本文将Hilbert空间中的线性-二次均场博弈(LQ MFG)扩展至包含无限维公共噪声的情形，证明了对应的耦合前后向随机演化方程（FBSEEs）在小时间和任意有限时间区间均存在唯一解，并建立了由此构造的均衡策略的ε−Nash性质与均场一致性固定点方法 [page::0][page::1][page::17]
本文发现当前基于深度学习的拍卖机制在用梯度优化估计ex-post regret时普遍低估真实违约（部分模型真实 regret 远高于报告值），并提出了理论下界、Item-wise Regret（将复杂的联合搜索分解为按物品的线性复杂度 O(n·Q·m)）以及基于 item-wise 解构造的 Guided Gradient Refinement，从而在大幅提升估计准确性的同时将计算成本降低数十到数百倍，为可靠评估机制的激励相容性提供了可扩展工具 [page::0][page::3][page::5]
本论文在随机几何二部图框架下证明了“均匀性原则”：在固定总服务范围预算下，服务范围向更均匀的分配（按 majorization）调整，会严格提高期望最大匹配规模；该结论在所有维度 k≥1（在一定正则性条件下）成立，并给出了一维情形下通过马尔可夫链嵌入精确刻画异质配置匹配量的解法，同时在双值（灵活/非灵活）范围模型中导出闭式与界限表达，辅以数值验证 [page::7][page::8][page::30]。
提出一种可扩展的高维动态 copula 模型：以谱分解对相关矩阵参数化、用 score-driven 动态刻画主要特征值、并通过 Ledoit–Wolf 的非线性二次收缩去偏小特征值，从而在模拟与实证（100 支欧洲股票，跨国家与行业）中实现优异的拟合与预测，能捕捉地域与行业的共同波动并在危机时揭示系统性风险与分散化丧失 [page::0][page::16]
本论文提出 Relational Domain-Logic Integration (RDLI)，通过将专家型规则构造成可微分的逻辑感知潜信号并与检索-增强的外部语境 (Retrieval-Grounded Context) 联合，解决加密货币交易异常检测中“极度标签稀缺 (0.01%)” 与可解释性需求的双重挑战；在该设置下，RDLI 在 F1 上相较于标准 GNN 基线提升 28.9%，并通过路径级解释显著改善审计可用性与专家信任度（微型专家研究 p<0.001）[page::0][page::4][page::6]。
本文提出一种“data-driven merit order”（数据驱动的供给序列）电价模型：将经典的基于成本的基本面（merit order）模型作为嵌套特例，通过逆向优化（最小化预测误差）从历史数据估计关键参数（例如机组效率、出价区间、可用容量、进出口与水电修正项），并引入水电、跨境流量和容量补偿等扩展，大幅提升德国日度日前市场小时级价格的预测精度，同时保留可解释性与极高的计算效率 [page::0][page::10][page::25]。
基于 2010–11 年 La Niña 对哥伦比亚花卉出口路网的扰动，利用企业对企业海关交易面板与路段关闭日志，作者识别出关系级别的暴露并进行事件研究，发现：当进口商的供应组合部分暴露时，会倾向于保留受扰动的关系并容忍延迟发货；但当暴露集中于高连通度进口商时，会导致显著的合作伙伴流失和市场退出，从而在公司层面产生持久的供应商组合收缩 [page::2][page::20][page::27].
本文在一般连续半鞅不完备市场下研究对数效用投资者持有微小非交易负债单位ϵ时的行为，利用对偶方法给出价值函数关于ϵ的四阶展开，并据此得到最优财富过程关于ϵ的二阶近似；关键结构由Kunita–Watanabe投影刻画，结论对有限与无限时域均成立，为非完备市场中对数最优与基于效用的定价提供可计算的渐近表达 [page::0][page::2]
本论文基于对TikTok上约40,000条“#China”相关视频的爬取与约8,600名美国受试者在仿真TikTok应用上的随机实验，发现：亲中“外部网红”内容在参与度上普遍优于官方国家媒体，并且随机分配观看这类网红视频会显著提高美国受试者对中国的好感与对中国经济、文化、政治系统的正面评价；相比之下，国家媒体内容可能导致反弹或无效（描述性与实验证据合并支持）[page::4][page::6][page::10].
