本报告构建了一个债务循环（debt recycling）动态模型，研究房屋净值与抵押贷款余额的时间演化，揭示了借款人属性和市场条件对该策略成败的关键影响。分析结果表明，策略存在强成功、弱成功、违约和永久再抵押四种动态相，且成功与否高度依赖贷款价值比、投资风险和房市表现等参数。模型利用均值过程和随机波动深入探讨了首次触及时间，权衡了传统月供和债务循环策略的比较优势，结果与数值模拟高度吻合，为理解及监管债务循环提供了理论基础和实践参考 [page::0][page::4][page::7][page::29]。
本报告在仅已知分布的部分信息（均值和方差）条件下，系统地推导了广义失真风险度量（distortion riskmetrics）和加权熵的极端最坏情形。这些结果拓展了现有的失真风险测度极值理论，涵盖了常用熵指标如Gini、CRE、Tsallis熵及其加权版本，同时对相关的保险费原则和尾部短缺进行了应用说明。报告提供了极值分布的精确构造方法，并通过NASDAQ三只股票日收益数据数值验证了所得界限的有效性 [page::0][page::3][page::6][page::23]。
本报告提出了HLOB，一种基于Triangulated Maximally Filtered Graph（TMFG）和Homological Convolutional Neural Networks（HCNNs）的高频限价单簿（LOB）中值价格变化方向预测深度学习模型。HLOB通过建模LOB体积及价格层级间的高阶依赖结构，有效捕获非平凡的空间信息结构，在不同微观结构风险股票上，尤其是large-tick类别，实现了对比9种最先进模型的优势，揭示了信息空间分布及其随预测时长的衰减规律，推进了市场微观结构与深度学习的结合研究 [page::0][page::2][page::5][page::15][page::20][page::26]
本报告提出基于瞬时价格冲击模型的经纪商执行成本估计新方法，分别改进线性成本与价格冲击成本的估计精度，实现信噪比显著提升。通过利用执行期间的中价动态和合理加权价格变动，有效降低了统计误差，加速了经纪商优选过程，为交易执行性能评估提供了高效且稳健的量化框架 [page::0][page::1][page::7][page::11][page::13]。
本报告提出了一种基于凸优化的滴答级流动性配置方法，旨在在给定价格波动率和交易量预测的条件下，最大化去除折旧后资产价值的收益。实验证明，将流动性集中在当前价格附近通常非最优，最优策略体现了费用追逐和损失规避两个相互作用的效应。该方法通过严格的数学推导和Python工具实现，支持多协议、多费率池的候选滴答集合，为去中心化市场的深度流动性提供了理论及实务框架 [page::0][page::3][page::7][page::8][page::11]
本报告针对限价订单簿（LOB）仿真，重点扩展了队列反应模型，通过引入订单大小的状态依赖因素，显著提升市场仿真逼真度。基于德国国债期货实证校准结果，扩展模型更准确反映了订单流特性、队列分布形状及价格波动性，兼顾了订单类型、到达率及订单大小，成功复制了多项市场典型特征，为高频交易策略设计及风险管理提供了实用模拟工具 [page::0][page::22][page::14].
本报告在Cramér-Lundberg风险模型框架下，采用单调均值-方差准则，研究存在锥形约束和随机市场参数的投资-再保险最优策略。通过求解带跳跃的BSDE，得出半闭式解，验证了该模型下单调均值-方差与经典均值-方差问题的最优策略一致性，拓展了带跳跃不连续财富过程的相关理论[page::0][page::1][page::10][page::18]。
本文提出了一种风险中性生成网络（RNGN）方法，通过神经网络函数式建模时间到期收益率的随机曲线，实现无套利条件下高效准确地从期权市场价格中提取风险中性密度。包含三种具体模型（RN-Q、RN-MLP、RN-DMLP），凭借灵活建模波动率、偏度和峰度的期限结构，显著优于多种经典模型。实证使用标普500期权数据验证了模型的定价精度、稳定性及市场合理性，特别是RN-DMLP表现最佳，捕捉了复杂分布形态并保持预测稳定性，且风险中性波动率与VIX高度相关，显示模型良好金融解释力[page::0][page::4][page::18][page::26][page::30].
