山西省出台煤矿安全新规十七条，围绕“警示教育日、隐蔽工作面清理、数据造假打击、外包监管、定位卡等”措施，强化三管三必须、数据贯通与巡查制度，提升监管力度与科技支撑，意在遏制重特大事故并推动区域内国有煤企受益。报告梳理十七条要点及其对供给侧、产能结构与区域煤价的潜在影响，评估对山西国有上市煤企的盈利空间与估值支撑，给出重点关注标的与风险提示，认为未来小矿出清将提升区域集中度、成本抬升将带来价格支撑。 [page::0][page::1]
本报告基于2026Q2安踏及相关品牌的销售数据与折扣策略，明确线下承压但线上表现稳定，安踏主品牌与FILA增速分化、户外品牌延续高速增长，库存与折扣管理维持健康水平，维持对2026-2028年的盈利预测与“买入-A”评级，强调线上渠道机会与户外品牌的结构性增长为核心驱动。 [page::0]
本期聚焦山西煤炭安全新规十七条对区域国有煤企的长期利好及供给边际约束的持续收紧，同时点评安踏体育及其FILA、迪桑特等品牌在2026Q2的经营数据与折扣策略，强调监管强化将提升区域集中度、促使煤价回稳并提升相关上市公司的配置价值；也给出山西国有煤企及相关产能企业的投资建议与风险提示，帮助投资者把握行业周期性与个股机会 [page::0][page::1]
本研究将LPPLS模型应用于美股“七巨头”日度对数价格，实时检测内生泡沫并通过稳健性检验确认4家企业存在显著的泡沫特征，临界状态转换预计集中在2025年2-6月，头部个股泡沫通过指数权重引发跨市场溢出风险，提供系统性风险预警的实用线索，但信号为概率性，需结合外部因素进行解读与风险管理。 [page::1]
本报告聚焦2026年二季度公募基金十大重仓股及行业持仓分布，基于偏股主动型基金、百亿基金及南下资金等维度数据，揭示电子与通信成为二季度主线，行业轮动显著，重仓股集中度提升。增持股集中在中际旭创、新易盛、寒武纪、东山精密、北方华创等，港股与QDII的跨境配置也呈现出系统性特征。报告还显示二季度新发偏股主动型基金数量显著上升、仓位总体提升，强调关注估值分化与跨市场流动性风险，建议在后续投资中关注电子与高成长行业的结构性机会及基金持仓节奏变化 [page::1][page::3][page::5][page::6][page::9][page::20][page::21]
本周市场呈现多数指数震荡调整，1周内两融余额继续下行，融资融券余额合计27718.82亿元，融资余额约26978.80亿元，融券余额约2040.3亿元，户均融资融券余额约13.37万元，反映市场风险偏好略有回落与资金成本关注。同环节行业方面，美容护理、轻工制造和煤炭行业的融资净买入居前，电子、通信、机械设备等行业融资净买入相对偏弱；ETF层面融资余额回升，前五融资净买入的ETF包括南方中证1000ETF、嘉实上证科创板芯片ETF等。个股方面，华虹宏力、紫光股份等位列融资净买入前五，格力电器、云南白药等位列融券净卖出前五。风险提示聚焦两融成本波动与监管政策变化的可能性。 [page::0][page::1]
本报告聚焦公募基金2026年二季报披露的主动权益投资特征，系统分析了仓位、港股暴露、行业与板块配置及个股分布的变化趋势，揭示在2026Q2主动权益基金整体仓位显著抬升、科技及电子等行业权重处于历史高位等现象 [page::1]。港股仓位显著回落，普通股票型基金港股仓位均值9.31%、偏股混合型11.16%，灵活配置型2.72%，相较上季呈下降趋势 [page::1]。行业层面，科技成为配置主导，科技板块权重62.3%居首，电子板块权重42.73%居高，电子行业主动加仓13.21%，同时电力设备及新能源板块被显著减仓 [page::6]。在个股层面，中际旭创、新易盛、东山精密为绝对市值最高的三只股票，寒武纪、三环集团、生益科技为主动加仓对象，宁德时代等为减仓对象 [page::7][page::8]
本报告聚焦股指分红点位的测算与股指期货升贴水的动态跟踪，系统性揭示了四大指数的分红进度、已实现与剩余股息率差异，以及主力合约贴水的历史分位与期限结构。基于成分股权重、净利润预测、股息支付率预测与除息日预测的综合模型，给出测算方法、关键图表解读及实证对比结果，便于投资者把握分红事件对指数与期货基差的影响与风险 [page::1][page::5]
本报告基于2026Q2基金季报数据，提出“连续4个报告期出现在前十大重仓股的个股”定义以识别长线重仓股，并揭示当前宁德时代、中际旭创、新易盛等个股的高持股集中度及其对基金权益配置的指引意义；通过对2026Q1至2026Q2的样本分析，统计出在Q2被终止长线持仓比例最高和最低的20只个股，显示阿里巴巴、徐工机械等股票的退出压力较大，而春风动力、寒武纪等则保持相对低的退出比例；在行业层面，申万一级行业中通信、银行、电子的终止比例相对较低，反映基金经理对相关行业的后市乐观态度。上述结论结合数据源、样本口径与局限性进行风险提示，形成对基金权益配置变化的定量观察框架与启示 [page::0][page::1][page::2][page::3]
本文研究了一类基于均值场博弈的均值-方差投资优化问题，引入以“同侪基准”为依托的相对绩效风险厌恶的新型刻画。具体地，风险厌恶以分段形式依赖于个体财富与总体均值的比较，导致时间不一致的均场博弈。研究目标是刻画均场均衡，给出前向-后向随机微分方程（FBSDE）耦合与均场一致性条件，并应对由于分段风险偏好而产生的系数不连续性。为此，文中提出平滑正则化以建立不连续多维FBSDE的解的存在性，进而得到代表性代理人的段内平衡。随后通过固定点与收敛性分析，在消去平滑化极限后，证明原始时间不一致MFG的均场均衡存在性。 [page::0]
