本报告利用1981-2023年NASA POWER卫星数据，比较了传统时序模型与神经网络在天气衍生品温度和降水定价中的表现。神经网络显著降低了温度预测均方误差(MSE)，尤其在多伦多和芝加哥显现出经济意义的期权价值差异。降水方面，采用复合泊松-伽马模型，结合最大似然估计(分别按季节)与卷积神经网络(CNN)实现参数自适应，捕捉季节异质性和非独立同分布依赖结构，且通过伽马和公式实现解析期权定价。神经网络虽使参数估计精度下降，但提高了捕获实际气候模式的能力，提升了定价准确性与模型鲁棒性，具备重要的金融和气象应用价值。[page::0][page::1][page::4][page::11][page::19][page::20]
本文提出了条件默认概率关于共用风险因子单调递增的伯努利混合模型的凸序比较结果，通过对默认积分函数与Copula模型的点对点比较，建立了信用组合损失的风险上下界。这一鲁棒框架涵盖了经典高斯Copula及其尾部依赖的扩展，解决了模型不确定性和尾部风险的显著低估问题，并结合模拟和实际数据验证了方法的有效性，为信贷组合风险测度提供了理论基础和实践指导 [page::0][page::1][page::4][page::12][page::14][page::17]
本文基于包含道德社会政策议题捆绑的政治信息的实验证据，揭示了文化身份分歧如何引发经济政策观点的分裂（即分歧溢出效应）。研究发现，源于社会政策的分歧导致对经济政策推荐的抵触甚至反弹，而文化认同模型优于传统贝叶斯信念更新解释此现象。进一步，政治家等意见领袖存在激化社会与经济政策关联分歧的动力，加剧极化与“相关分歧”的形成 [page::0][page::1][page::4][page::5][page::7][page::36][page::37][page::42]。
本报告研究了将基于大型语言模型（LLM）的情绪分析整合进强化学习（RL）算法的框架中，以提升股票及多资产组合的交易表现。实验分别在苹果公司（AAPL）单股交易和ING企业领袖信托B系列（LEXCX）组合管理中展开。结果表明，情绪增强的RL模型在净值和累计利润方面均优于无情绪输入的RL模型，并且在组合交易中显著超过实际基金的买入持有策略，体现了结合定量与定性信号的策略优势与潜力 [page::0][page::12][page::14][page::19][page::20][page::21]。
本报告提出IVE模型，利用Transformer架构实现分钟级别的高流动性股票日内成交量比率概率预测。模型通过对成交量比率做对数正态变换，结合多重特征及分布头实现均值和标准差的联合预测，提升了传统VWAP策略下的执行精度，并在韩美市场实测中优于基准方法，展现了预测成交量波动和市场突发量能峰值的潜力，为量化交易提供有力工具 [page::0][page::3][page::5][page::6][page::7][page::8]
本报告基于中国“十一五”规划期间强制关停小容量煤电厂政策，利用涵盖2181座煤电厂及县级5岁以下儿童死亡率、高时空分辨率空气污染数据的面板数据，通过IV-Lasso方法选择有效工具变量，估计煤电厂关停及脱硫措施对SO2和PM2.5浓度及儿童死亡率的因果影响。报告发现该政策在2006-2010年期间减少SO2和PM2.5浓度显著，估计共挽救约46000名5岁以下儿童生命，且影响在不同地区存在异质性，经济相对欠发达地区污染对儿童死亡的边际影响更大 [page::0][page::1][page::2][page::3][page::5][page::6][page::12][page::16][page::19][page::29]
本报告研究在Black-Scholes市场中，带有线性价格冲击且受非负约束的无限期最优卖出策略，建立了对应非线性ODE的解析解，首次给出约束最优执行问题的完整解析解及对应最优策略的唯一性和显式示例。此成果在量化交易和执行模型中具有重要意义 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本报告基于美国大型器官采购组织数据，研究社会学习对死亡捐赠肺脏分配的影响。发现患者依序接收分配顺序信息后，出现“羊群效应”，导致高序号患者更倾向拒绝肺脏，从而造成器官浪费。通过结构模型估计与反事实实验，揭示“贪婪优先”策略虽加剧社会学习，但提升配对速度与患者效用，而隐藏序号信息能提升分配率却降低接受者效用。结果提示信息透明度与优先政策存在取舍，为优化器官分配提供政策依据 [page::1][page::3][page::5][page::6][page::29][page::35].
本报告融合了债务计价关键因素（如恢复率、信用质量、期限结构及利率反馈）于系统性风险评估框架，显著提升美国金融系统稳定性分析的精准度。通过引入动态债务估值方法及利率与银行信誉的反馈机制，有效揭示了传统模型难以检测的级联破产风险，强调了共同暴露于利率风险下的系统性崩溃可能性，为监管机构及金融机构提供了风险预测和危机防范的新工具 [page::0][page::1][page::3][page::4][page::6][page::7][page::8][page::9][page::10][page::11]
本报告基于英国家庭纵向调查数据，利用创新的双阶段个体合成控制法，首次提供了非正式照护对收入造成的因果影响的稳健估计。研究揭示，高强度照护者月均收入较非照护对照组低约45%，且性别、族裔和年龄存在显著差异，年轻及女性照护者遭受更大经济惩罚，照护导致收入损失持续数年并影响家庭整体经济状况，呼吁政策制定者关注照护者经济负担并优化支持措施 [page::0][page::1][page::3][page::13][page::15][page::24]
本报告深入探讨了无限期望风险下风险共享的非直观影响，揭示了所谓“非分散陷阱”现象，证明广泛的重尾分布族（如超柯西分布）均满足该特性。报告还结合可能为无限大值的致命风险提供直观解释，并指出多个开放问题与猜想，为极端风险的风险共享理论提供了全新视角和方法论支持 [page::0][page::1][page::7][page::11].