本文扩展了DeTEcT框架，通过引入静态与动态以及确定性与概率性的参数化方法，增强了对不同类型代币经济体中财富分布的建模能力。本文还提出了动态货币供应扩展，支持无上限代币经济（如以太坊）的建模，阐明了时间平移对称性与折现因子的关系，丰富了DeTEcT对现实经济的适用范围[page::0][page::1][page::10][page::17][page::19][page::22][page::24]。
本报告提出一种基于Distribution Builder的多期最优消费模型，利用copula构建消费期间依赖结构，实现给定分布下的成本最小化策略。通过Black-Scholes与CEV模型验证了方法有效性，结果显示正相关的消费随机变量构成成本效率最优策略，并引入了对应的成本效率前沿，为投资者提供风险-收益的决策参考 [page::0][page::5][page::9][page::19]。
本报告运用拓扑数据分析（TDA）方法，通过计算持久同调的$L^{1}$、$L^{2}$范数及Wasserstein距离，成功识别了2008年金融危机和COVID-19大流行造成的股票市场极端事件（EE）。研究覆盖亚洲、欧洲、美洲及大洋洲等主要大陆，并细化分析了COVID-19期间印度多个行业板块的异质性冲击，发现银行业在主跌后依然承受较长时间的显著震荡，证明TDA在多时间序列极端事件检测及后续影响分析中的有效性和优越性[page::0][page::1][page::7][page::10][page::11]。
本报告提出一种半监督深度生成框架，结合消费者偏好和外部用户生成内容(UGC)数据，指导连续条件生成对抗网络（CcGAN）生成更受消费者欢迎的产品设计。该模型有效缓解了小型企业“冷启动”难题，通过整合内外部偏好信息，显著提升设计吸引力和多样性，验证于中国无人摄影连锁企业的照片模板设计应用，显示出其在捕捉异质消费者偏好及提升设计效率方面的突出优势 [page::0][page::2][page::4][page::29][page::34]
本研究基于2015年巴西马里亚纳矿坝灾难，利用差异化处理模型和巴西全国劳动力数据，揭示环境灾难主要通过生产要素渠道导致受灾区域工资显著下降（约5.5%），而空间均衡机制在非直接用水职业中表现为薪酬补偿效应但未显著影响总体水平。产业异质性分析显示，矿业和农业等用水密集行业工资损失更大，卫生行业则出现薪酬上升，表现为灾难引发的劳动力需求增加。扩展区域结果进一步支持环境作为生产资本的推论，且大部分解雇和迁移效应不显著，表明环境灾难主要通过资本冲击导致劳动力贫困化，而空间均衡效应局限于部分职业群体。本研究丰富了环境灾难与劳动力市场动态联动的理解，为未来环境政策制定提供参考 [page::0][page::2][page::6][page::16][page::22][page::28][page::38]
本报告提出了DSPO，一种端到端的直接排序投资组合构建框架，能够从多频率股票原始数据中直接优化排序权重，避免了传统特征工程和预测目标与优化目标不一致的问题。DSPO结合卷积网络与Transformer架构，利用新颖的单调逻辑回归损失函数最大化排序组合的构造概率，同时使用跨截面子采样策略提高训练有效性和泛化能力。实证结果显示，DSPO在2023-2024年纽约证券交易所实现累计回报达121.94%，RankIC达到10.12%，并在2021-2022年A股市场同样表现优异，实现累计回报108.74%，显著优于传统与其他端到端基准方法，且具有更低回报波动和更高稳定性[page::0][page::1][page::4][page::6][page::8].
本论文研究了航空公司在多市场接触和合并背景下的价格串通行为，采用差价和价格刚性作为串通信号，加入了直飞与中转航线的区分及市场集中度等控制变量。结果表明，多市场接触显著降低价格差异，促进了串通均衡，且直飞市场和趋近于双头垄断的市场中，航空公司串通更为明显。同时，合并本身不直接导致未合并航空公司间的串通，但合并过程中的合并与未合并航司组合更易形成串通，可能源于合并带来的网络外部性增强 [page::0][page::4][page::9][page::12][page::20][page::21]。
本报告通过模拟1000万人的健康储蓄账户（HSA）结合灾难性保险，基于巴西自管健康计划数据，采用二阶马尔可夫链模型预测个体年医疗支出水平及账户余额变化。结果显示，HSA在支持老年医疗费用融资方面表现有效，且不会加剧个体间医疗费用负担的不平等，有助于私营医疗保险的可持续发展 [page::0][page::4][page::6][page::10]。
本报告利用2012-2015年中国综合社会调查（CGSS）数据及数字普惠金融指数，实证分析数字金融对中国性别工资差异的影响。研究发现数字金融能够显著缩小性别工资差距，尤其通过降低女性创业融资门槛，促进女性创业和就业，进而提升女性工资水平和家庭议价能力。此外，数字金融对经济条件较差、低人力资本及拥有多孩女性的包容性效应显著，为促进性别平等与劳动市场公平提供政策支持 [page::0][page::1][page::4][page::8][page::11][page::13][page::14]
本报告通过利用环球音乐集团（UMG）2024年2月从TikTok下架全部音乐内容的准自然实验，采用差异中的差异方法，衡量TikTok内容下架对美德两大音乐市场流媒体平台音乐需求的影响。研究发现，UMG内容下架后，受影响歌曲在Spotify等传统音频流媒体上的播放量平均增加2%-3%，表明TikTok对传统流媒体存在一定的替代效应，但效果具有显著异质性：较老歌曲及在其他平台推广支持较弱的歌曲流量减少，说明TikTok对音乐的发现和再发现功能至关重要。此外，播放列表关注度是影响该替代关系的重要因素，这表明TikTok对“利基”内容的曝光具有促进作用 [page::0][page::1][page::5][page::7][page::9][page::10]
本报告介绍了FinRobot，一个开源的多层次金融AI智能体平台，融合多源大型语言模型（LLMs）和金融链式思维提示技术，提升全球金融市场数据处理、分析和预测能力。平台通过智能调度器实现多模型动态选择，支持实时数据流分析和多模态信息融合，促进金融分析的自动化、透明化和高效化。报告同时展示了针对市场预测和财务文件自动化分析的两个示范应用，证明平台具有良好的实用性和扩展性 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::14][page::15]
本报告系统分析了主流POS区块链的质押设计，重点探讨了在安全、用户增长和代币升值三者间的权衡。研究发现存在静态安全（提升验证者质量）与动态安全（扩大质押数量）之间的矛盾，不同链采取不同策略以权衡此矛盾。实证分析证实严苛质押条件（如罚没机制和最低质押期限）会降低质押比例，即动态安全水平，强调没有通用最优设计，设计需结合平台目标及发展阶段加以确定 [page::0][page::1][page::4][page::11].
