Quantile Selection in the Gender Pay Gap
本文提出一种基于工具变量与逆概率加权的半参数方法,用以识别并估计在选择性观察下的潜在工资分位数(无需对选择概率作参数化假设),并将该方法应用于德国行政数据以量化全职工资的性别差异分布;结果表明,女性在工资分布下端呈显著正向选择(尤其是低教育组),这加大了低端的性别差距,而高学历男性在上端的强正向选择则在上分位压缩性别差距 [page::0][page::4][page::18].
本文提出一种基于工具变量与逆概率加权的半参数方法,用以识别并估计在选择性观察下的潜在工资分位数(无需对选择概率作参数化假设),并将该方法应用于德国行政数据以量化全职工资的性别差异分布;结果表明,女性在工资分布下端呈显著正向选择(尤其是低教育组),这加大了低端的性别差距,而高学历男性在上端的强正向选择则在上分位压缩性别差距 [page::0][page::4][page::18].
本报告系统化梳理去中心化预测市场(DePMs)的市场微观结构,提出包含八个模块的流程(基础设施、市场主题、份额结构与定价、初始化、交易、裁决、结算与存档),并比较了早期设计(Truthcoin/Princeton)与现代实现(如Polymarket)的关键差异与权衡,指出包括AMM适配、MEV、仲裁投票以及可验证市场谓词等若干研究空白,为后续理论与工程工作提供路线图 [page::0][page::7][page::15]
本论文系统介绍了 Black–Scholes 期权定价模型的推导(从 GBM 与 Ito 引理出发)、解析解(变量分离法)与数值解(显式/隐式有限差分)的实现与稳定性要点,展示了数值解的价格曲面并给出实现代码以便复现与教学用途 [page::1][page::6][page::9][page::11][page::13][page::17][page::14]
本文采用基于矩阵补全的因子模型(generalized synthetic control)估计欧盟Cohesion Fund对区域产出(GVA)与投资(GFCF)的时变因果效应,发现资金效应高度异质且“前置化”:大部分收益在首次纳入后前七年内实现,且对较贫困区域影响更大;另外资金强度与效果之间呈明显非线性,存在最优强度阈值,超过该阈值边际收益递减 [page::0][page::3][page::21]
本文提出一种基于chi-squared散度的多模型组合下的单代理风险分摊准则,将单一参考模型下的monotone mean-variance偏好推广到多模型加权惩罚的情形,并通过对偶与辅助过程扩展状态空间以保证时间一致性 [page::1][page::6]. 我们在Cramér–Lundberg跳跃损失框架下解析求解了最优分摊合同与最优决策测度,并得到最优财富流程关于各模型的Radon–Nikodym辅助过程的线性表示及其均方性质,证明了策略可行性与验证条件 [page::3][page::13][page::16]. 最后用西班牙汽车保险数据做交叉验证估计并通过蒙特卡洛模拟展示了模型惩罚参数θ对终端财富方差的显著抑制以及对对价(safety loading η)的影响 [page::29][page::31].
本文基于约55万笔2016–2024年意大利按揭交易与空间风险图,构建“历史记忆/风险意识”指标并采用hedonic回归和差分-在-差分设计,发现:单次洪灾不会显著降低同一区域内未被淹没房产的价格,但长期反复暴露导致价格折让(在高意识地区折让可达2.5–4%),且低收入群体更易定居于洪水高风险区 [page::0][page::8][page::16]
本文在同次性的但非可分效用框架下,推导出针对公共物品(可为边际或非边际变动)的补偿变换(CV)和等效变换(EV)精确封闭解,并识别出影响其规模的三大机制(收入效应、绝对偏好效应、相对偏好效应),同时引入单一充分统计量 φ = −θ/η,便于用现有WTP/WTA估计进行标定和跨收入组推算 [page::11][page::17]
本文提出并估计“frontier cost + regulatory tax”框架:仅用公寓单位价格与建筑层数识别无监管下的前沿非土地成本,并以价格与前沿成本的差额计量以货币化形式表达的监管负担(regulatory tax);在以色列1998–2017年新建住宅样本中估计得到的均值监管税率约为48%,并随地点、中心性与密度显著异质 [page::0][page::4].
本报告提出 Tab-TRM,一种将 Tiny Recursive Model 的潜在递归推理机制适配到保险定价的表格数据网络,通过维护可迭代更新的 answer 与 reasoning 两个前缀 token,实现参数高效的递归“改进算子”,在法国 MTPL 基准数据上以仅约14.8k参数达到有竞争力的 Poisson 偏差得分,并展示出递归动态在学习到的嵌入空间中近线性的行为与良好可解释性 [page::0][page::12][page::21]
本文论述在VUCA环境下企业管理面临的复杂性与不确定性,主张以R&D的文化、流程与治理为借鉴,提出将研发式的试验-反馈-成熟路径(包括TRL/SRL思路)引入战略与组织设计,从而在不确定性中保持学习、可控试错与洞见 [page::0][page::21][page::23].