本论文提出 Flux-Corrected Diagonal Frog (FCDF) 框架，通过将第二阶方向算子分解为单调核心 A1 与 antidiffusive 修正 C，并在隐式带内对修正实施逐次 Picard 迭代与按界面应用 Zalesak 式限幅器，从而在任意时间步下实现非负性与质量守恒。文中给出两种方案 FCDF-A/FCDF-B 以及 defect-corrected FCDF-DC，证明其在所有步长上保持非负性与精确守恒，并在解析条件下达到二维保持二阶的时间-空间一致性；若 caps 处于松弛态，则可在局部区域达到二阶时间与空间精度，避免全局降阶，与 Chang–Cooper 方案形成对比。并给出覆盖所有步长的分步策略，结合线性窗口与主动集求解器实现对大步长的有效二阶时间推进，且在 OU 与对流占优基准上通过数值实验验证了收敛性、局部化限幅与边界层处理等性质 [page::6][page::9][page::12][page::13][page::17]。
This study develops a theoretical framework for pharmaceutical licensing that distinguishes incremental from novel innovations, linking information precision to market outcomes. Using a product-level dataset and Double Machine Learning (DML) with a causal DML-IV instrument (Phase III failures), the authors show that licensing raises predicted success probabilities overall, but the impact on returns varies by innovation regime: incremental projects exhibit return equalization (higher licensing success with lower post-licensing returns), while novel frontier projects often lack this offset, implying lemons-type frictions. The empirical results are decomposed across risk profiles, illustrating that competitive equilibrium holds for incremental projects but is weaker at the innovation frontier, where information frictions persist. The paper concludes with policy implications on transparency and contract design to better price frontier innovations [page::0][page::1]
本报告提出一种基于路径签名的最优传输框架，用以将路径分布的不确定性分解为坐标层面的扰动，并在统一耦合下给出对路径相关 payoff 的鲁棒估计。对仿射签名分数与仿射半空间事件，给出明确的鲁棒期望界与最坏概率界，且界限仅取决于基线模型与定义的一组预算 κ(ℓ,δ)。该预算还用于构建预算感知的稀疏签名代理，以适用于广义的路径函数。 [page::1][page::6][page::9]
本研究在严格对照的跨时点实验中比较了量子保真度核、投影量子核与经典RBF核在中国A股横截面股票收益预测中的表现。通过在同一训练子样本、求解器与预算下的跑步前瞻设计，170个窗口的点位宇宙中未发现量子优势：量子保真度核与RBF控制几乎等同（∆IC≈0，p=0.42），在1,536观测值对比37,800观测值的预算均衡设计下也无显著优劣；60窗口诊断虽在某些指标上显现“优势”，但经差分分析与多重性校正后并不能确证真实优势。带宽诊断显示最佳泛化出现在中等带宽区间，高阶量子干涉对预测并无额外收益；几何差异与实际收益相关性为负。文章最后提出四项可操作的研究规范以避免自证性量子优势：kernel-swap 控制、预算等化、可在实时构建的宇宙、以及足够的统计窗口以实现家族误差校正。 [page::6]
本研究基于厄瓜多国民规模的供应链网络，使用 ESRI 模型量化单个企业失败对全局产出的影响，并揭示多企业联合失败可能产生远超单独损失之和的非线性放大。研究发现放大系数可达257，且仅约0.14%的企业对组合失效产生显著放大，属于罕见尾部现象。[page::11][page::6] 放大源自关键输入替代性的崩溃，即当一个行业内替代供应商不足以缓解冲击时，冲击会通过供应链放大。[page::7] 研究还提出了一种基于随机化化学（random chemistry）的方法，通过先筛选大集合再提取最小子集来识别易放大组合，且在 Softdrink 子网络上进行穷举验证。[page::12][page::18] 对现实意义，结果提示在灾害和战争等情形下，应关注少数高风险组合而非单一企业风险；同时，模型存在局限性，例如未建模价格调整、时间动态和国际贸易等，可能使结果偏向上限估计。[page::9]
