本报告深入剖析了达利欧对国家债务的宏观认知缺陷，指出其错误地采用微观思维分析宏观问题和将宏观经济视为机械模型两大方法论错误。报告系统梳理了债务认知的三个层次——微观思维、宏观生产能力以及国际货币体系，强调美国债务约束在于美元霸权，而非单一财政规模。通过多维度论证，阐明经济内需状况对债务可持续性的决定作用，并指出错误的“去杠杆”政策如何加剧中国需求不足问题，为宏观经济研究提供重要启示与反思 [page::0][page::1][page::2][page::3][page::4][page::5][page::6]
本报告为每日早间市场资讯更新，涵盖宏观经济深度点评、行业动态及主要市场隔夜行情数据，帮助投资者快速把握全球及国内宏观经济与资本市场的发展脉络，为后续投资策略提供基础信息支持 [page::0]。
本文围绕技能形成结构模型的归一化问题，系统分析了经典尺度与位置限制对参数识别及政策反事实推断的影响。研究发现，不同生产函数规格（转录对数与CES）下，传统归一化限制非但非无损，反而可能引入模型误设，特别是在CES函数中尺度参数实际是可识别的。文中提出改进的估计方法，保证关键政策参数对测量单位变化保持不变，避免投资策略失效，为模型设定和实证分析提供理论和方法指导 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][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][page::30][page::31][page::32][page::33][page::34][page::35][page::36][page::37][page::38][page::39][page::40][page::41][page::42]
本文以机器学习中Transformer与LSTM模型在股票和加密货币时间序列预测中的表现为研究对象，提出使用Mean Absolute Directional Loss (MADL) 损失函数优化投资策略信号生成。通过超过八年的滚动窗口实证测试，结果显示Transformer模型显著优于LSTM和Buy&Hold基准，表现出更高的风险调整收益率和更优的最大回撤指标，证明了MADL函数在算法交易中的有效性和Transformer在金融时序预测中的优势 [page::0][page::1][page::8][page::9]。
本文构建了一个投资者在拥有不确定多维信息下的自愿披露模型，发现投资者总会披露初始信息，但对于额外信息采取两极披露策略即披露极端消息、隐瞒中间消息，从而增加股价波动并产生误导性披露。此外，目标公司信息环境和投资者能力影响披露策略和市场反应。本文拓展了Dye (1985)模型，并考虑了目标公司对披露的内生响应，实证意义显著[page::0][page::2][page::3][page::10][page::14].
本论文提出了FinDPO框架，基于Direct Preference Optimization对金融领域大语言模型进行人类偏好对齐，实现了金融情绪分析的性能提升。FinDPO在三个公开金融情绪分类基准上的加权F1得分超越了现有SFT模型11%，并通过将离散情绪标签转化为可排序分数，首次实现了因果LLM在真实组合构建中的应用。策略回测显示，FinDPO在考虑5个基点交易成本情况下仍维持年化67%的正收益和2.0的Sharpe比率，表现稳健，具实用价值[page::0][page::1][page::4][page::5][page::6][page::7]。
本文系统回顾了金融基础模型（Financial Foundation Models, FFMs）的发展与应用，涵盖金融语言、时间序列和视觉语言三大类模型，详述其架构、训练方法和数据集。通过分析典型模型的技术路线及关键应用案例，本文指出FFMs在金融文本理解、市场预测及多模态推理中的优势，同时剖析了数据稀缺、模型幻觉及高昂计算成本等挑战，提出未来研究方向和发展机遇。报告结合丰富图示阐释了FFMs如何推动金融工程智能化进程，为学术界与产业实践提供了全面参考和指导 [page::0][page::1][page::2][page::3][page::7][page::10][page::12][page::14]
本报告提出一个结合轻量级大语言模型（LLMs）和深度强化学习（DRL）的多层次层级框架，用于金融资产组合优化。通过融合金融新闻情绪信号与传统市场指标，框架实现了对2018-2024年数据的模拟后，达到年化26%的收益和1.2的夏普比率，显著优于基准组合。创新包括跨模态数据整合、层级智能体结构和全开源代码，展现了大语言模型在金融算法交易中的实用性与可扩展性[page::0][page::1][page::6]。
本文研究了意大利黑手党渗透的市议会被解散后，对当地环境政策的改善效应。结果显示，解散后可持续发展资本支出和综合水务经常支出增加，分类垃圾比例提高，同时资源在分类垃圾上重新配置，减少未分类垃圾支出。此外，邻近地区也受到积极溢出效应，说明打击有组织犯罪对于提升环境质量具有重要政策意义 [page::0][page::1][page::21][page::37][page::38].
