本报告利用纽约及新泽西大规模合成出行数据和市场级联合模式-目的地选择模型，评估纽约市拥堵收费对出行福利的分布性影响及其补偿策略。结果显示，拥堵收费整体提升交通速度和公交乘客量，带来约10亿元总收入及2.4亿美元的出行福利损失，且福利损失主要集中于曼哈顿上城、布鲁克林及新泽西哈德逊县等地区。研究进一步计算了通过公交等候时间缩减和票价补贴实现补偿的需求量，揭示不同群体对时间及费用敏感性存在差异，提示结合多种补偿手段才能兼顾效率与公平，支持纽约拥堵收费项目的公平合理实施 [page::0][page::18][page::20][page::23][page::26][page::27]
本论文提出一种融合患者依从性与政策时机的连续时间仿真框架，用于评估慢性病管理中依从性提升干预的投资回报率（ROI）。研究发现早期且适应性干预显著提升ROI且降低长期医疗成本，结合MEPS和NHANES数据进行参数校准，量化了不同政策方案与患者异质性的影响，强调了行为改变与成本效率的非线性关系，为制定稳健且经济可行的慢病管理策略提供工具和理论支持 [page::0][page::3][page::10][page::16][page::18]。
本论文基于海森堡的“仅观察量”原则，摒弃金融模型中的不可观测信息变量，建立了以价格状态转移为核心的量子数学框架，用算子代数和频率差定义金融定价动力学。构造了完备正的、具有平移协变性的Lindblad半群，将风险中性条件引入非局部跳跃定价偏微分方程，实现了对BSM模型的扩展与归纳。文中还通过实证数据逆傅里叶变换重建了风险中性一步转移核，利用Esscher变换进行风险中性调整，验证了该模型的统计表现与蒙特卡洛预测的有效性 [page::0][page::15][page::23].
本研究提出了首个针对金融领域大语言模型（LLM）Qwen2.5的统一检测框架，量化并揭示了二元金融决策中的位置偏差及其机理来源。结果显示位置偏差普遍存在且随模型规模和提示设计变化而波动，风险类任务中的偏差尤为顽固。通过机制可解释方法，研究定位偏差主要集中于模型的中后层及特定注意力头，提示了针对性去偏策略的方向 [page::0][page::1][page::3][page::4][page::5][page::6][page::7]。
本文系统分析了在两个恒定函数做市商（CFMM）构成的耦合市场中，资产价格耦合带来的篮子价值膨胀和通缩效应。基于恒定积做市商（CPMM）案例，报告深入量化耦合机制对价格漂移、交易规模、市场深度与滑点的影响，揭示市场设计时流动性分布需平衡以避免过度滑点，进一步探讨了此类耦合结构在程序化资产发行和数字内容市场的宏观意义及潜在风险。[page::0][page::2][page::4][page::6][page::10][page::11][page::14][page::15][page::16][page::17]
本论文介绍了Cosmos 1.0数据集及其构建方法，涵盖23,544个技术邻近实体，采用100维实体嵌入向量，基于Wikipedia文本及多源数据，通过无监督机器学习方法构建了七个主题技术簇和三个元技术簇。引入了多个技术指数（技术认知指数、普遍性指数、深科技指数、技术年龄指数等），并结合专利、文献、资本投资等多维验证，实现金融科技、公共政策等领域对新兴技术的早期识别与分析[page::0][page::1][page::5][page::9][page::10][page::11][page::12].
本论文提出SAE-FiRE框架，利用稀疏自编码器对上市公司财报电话会议文本进行特征提取与选择，有效抑制冗余噪声。通过统计筛选判别性激活特征，结合逻辑回归模型，实现对财报盈余意外方向的准确预测。实验证明该方法在准确率、加权F1和AUC指标上显著优于多项基准模型，且通过透明的特征解释提升模型可解释性[page::0][page::1][page::4][page::6][page::7]。
本研究构建了智能合约介导的资源分配机制设计框架，形式化证明了合约均衡的存在性与唯一性，并设计了具备收敛保证的去中心化价格调整算法。数值实验展示机制在效率、公平性及鲁棒性上的显著提升，且对工业场景中的费用波动与需求冲击表现出良好适应性。结合真实数据（MovieLens）和综合敏感性分析，研究揭示智能合约不仅作为技术工具，更是实现透明、公平及抗扰动资源配置的制度性机制，为供应链、能效管理及公共基础设施等领域提供理论与实践参考[page::0][page::5][page::13][page::14][page::18][page::19][page::22][page::23]。
本研究通过对100名项目专业人士的问卷调查，采用定量统计方法实证分析了不同领导风格对项目效率的影响。结果表明，建设性反馈、明确的角色分工和有效沟通显著促进项目目标达成与团队效率，领导行为对项目绩效具有重要的正向作用。研究同时指出时间管理、冲突解决及决策参与度为改进重点，提出了针对性管理建议，为项目领导力提升提供实证依据和实践指导[page::0][page::8][page::13][page::14][page::16]。
本论文通过对102名员工的问卷调查及统计分析，探讨了员工激励在企业管理中的作用，指出财务激励（尤其是目标达成奖金）与非财务激励（如弹性工作时间、额外假期）的综合应用能够有效提升员工满意度和投入度，且不同性别、年龄及工龄员工的激励需求存在显著差异，为人力资源激励策略提供实用建议 [page::0][page::3][page::5][page::7]。
