本报告提出了一种新型系统性风险度量指标——联合边际期望损失（JMES），用以衡量在一个实体处于特定困境水平下，另一个实体风险边际期望损失的附加影响。基于JMES，设计两类系统性风险贡献度量工具，考察其单调性、共动性可加性等基本性质，并通过copula结构和随机序关系，确立不同风险向量间JMES指标的比较条件。结合多种边缘分布和copula的数值算例，以及对全球主要股指间风险传染的实证分析，验证了所提度量相比传统CoVaR、CoES和MES的有效性和稳定性，为系统性风险管理提供了新的理论工具与实证方法 [page::0][page::4][page::6][page::11][page::25][page::33][page::35]
本论文提出合成数据如同“填充材料”，可填补经济预测模型中的数据空缺，从而提升模型在有限或缺失数据场景下的性能与稳健性。基于Affinity信用卡消费与Womply小型企业数据，研究构建了利用多种缺失值处理技术的基线模型，并设计了随机森林生成合成数据的混合数据模型。实证结果显示，混合数据模型在OLS回归和随机森林预测中显著优于传统方法，证明了合成数据对经济预测的潜在提升价值 [page::0][page::4][page::8][page::10][page::11].
本报告通过分析1879年至2022年美国国会发言，构建了Evidence-Minus-Intuition（EMI）指标，衡量证据基础语言与直觉基础语言的相对使用频率。研究发现，自20世纪70年代中期起，国会中证据基础语言持续下降，伴随党派极化和收入不平等加剧，以及国会立法生产力下降。EMI指标与党派极化呈负相关，且预测未来收入不平等，强调提高证据基础语言对民主健康的重要性 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11].
本报告基于2010-2019年巴西圣保罗的司法数据，发现女性法官审理的家庭暴力案件比同经验男性法官更倾向判罪，概率高出31%（10个百分点）。该差异专属于家庭暴力案，且由女性法官在证据解释和判决标准上体现的群体身份偏见驱动。女性法官对亲密伴侣暴力案判罪率尤为显著，且此差异仅在非直接抓获犯罪（主观证据较多）场景明显。此外，性别差异对上诉率、判决撤销率和被告再犯率无影响，表明女性法官的严格判决无额外司法负担也未增加再犯风险 [page::0][page::2][page::4][page::10][page::17][page::21][page::24][page::28][page::30]。
本报告提出并构建了一个基于Agent的经济生产模型，首次系统引入了生产过程的时间维度，详细模拟了具有异质性和不同生产工序时长的企业如何在订单驱动下调整资本与劳动力投入，处理生产中的失败风险。通过设定虚拟中央计划者，分析了不同工业政策及生产周期时长对宏观经济指标（如GDP水平及投资消费结构）的显著影响，揭示了生产时间对经济动态和产业结构调整的重要作用，为传统生产函数的时间局限性问题提供了新视角和理论支撑 [page::0][page::1][page::2][page::3][page::4][page::5][page::9][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24].
本报告探讨了将大型语言模型（LLMs）应用于复杂金融监管文本的自动解析与计算的方法，重点设计工程化提示优化文本理解与数学计算。通过模拟银行资产组合，验证了GPT-4在基于巴塞尔Ⅲ框架的最低资本要求计算中优势显著，同时比较了不同LLMs性能及文档加载方式，提出了高效且准确的监管文本处理流程，提升了金融机构风险管理和合规效率 [page::0][page::2][page::8][page::11].
本文针对定义于随机变量空间\(L^{0}\)上的动态一致风险度量，重构无套利(NA)条件及资产定价基本定理。论文引入基于一致风险度量的风险对冲价格概念，推广经典几乎必然非负的可接受头寸定义，建立了在NA条件下风险对冲价格集合的闭合性，并在风险度量时间一致性假设下给出了风险度量和风险对冲价格的对偶表示。该框架不仅连接了风险度量与无套利定价理论，也对多维市场及非传统风险度量模型提供了理论支撑 [page::0][page::1][page::2][page::6][page::7][page::8][page::9][page::10][page::11][page::13][page::14][page::15][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26][page::27][page::28][page::29].