本文从数学根基出发建立了一个金融市场的信息最小化模型，将市场视为通信系统，通过最小化风险中性测度相对真实概率测度的联合信息，得出市场基本证券、增长最优组合、最小方差组合的动态均服从平方径向Ornstein-Uhlenbeck过程，展现了自相似和加性性质，揭示了市场效率的新数学定义及其合理性[page::0][page::11][page::12][page::16][page::19]。
本论文通过对美国上市公司绿色专利的经济价值构建绿色专利创新指数，利用贝叶斯向量自回归模型(BVAR)识别绿色技术新闻冲击，并将其分解为共享于绿色和非绿色创新的共同技术成分及仅限绿色创新的特异成分。研究发现，共同成分推动总要素生产率(TFP)和产出长期增长，而特异成分则引发通胀压力和股价下跌，反映了预期未来碳政策趋紧的绿色转型新闻机制。此研究为宏观经济及环境政策提供了新的实证视角。[page::0][page::1][page::9][page::10][page::17]
本文提出一种基于指数保险需求与偿付能力约束的模型，探讨指数保险与传统赔偿保险的竞争关系及其组合的可行性。结合网络保险案例，实证分析了风险厌恶、加载因子、赔付延迟和多种预测模型对需求和偿付能力的影响，提出了优选混合保险方案以优化产品设计与市场接受度 [page::0][page::1][page::12][page::16][page::18][page::25]。
本论文基于càdlàg粗糙路径理论，构建了无模型假设的路径分析框架，实现对投资组合（特别是对数最优组合）在给定资产价格轨迹上的构造、稳定性分析及时间离散化误差定量估计，显著区分了模型不确定性与随机性因素[page::0][page::1][page::2][page::4][page::15][page::21]。
本文针对经济模型中强化学习（RL）模拟存在的结构性和参数性偏差问题，提出基于均场博弈（MFG）的校准方法，将代表性代理嵌入固定宏观环境并校正成本函数，确保学习策略收敛到竞争均衡。通过实证和理论分析，验证了该方法在劳动市场搜索匹配模型中的有效性，纠正了单代理RL忽略市场紧张度外生性及成本贴现不匹配导致的偏差[page::0][page::3][page::5][page::8]。
本报告基于2020-2024年中国早期高科技初创企业的专利、研发投入、资本估值与绩效数据，实证发现专利产出对企业收入和利润无显著贡献，主要扮演信号功能，而研发投入对企业生产率有显著正向影响。机制分析指出研发通过组织环境、政策激励及资本驱动影响绩效，产业和区域异质性显著，深圳及智能终端等领域研发收益较高，提示政策支持应聚焦研发质量而非专利数量 [page::0][page::6][page::17][page::21][page::33]。
本论文提出了一种结合传统保险与基于指标的参数化保险的新型混合保险产品设计，针对重尾损失风险，采用特别设计的优化指标—基于损失赔付比例和价格厌恶函数—进行标的赔付函数的校准。理论证明了估计方法的收敛性，且通过模拟和美国龙卷风实证数据验证该方法的有效性，结果表明该混合保险合同优于传统限赔合同，且两步估计方法可缓解经济损失数据匮乏带来的挑战，增强了产品设计的实用性和准确性 [page::0][page::4][page::17][page::24]。
本研究通过修正Blanchard(2019)的OLG模型参数，基于2004-2019年印度尼西亚的利率-增长差异数据，模拟了两种情景下公共债务及福利动态，发现财政共识在印度尼西亚背景下并不成立。公共债务增加使经济波动和风险上升，降低初始财富和提高科布-道格拉斯资本份额均削弱债务的福利效应。债务爆炸风险出现时，降低债务比重反而降低社会福利，提示应谨慎对待公共债务增长机会，防范潜在的严重后果[page::0][page::11][page::19]
报告详细分析了2025年二季度公募权益类基金持仓变化，整体权益仓位保持稳定，偏股基金仓位略有下降。主动权益基金加仓银行、通信、非银金融等行业，减持食品饮料、汽车等。重点个股宁德时代持仓规模最大，创业板、科创板和北证超配增强，主板持仓比例下降，反映结构性主动配置趋势 [page::0][page::1]。
本报告回顾7月18日至24日A股重要指数上涨，成交量显著放大，重点分析了重大水电工程和农村公路升级改造带来的巨额基建投资机会，政策支持叠加供需改善显著推升权重板块表现，建议关注电力设备、资源品、建筑建材等大基建及TMT、医药等行业投资机会，同时警惕波动风险[page::0][page::1]。
本报告聚焦全球加热不燃烧（HNB）烟草市场，系统复盘菲莫国际、日本烟草及英美烟草等龙头企业产品迭代与全球拓展路径，揭示以强技术、大单品、试销反馈与全球铺开推动市场成长的核心逻辑。结合财务数据及股价表现，分析行业监管政策、市场推广节奏及技术创新对业务增长与资本市场估值的驱动作用，指出HNB与口含烟作为未来新型烟草增长新动力，[page::0][page::2][page::4][page::12]