基于1981–2022年美国K–12学校枪击数据，研究发现当日最高温超过90°F时，学校枪击发生率相较于低于70°F的日子增长约80%，且主要由蓄意（homicidal/threat）和威胁类事件驱动，且集中在课前/课后与午餐等监督较少的时段；将估计结果应用于CMIP6气候情景，至2091–2100年，SSP2–4.5与SSP5–8.5情形下，相关枪击事件分别预计上升约8%与14%，对应的现值社会成本估算数百百万美元量级（2025美元）[page::0][page::15][page::23][page::29][page::33]
本文利用美國州際「市場平台投資限制」被逐步取消的準自然實驗，基於分支層級的差分中差分實證，發現允許市場化借貸平台募集資金會顯著推高銀行的存款成本——單一平台准入導致約5.8%上升，兩家平台均准入時最高達約11.5%（小型銀行受影響更大）；分行網絡規模與地理多元化可部分緩解該衝擊，且定價上升有助於阻止存款外流，整體存款規模並未顯著下降 [page::0][page::13][page::15]
This paper formulates next-day open-direction prediction for healthcare indices (S&P 500 and S&P BSE healthcare) as a supervised one-step-ahead classification problem and achieves high empirical performance (accuracy > 0.8, MCC > 0.6) on held-out tests [page::0]. The authors design three feature groups—intrinsic OHLC prices, volatility-based historical bands (Donchian, Bollinger, Keltner), and novel nowcasting features formed by log-ratios of same-day OHLC to open—and show that nowcasting features dominate predictive power per Shapley explainability, while historical band features have inconsistent or negligible contribution [page::7][page::20]. The study spans Apr 1, 2019–Mar 31, 2024 across two markets, highlights model interpretability via Shapley values, and emphasizes transparency by using only public OHLC data [page::4][page::20].
本文提出一个针对去中心化借贷市场上“杠杆质押（loopy）”策略的凸优化框架，利用借贷利率为利用率的确定性函数将多市场非凸问题转化为对市场敞口的凸分配，从而对线性、kinked 和 Morpho 自适应利率模型得到封闭解，并在以太坊和 Base 的 Morpho wstETH/WETH 市场回测显示：小规模、频繁再平衡的杠杆头寸可将 APY 提升至约 6.2%（对比单纯质押 3.1%），且收益对仓位规模与再平衡频率高度敏感 [page::0][page::12]。
本文基于最新的气候损害元分析与标准综合评估模型（DICE-like），计算并比较了“国家层面”的碳社会成本（national SCC）与国家间净气候责任（net liability）。结果显示：国家SCC随人均收入与人口规模变化；中等收入且高碳密集国家往往为净债务方，而最贫穷与最富裕国家通常为净受益方；历史累积排放下的历史债务模式与未来年排放的责任模式相似但量级更大 [page::0][page::3][page::7]。
本文提出并分析了在具有指数衰减（resilient）价格冲击下的场外（OTC）外汇做市与对冲问题，建立包含冲击状态 x 的 HJB 优化框架并给出二次近似的闭式解与数值解，证明在考虑冲击恢复性的情况下对大仓位的风险管理和对冲决策能显著提升绩效（通过蒙特卡洛验证），同时讨论了与 Almgren–Chriss 永久冲击模型的近似关系与适用边界 [page::0][page::2][page::5].
本文基于117,063次CTPA影像与389名放射科医师的真实临床部署数据，量化了人机协同的关键行为特征：AI阴性结论被放射科医师接受率高（≈97%），AI阳性结论接受率较低（≈84%）；不一致率在前两年显著下降并趋于稳定；中等程度的AI参与度对应最高一致性；随访影像显示放射科医师将AI判阴改为阳的部分随后多为两者均为阴性，这些结论表明人机协作包含学习与异质性两类机制 [page::0][page::2][page::19]
本文基于对1,725名英美招聘者的配对conjoint实验，发现简历中列示AI技能会将面试邀请概率提高约8–15个百分点，并且在多种场景下（尤其是行政岗位）能够部分或完全抵消年龄与低学历等传统劣势；此外招聘者自身的AI使用频率显著调节该溢价（重度使用者对AI技能的偏好显著更强）[page::0][page::15][page::11]
本文提出Stylized Facts Alignment GAN（SFAG），将金融时序的关键stylized facts（重尾、波动聚类、杠杆效应与跨尺度波动相关）转换为可微分结构约束并与对抗损失共同优化，从而生成在视觉上与真实市场一致且在交易回测中稳定可靠的合成序列，实验证明在上证综指2004–2024数据上SFAG在重尾与跨尺度波动一致性方面明显优于常规模型并实现稳健的动量策略回测结果 [page::0][page::3]
本文构建Stackelberg队列-契约模型，内生化医生在AI辅助（快速但误诊率高）与独立诊断（慢但准确）之间的模式选择，证明存在基于责任分摊的阈值决策结构并显示责任份额与配置人数为替代性安全机制；在基准校准下阈值为θ^D=0.60，平台最优为θ*=0.40且N*=5（採用AI辅助模式），并进一步绘制需求—风险的制度边界与社会福利差距分析以量化监管含义 [page::0][page::8][page::11][page::15].
本文构建了含两家竞争性保险公司与连续被保险人的离散时间Bonus–Malus System模型，推导并证明了被保险人的最优上报障碍存在性与唯一性（并给出其半显式表达），在二类BMS下进一步证明了竞争保险公司存在Nash 均衡保费并开展参数敏感性分析，阐明了价格敏感性与品牌偏好对均衡保费分化的作用机制 [page::6][page::10][page::11].