本报告提出将深度对冲框架应用于Bermudan swaption，以克服传统套利自由方法在现实市场中存在的假设局限。采用Swap Market Bergomi模型生成无套利市场情景，结合深度神经网络对冲策略及递归训练早期行使决策，构建稳健的对冲模型。引入“期权价差对冲”策略，有效控制残余盈亏的下行风险，提高头寸风险管理水平。数值实验证明该方法在不同置信水平下提高了风险管理的灵活性和稳健性，显著降低了对冲组合的波动性及极端损失概率 [page::0][page::1][page::6][page::8][page::9][page::11][page::12].
本文提出了一种基于深度学习的动态资产配置方法，通过使用人工神经网络（ANN）直接最大化经验效用函数，避免了解析求解Hamilton-Jacobi-Bellman方程的复杂性。该方法分别在几何布朗运动和Heston随机波动率模型下进行了验证，结果显示ANN策略在投资组合权重和预期效用上均与理论最优策略高度一致，且计算效率显著提升。该框架灵活且可推广至多资产、多样市场动态，助力现代资产管理实践 [page::1][page::5][page::8][page::10][page::12].
本报告提出了自然资源资产负债表（NRBS）的会计框架，旨在通过自然资源资产和负债的核算，强化政府对自然资源管理的监管责任。以中国陕西省为案例，展示了利用现有数据和金融方法编制NRBS的可行性。资产负债表揭示了资源管理面临的威胁及政策启示，尤其强调资源过度开发、环境污染与生态退化三大负债构成，对政府官员的责任进行厘定，并通过产权制度加强监督力度，推动自然资源的可持续利用 [page::0][page::1][page::6][page::12][page::14][page::18][page::20]。
本报告提出了一种新型系统性风险度量方法——脆弱性条件风险度量（Vulnerability Conditional risk measures），结合数学性质和贡献指标，系统阐述了其理论基础与应用。通过动态DCC-Copula模型，在加密货币市场实证分析中验证了VCoVaR和VCoES在捕捉尾部风险和风险溢出效应方面的优越性，并设计了对应的回测方法以支持其实用性。研究发现，VCoES比VCoVaR对极端市场压力更敏感，且对五大主流加密货币的风险溢出表现有显著差异，其中XRP受中心化控制的风险更突出，BTC的系统性风险地位尤为显著 [page::0][page::6][page::13][page::14][page::15][page::16][page::17][page::18]
本报告研究了两重尾随机变量和的尾部分布渐近行为，依赖结构通过满足尾阶性质的copula建模。基于该结构，文中给出二阶渐近展开，尤其针对极值风险度量如VaR，结合独立与极值copula示例验证结果的准确性[page::0][page::1][page::4][page::7][page::8][page::12][page::15]
本报告研究秘鲁矿业大宗商品繁荣期（2004-2011）资源租金如何因地方法治能力差异而对经济发展产生异质性影响。通过三重差分策略和地质数据工具变量方法，发现资源繁荣带来的财政盈余仅在高州政府税收能力地区转化为居民收入增长和基础设施投资。同时，低能力地区的资源盈余未能带来发展反而引发社会动荡，形成“地方资源诅咒”。这些结果凸显资源丰富地区必须提升地方政府治理能力以实现资源红利转化并促进结构性转型和市场整合 [page::0][page::3][page::18][page::21][page::27][page::28][page::36][page::40].
本报告针对负指数效用最大化者提出了多变量拉普拉斯分布下资产配置的解析解，揭示了解决方案相较以往的多元正态分布假设的重要差异，尤其体现了问题维度对持仓函数的影响。同时验证了此前作者提出的资产配置猜想的合理性，但指出了具体细节上的偏差，并通过关键函数图形展示了不同资产组合规模下持仓策略对极端alpha的调整机制，为量化资产配置方法提供了理论支持和实际启示 [page::0][page::1][page::2][page::4][page::5][page::6][page::7]
本报告提出了FinVision，一种基于多模态大语言模型（LLM）的多智能体股票交易预测框架，融合新闻摘要、技术图表分析和历史交易反思模块，实现了交易决策的细粒度风险管理和动态仓位控制。框架经过三大科技股九个月实证验证，相较传统规则策略和强化学习模型表现更优，同时通过消融实验验证反思模块对整体性能的显著提升，展示了多模态多智能体系统在金融领域的应用潜力与风险管控优势[page::0][page::1][page::4][page::5]。
本文提出并探讨了一个简化的“各向同性”协方差模型，假设股票收益率间的相关系数相等。通过该模型分析了资产组合的有效自由度限制、收益分布的非正态性及不可多样化的特质风险。实证检验基于标普500指数成员收益数据，验证了此各向同性模型优于传统线性因子模型的拟合效果，显示残余风险无法被完全消除，认为选股仍具价值。同时，研究了这种结构下的均值-方差最优化投资组合表现及跨椭圆对称分布的负指数效用最大化策略，为资产配置提供新的理论视角与实证依据 [page::0][page::6][page::9][page::12][page::16][page::17].
