利用RFQ数据检验该对称性及评估报价决策的方法。[page::5][page::6][page::7]
本文基于布达佩斯140万台移动设备的细粒度时空数据与企业行政记录，比较2020年开放期和宵禁期的工作场所出勤变化，识别工作场所依赖的行业、企业、社会经济与空间决定因素。研究发现，企业生产率、行业构成和工作地点距离是重要解释变量；知识密集型服务及高生产率企业更容易转向远程办公，而初级、制造业、商业等行业更依赖现场出勤。女性占比高、收入结构多元的地点具有更高的工作场所依赖，且这一关系在城市中心附近最为显著，形成面向女性及低收入服务劳动者的“服务陷阱”。[page::0][page::2][page::6][page::8]
本文基于美国零息国债收益率与FRED-MD宏观数据，比较直接收益率模型和DNS(S)因子模型在机器学习框架下的收益率曲线预测能力，并通过交易模拟评估经济价值。结果显示，超越随机游走的优势主要集中在短期限和曲线斜率预测，且随预测期限延长而减弱；直接收益率模型在短期及斜率预测中更具优势，因子模型则在较长期限的单期限预测中更具竞争力。宏观变量具有显著增量预测能力，尤其集中于斜率和短端变动；PSO优化的时变衰减参数虽改善样本内拟合，却未带来稳定的样本外预测提升。交易结果进一步表明，统计预测精度与经济收益并不一致，宏观增强模型在斜率交易中表现突出。[page::0][page::3][page::25][page::26][page::27][page::31][page::40][page::41]
本文区分了保序预测的边际覆盖保证与概率预测质量，指出覆盖率并不能反映预测分布的锐度、形状和对数评分。在固定位置预测器的单形状残差预测系统中，相对于真实条件分布的对数评分遗憾等于残差与输入之间的互信息 I(R;X)；忽略输入的再校准无法消除这一信息缺口。文章进一步讨论了条件覆盖不可免费实现、交换性要求及时间序列场景下保证弱化等限制，并说明保序方法应服务于集合覆盖而非被误读为完整分布估计工具。[page::1][page::5][page::8][page::11]
本文将带时变转移概率的马尔可夫转换模型扩展至多状态、状态特异均值与方差的设定，并通过蒙特卡洛模拟和美国国债收益率数据进行检验。结果显示，状态均值、方差和平均转移概率能够可靠估计，但TVTP驱动系数，尤其是GAS模型中的得分系数，存在明显识别困难；一步点预测对模型错设较为稳健，而正确设定更有利于刻画潜在状态动态。1961—2024年四种期限国债收益率变化的实证结果表明，基于滞后收益率水平的外生TVTP模型拟合效果最佳。[page::0][page::2][page::7][page::8][page::14]