本论文从经济和统计的角度提出了“协整风险估计器”(coherent risk estimator，CRE)理论框架，用以估计基于有限样本的风险度量值。文章继承了风险度量的公理性质，构建了一类满足金融规范属性的风险估计方法，重点研究了关于预期短缺(expect shortfall, ES)的非参估计器及其鲁棒表示。通过将CRE与$L$-统计量联系，开发了CRE的稳健表示定理，并证明了该类估计器的渐近一致性及其在监管内部模型方法中的实际应用价值。数值实验比较了六种基于$L$-统计量的非参数ES估计方法，揭示了权重选择及数据重叠对估计性能的影响，强调了选择合适CRE的重要性以满足监管要求和资本充足性[page::0][page::6][page::11][page::16][page::21][page::23]
本论文采用定量方法，调查了102名员工对工作与生活平衡（WLB）工具的认知，发现灵活工作时间是提升WLB的最有效手段，且WLB提升显著增强员工工作动机。此外，不同年龄组WLB满意度存在显著差异，企业可通过WLB策略提升员工满意度和忠诚度，从而增强组织绩效与社会责任感[page::0][page::4][page::5][page::6][page::7]。
本报告提出FinReflectKG - EvalBench，针对SEC 10-K文件中的金融知识图谱提取任务，设计了首个多维度评价基准和框架。通过对单述、复述及反思三种提取模式在忠实性、精确性、相关性和全面性方面的对比评测，发现反思模式在全面性、精确性和相关性上表现最好，单述模式忠实性最高。报告还创新采用严格偏差控制和提交-说明评判协议提升评估稳定性和可解释性，为金融知识图谱在合规、风险管理等应用提供可信赖的研究基础 [page::0][page::1][page::2][page::3]。
本报告首次系统性地研究了开源Qwen大语言模型在金融投资中的表示偏差，发现模型偏好规模较大、估值高的企业，且行业分类对偏好影响显著。模型信心与基本面指标（如自由现金流）高度相关，但风险指标呈负相关，表明对低风险企业偏好更强。研究提出了基于行业的校准和分类条件评估协议以提升模型公平性和安全性 [page::0][page::1][page::2][page::3]。
本报告全面综述了大型语言模型（LLMs）在金融预测与交易中的应用，重点关注股票回报率预测和投资组合构建。通过系统分类任务类型，从情感分析、信息抽取、数值推理、到多模态分析与代理系统，报告总结了LLM在生成可审计交易信号与执行决策中的设计模式及实证结果，并深入探讨了时间安全性、模型经济性、误差控制与治理等关键挑战，为未来金融智能投资系统建设提出标准化评估与多语言、跨市场研究的建议 [page::0][page::4][page::7][page::13][page::14]。
本研究构建了融合动态负二项分布需求模型与智能合约采纳的联合优化框架，通过实证多个电商与物流数据集，验证该模型在捕捉需求过度离散性及自相关性方面优于传统泊松模型。模拟结果显示，当需求离散度超过临界值时，智能合约采纳率提升显著增强盈利能力与服务水平，指出根据需求波动性调整数字采购战略的重要性。该分析为在高不确定环境中结合概率需求建模与激励机制设计提供理论与实践指导[page::0][page::9][page::11][page::13][page::16][page::18][page::20][page::21][page::22]。
本论文探讨了人工智能在金融领域中的应用进展，重点介绍了量子逻辑与量子机器学习（QML）在捕捉金融市场中投资者非经典期望和有限理性行为方面的潜力。通过建立基于量子概率的认知模型，量子神经网络和量子增强强化学习被提出以提升金融决策和风险管理的效率与准确性。论文结合行为金融学揭示了经典贝叶斯推断的局限，强调量子逻辑能更好反映复杂市场环境下的状态依赖和非交换特性，为构建更人性化且高效的金融AI提供理论支持[page::0][page::4][page::7][page::10][page::11].
本文建立了在连续时间下考虑模型不确定性及波动率约束时，美式期权的鲁棒定价与对冲的对偶理论。通过将美式期权等价扩张空间中的欧式期权问题，克服了动态定价-对冲中的双重难题，结合随机停时、Azéma超鞅分解以及半鞅最优传输理论，证明了含静态交易欧式期权的市场环境下的定价对偶无缺口 [page::0][page::2][page::5][page::14][page::19]。
本报告提出了一种基于极坐标构建n维集中流动性的自动做市商（AMM）方法，创新性地引入了极坐标tick机制及流动性偏斜调整，并指出多维稳定币池的内在风险及对冲方案。通过数学不变量扩展、流动性指纹分析及Rust实现展示了方案的有效性，为DeFi稳定币做市提供新思路[page::0][page::1][page::2][page::4].
本论文提出基于带符号加权网络的资产间局部动态的降维方法，通过负相关边的“套期保值”特性选择资产子集以降低投资组合风险。方法构建时间序列签名图，定义资产的负边比例“套期保值分数”，并通过优化选择子集后再应用经典均值-方差配置。实证回测显示，所提方法在多数情况下与Markowitz模型及等权重基准表现持平甚至优越，验证了该网络模型在组合优化降维中的有效性和潜力 [page::0][page::2][page::6][page::8][page::9][page::16]