本文提出将有基数约束的指数跟踪问题表述为对 Ising 哈密顿量的概率推断,利用 THRML 的 GPU 加速块 Gibbs 采样从 Boltzmann 分布中抽样高质量组合,提出动态 VIX 适应耦合、重平衡偏置权重与行业感知后处理等三项创新,从而在 2023–2025 的 100 股票回测中实现 4.31% 年化跟踪误差与 128.63% 总回报,且对比基线在统计上显著优越 [page::8][page::6]
本文系统回顾并元分析利用微观模拟(environmental microsimulation)评估碳税分配影响的文献,汇总模型构建中的关键概念选择与实现方式,并基于217个估计(覆盖71国)用Probit模型检验建模选择对“是否得出回归性(regressive)结论”概率的影响;结果显示:对进口所含排放的建模(coverage of imported emissions)显著降低发现回归性结论的概率,而考虑家庭需求侧反应、使用较旧调查数据或采用明确的不平等/进步性指标也倾向于得出更“非回归/进步”的结论,但引入一般均衡(GE)效应则提高了发现回归性结论的可能性 [page::0][page::25][page::33]
提出了一种保对称(随机矩阵不变性)且可扩展到不同维度的双流神经网络,用于在奇异值分解(SVD)基底上对经验交叉相关/协方差进行非线性清洗;该方法在理论 BBP 清洗的限制(平稳性与有界谱)下可退化为解析解,但在包含市场主模和时间非平稳性的真实权益数据上表现出更优越的OOS重构误差和更好的偏差-方差折中 [page::0][page::1][page::3].
本研究使用 Giglio–Xiu (2021) 三遍法在包含隐含因子的框架下估计加密货币横截面风险溢价,发现加密资产的预期收益不仅对加密特有因子暴露,同时对若干股票行业因子(如 Software 与盈利能力因子)也存在定价关系,且相较于传统 Fama–MacBeth 估计,隐含因子方法对关键因子的溢价估计差异显著,凸显控制未观测风险的重要性 [page::0]
本文将个别赔案准备金(OCL)估计问题构造为逐期决策的 Markov Decision Process,并用 Soft Actor–Critic(SAC)实现连续动作空间下的递归更新与时间差学习,同时设计了包含精度、稳定性与平滑性的复合奖励并引入按 OCL 加权以修正组合级别低估偏差,实证表明在 CAS 与 SPLICE 合成数据集上对未成熟(高贡献)分段具有有竞争力的个案精度与较好聚合表现 [page::0][page::12][page::20][page::23][page::29].
本文构建并证明了在含股票与年金的连续时间金融均衡框架下,引入普遍基本收入(UBI)税收再分配后均衡的存在性;利用可解耦的二次 BSDE 系统构造均衡,并分析了 UBI 对劳动参与、股市(市场风险价、利率)与福利的影响,结果显示劳动与福利对再分配参数的单调性取决于代理人对他人劳动的“影响参数”符号,而股市指标对政策参数的响应则可能呈复杂的非单调性(含示例图)[page::0][page::6][page::13]
本文提出一种面向意大利中小企业的时序对齐元学习信用评分框架:先以年报为锚构建静态(12个月)PD模型,再用月度行为数据通过EWMA与指数插值建模PD的月度演进,最后采用堆叠(stacking)将多源评分融合为可解释的元模型,从而解决数据发布滞后与多频率异步问题并提升预测稳定性与时序一致性 [page::0][page::3][page::6]
基于2020–2024年覆盖2,439只韩国股票的2.79M笔交易数据,论文比较了市场资本化归一化(“Matched Filter”)+线性排序与ICA、Wavelet、LSTM等复杂流水线的表现,结论是:简单的市场值归一化特征驱动的动量策略显著优于复杂模型(Sharpe 1.30 vs 0.07;累计回报272.6% vs −5.1%),表明在低信噪比环境下,特征工程的边际收益远高于模型复杂度 [page::0][page::14].
本文提出一种基于公理化排放惩罚算子 P_j^(m) 的“排放感知鲁棒组合优化”(EAPO)框架:算子将收益按收入归一化的排放强度平滑折扣,并在范数/矩约束的不确定集下给出精确的线性/二阶锥可重写形式,从而实现可扩展的鲁棒均值-方差与 CVaR 优化;在美国大盘回测中,EAPO 将组合 Scope‑1 强度相比等权降低约 92%,且在 HAC 与区块自助检验下对 Sharpe 无统计显著下降,展示了大幅减碳与性能保持并存的可行路径 [page::5][page::6][page::17].
本文检验源自中国A股的Alpha191短期交易因子在美股(S&P500, 2002–2022)横向适用性,使用双阶段选择(DS-LASSO)并在包含151个传统基本面因子的控制下,发现有17个短期交易因子在3×2组合检验中对横截面收益具有显著增量解释力,表明交易性、成交量与短期均值回归信号提供了传统“慢”因子无法覆盖的信息维度 [page::0][page::12].