本文提出一种基于网络分析的实证策略，通过对意大利三届经济学、统计学及工商管理研究评估面板成员的合著、期刊发表和机构归属三种网络连结结构比较，检验其智识构成的公平性。结果显示，2004-2010年及2011-2014年两届面板成员之间的合作及相关网络链接显著强于2015-2019年随机抽选的控制组面板，表明前两者存在认知同质性和潜在的不公平状况，可能导致评价结果的偏向和认知偏见。[page::0][page::5][page::10][page::12][page::17][page::23]
本文提出一个双层随机博弈模型，研究一个保险人和两个竞争再保险人的比例再保险合同及竞争。通过组合Stackelberg博弈与非合作Nash博弈，推导了均衡存在的充分必要条件并证明其唯一性，均衡策略为常数且可半解析表达。模型涵盖了风险厌恶和相对业绩竞争，数值研究揭示风险规避和竞争程度对均衡溢价及再保险比例的敏感性，为再保险市场的定价与竞争提供理论支持 [page::0][page::4][page::14][page::23]
本报告通过希尔伯特谱识别2017-20年间三次加密货币市场崩盘，采用部分相关构建复合网络。在崩盘期间，网络度密度与聚类系数显著上升，平均路径长度降低，表明信息快速流动及市场恐慌同步抛售的发生。2019-20年崩盘网络变化不显著，暗示动态差异。此研究有助于投资者理解崩盘中的市场结构变化，辅助决策 [page::0][page::4][page::5][page::8][page::9]
本研究采用一阶齐次离散时间马尔可夫链模型，分析了2018年美中贸易战期间六大行业高频股票市场订单的转移动态。通过卡方检验确认订单序列服从马尔可夫性质，估计转移概率矩阵并据此计算稳态分布、平均再现时间、谱间隙及熵率。研究发现，高波动日交易者更加活跃且大量限价单被故意撤销以影响市场，尤其在财经银行板块全执行订单表现出显著的循环模式，显示其在贸易战中的韧性。类似的谱间隙和熵率表明交易策略在高低波动日较为一致。该分析对理解极端宏观经济事件下的市场行为和制定交易策略具有重要参考价值 [page::0][page::1][page::7][page::10][page::11][page::13]。
本报告提出了一种结合Markowitz投资组合理论与强化学习的混合方法——知识蒸馏DDPG（KDD），通过监督学习阶段预训练代理，再通过强化学习优化投资组合配置。实验表明，KDD模型在收益率、夏普比率等九项指标上均优于传统模型和主流AI算法，最高夏普比率达2.03，实现了高收益与低风险的有效平衡，验证了其在复杂动态金融市场的应用潜力[page::0][page::1][page::4][page::7][page::9][page::10][page::11]。
本报告提出了一种多因子正态对数通胀模型，结合单因子高斯利率模型G1++，实现对不同期限通胀指数间相关性的拟合，并推导了零息和同比互换、期权的解析定价公式。通过引入杠杆函数模型捕获波动率偏度，实现了市场波动率微笑的再现。针对模型复杂度，报告还提出了无需校准的简化模型，实证展示其与全模型相近的定价性能。研究结合欧元市场数据，展示了校准及定价效果 [page::0][page::6][page::9][page::14][page::17]。
本报告提出了一种基于Wright函数的两参数广义$\alpha$-稳定分布（GAS）框架，通过引入自由度参数$k$，实现了对原有$\alpha$-稳定分布、Student’s t分布和指数幂分布的统一推广。该分布族在概率密度函数（PDF）和分布函数（CDF）上分别引入了新的超越函数形式，解决了原有稳定分布缺乏有限矩及样本峰度无法连续等问题。通过构建分数阶$\chi$-分布作为子概率分布，GAS实现了形状、峰度和偏度的可控性，并成功扩展至多元椭圆形分布。以标普500日收益率数据为例，GAS模型对极端尾部及峰度结构拟合良好，体现实用价值 [page::3][page::5][page::15][page::23][page::51]。
本报告基于2.6亿份简历数据，采用分布式合成控制方法，实证分析微软、SpaceX及苹果三大科技公司强制返岗政策对员工任期及职级的因果影响。研究发现，返岗政策导致员工整体任期显著减少，且任期较长的员工流失更为严重；职级分布则向低职级倾斜，高级员工流向大型竞争对手企业，可能对企业生产率、创新能力及竞争力带来负面影响。该研究为返岗政策的经济后果提供了首批分布性因果证据，对职场变革具有重要启示意义 [page::0][page::1][page::6][page::11][page::12][page::15][page::17]
本报告提出了一套面向价格感知自动做市商（AMM）的模型，涵盖了随机波动率、跳跃过程及基于Hawkes过程的微观结构价格模型，同时引入Hawkes与马尔科夫调制泊松过程描述流动性动态。报告重点分析了求解最优报价的数值方法复杂性，揭示在多种价格和流动性动态模型下，采用二次Hamiltonian近似后的偏微分方程结构，为DeFi环境中的AMM设计提供理论支持与实践指引 [page::0][page::1][page::5][page::10][page::16][page::18]。
本报告提出了一种多层蒙特卡洛（MLMC）方法的加权推广，将MLMC视为嵌套控制变量序列，推导了递归权重计算公式和最优采样分配。该加权MLMC（WMLMC）方法显著提高了当粗层级近似相关性较低时的效率，保持与传统MLMC相同的渐近复杂度，并扩展至多指标多层蒙特卡洛，多组数值实验表明WMLMC相比标准MLMC在多种金融期权定价模型下均表现出更优的计算成本和收敛效率 [page::0][page::4][page::6][page::8][page::13][page::14][page::15][page::16][page::17]
本报告提出一种基于多个协变量构建参考类的分布式销售增长预测方法，针对美国企业1950-2019年数据，通过秩基算法和主成分分析降维，实现对销售增长率的概率分布预测。结果显示，多变量秩差算法和PCA方法显著优于传统单变量方法，氛围数据需求减少38%-71%且预测更校准。实证部分比较专家预测与分布式预测，验证了方法实用性，为销售增长分布式预测提供了新的理论与实证路径 [page::0][page::2][page::5][page::26][page::32][page::37]
本报告运用多智能体仿真方法，针对澳大利亚政府债券市场这一信息不透明的双边交易场景，构建了基于异质市场做市商的代理模型。研究揭示市场参与者的多样性对交易频率和市场稳定性的关键作用，且降低交易成本与限制有助于增强市场流动性和持续性。此外，拓宽客户基础并非必然提升个体代理福祉，模型响应与实际市场成交量高度吻合，验证了“金发女孩”市场设计假说，为金融交易机制设计和监管提供新的理论及实证支持 [page::0][page::5][page::6][page::8][page::9]
本报告提出一种新颖的多矩连接网络方法，综合考虑绿色金融市场回报、波动率、偏度和峰度四个矩的连接性，系统量化了美联储货币政策冲击对绿色债券与股票市场连接性短期和长期的影响。研究发现连接性随矩阶数递减，但高阶矩对FOMC事件驱动冲击更敏感。紧缩和宽松货币政策均在前六个月提升连接性，前者效应逐渐消退，后者一年后连接性可能降低。这些结论对政策制定和绿色资产风险管理具有重要参考价值[page::0][page::2][page::3][page::15][page::19][page::23][page::27]