本研究提出一种时间可变系数的面板回归模型，用以比较11个CEE国家1995-2024年间七大宏观因素对人均GDP增速的时间演化贡献，并揭示私有债务在后危机时期对增长的负向作用尤为显著，解释了波罗的海三国等区域分化的原因之一。该方法通过对系数随时间变动进行估计，捕捉了结构性事件（如2008年金融危机、COVID-19等）对增长机制的影响，提供了对增长决定因素时变性的直观解读与跨国比较框架，且结果强调了私债通道在CEE增长中的重要性与政策含义 [page::0][page::5][page::20][page::22]
本文提出一种用于CVA VaR分布估计的高效多层嵌套蒙特卡洛方法（MLMC）框架，通过层级差分、随机化层级和自适应内层采样显著降低计算成本。理论结果表明，在任意正的 δ 下，估计误差为 ε 的情况下成本可达到 O(ε^{-2-δ})，相比传统蒙特卡洛的 O(ε^{-5}) 显著降低；并结合方差降低与重要性采样等策略，扩展至多对手情形及 collateral 等风险缓释因素的情景分析，数值实验验证了在CV A风险估计中的有效性与鲁棒性 [page::9]
本研究对基于蜡烛图的币安现货极值预测与短期结果模型进行独立审计，评估在假定交易成本下将预测转化为可执行策略的经济收益。通过多轮基于固定种子和确定性模拟器的实验，结合人机AI辅助的证据审查、文献检索与工件溯源，结果总体趋向负向：在多种策略与成本设定下，未能实现正向净值或显著的风险调整收益，且高 ROC AUC 并未转化为可行的策略收益。最具说服力的后期结果是19周期的“不变”七月筛选，在31 bps 的成本下总回报为-6.72%，仅3个周期盈利、16个周期亏损，且后续扩展/重载也未产生正向证据。本文还揭示了证据来源、时序依赖与可重复性方面的若干问题，强调在AI辅助研究中保持透明与严格的前瞻性评估的重要性。研究结论总结为：截至目前的测试阶段，所有评估策略均未达到部署门槛，结论为 NO_TRADE [page::0][page::19]。
本文对五大广为传播的零售信号族（趋势、震荡器、K线、成交量、日历效应）及一个动量校准基准进行联合检验，评估其在统计边际、经济可行性与资金生存性三道门槛下的实用性。通过暴露时间加权的对照基准、稳定自助抽样、分层 BY FDR、单边排除检验等方法，区分正向证据、统计性无关紧要及 unresolved 情况。结果显示： oscillator、volume、calendar、candlestick 四个信号在统计和/或经济材料性层面被拒绝；trend 与 momentum 基准在本样本下区间过宽，无法确证或否定其边际性，均为 INCONCLUSIVE；无一个被明确 SUPPORTED。跨市场测试的 EU 场景下，杠杆效应对生存性有显著区分，但并未改变核心结论。该研究强调，在扣除交易成本与多重检验调整后，未能证明广泛推广的零售信号存在稳定可实现的边缘收益 [page::1]
This paper investigates how bounded attention distorts the estimation of the elasticity of substitution in a CES demand system. In a sparse-max (bounded attention) framework, equilibrium prices and expenditure shares are observationally equivalent to those generated by a fully rational market, but the elasticity identified from data equals the structural elasticity scaled by the attention weight. The standard covariance-based estimator (Feenstra, refined by Broda–Weinstein and Soderbery) identifies the attenuated elasticity, not the true elasticity, because the orthogonality condition on the supply side holds only at the attenuated value. Consequently, without external information, the estimator converges to the attenuated elasticity, implying a fundamental identification failure that is not resolved by larger samples or stronger instruments. Since attention cannot exceed one, the estimated elasticity yields a bona fide lower bound on the true elasticity. The paper derives these results in closed form for a representative consumer, validates them in simulated markets, and discusses policy instruments (e.g., salience-enhancing regulations) as potential sources to separate elasticity from attention [page::5][page::10][page::11][page::15].
