本报告提出基于Kolmogorov–Arnold网络(KAN)的期权定价新模型KANOP，通过将KAN的灵活可学习特性引入LSMC方法，显著提升了美式期权及亚洲美式期权的价格与Delta估计精度。实验证明，KANOP在有限模拟路径下对期权价值和Delta的估计均优于传统多项式基函数和深层MLP模型，适用于单变量及多变量场景，具备更高的数据效率和模型泛化能力[page::0][page::1][page::2][page::5][page::7]。
本报告提出一种结合经典GARCH模型与深度学习LSTM网络的新型混合模型GINN，用以提升金融市场波动率预测的准确性。GINN通过在损失函数中引入GARCH的预测结果作为正则化，有效缓解过拟合，显著优于传统GARCH及单一LSTM模型。多市场指数实证表明，GINN在R²、MSE和MAE等指标上表现卓越，显示其兼具捕捉市场整体趋势与细节的能力，为金融时间序列预测提供新思路 [page::0][page::1][page::4][page::7]。
本报告针对保险行业多业务线异质理赔的系统性风险，构建了基于多维Lévy过程的更新风险模型，利用系统预期短缺（SES）和边际预期短缺（MES）风险度量，通过非线性VaR目标水平定义，导出折现理赔聚合量尾概率和总损失的渐近表达式，并证明其在全时间尺度上的一致收敛性。基于模型建立了系统风险的渐近式，同时通过蒙特卡洛数值模拟验证结果的准确性和计算便利性。[page::0][page::1][page::2][page::5][page::6][page::7][page::25][page::26]
本文提出通过从德国DAX40成分股相关新闻头条中提取情绪信息，构建一个基于情绪驱动的指数框架。该指数能够比传统月度调整的情绪指数更灵活地反映市场情绪变化，实现年化7.51%的收益率，显著优于同期2.13%的DAX40表现。研究涉及数据预处理、BERT情绪分类、多源信息汇总及基于凸优化的权重分配方法，交易频率适中且成本控制合理，为情绪数据在绩效指数构建中的应用提供了实证基础 [page::0][page::1][page::2].
本报告针对工业革命以来技术的组合式增长理论，探讨其在学术知识生成中的适用性，特别是在经济学领域。通过机器学习的结构化话题模型分析顶级经济学期刊的8649篇论文摘要，发现学术主题间相关性极低，呈现孤岛状结构，表明学术界因职业激励等制度因素难以实现技术领域那样的组合式增长，反而出现理念和方法的去组合化现象，阻碍创新与跨学科研究发展[page::0][page::12][page::16][page::18][page::11][page::4][page::6][page::7][page::8][page::9][page::10].
本报告在部分不完全信息条件下，基于第一二矩及分布对称性，统一推导了GlueVaR扭曲风险度量的最优与最劣情形界值及极端分布，涵盖VaR、TVaR和RVaR特例，扩展了扭曲风险度量的闭式边界适用范围，显著提升了GlueVaR风险度量在矩约束与形状约束下的界限估计能力[page::0][page::2][page::5][page::25]。
本报告基于随机矩阵理论与统计场论，提出一套非平衡的Langevin动力学模型，针对近连续谱中难以用PCA区分的金融资产收益率相关性信号进行探测。通过S&P 500股票实证数据，发现连续谱大部分特征值内仍存在显著信号，并揭示对应的低温临界行为及非指数衰减的时间相关结构，为金融市场隐含信号的统计推断提供了新的理论框架与量化工具[page::0][page::5][page::8][page::9]。
本报告提出了一种基于模块化神经网络（MNN）的美国看涨期权定价模型，通过将定价过程拆分为六个专业模块，有效捕捉多层次非线性关系。实验证明，MNN在AAPL、NVDA和QQQ股票上的预测精度显著优于传统Barone-Adesi Whaley和二项式定价模型及简单的前馈神经网络，RMSE和nRMSE均显著降低，展现出在复杂市场环境下更强的适应性和预测能力 [page::0][page::11][page::12][page::13]
本报告研究了跨货币权益保护掉期(EPS)的定价与对冲策略，重点解决了涉及多国资产组合中的汇率波动影响。通过区分国内外资产分开对冲和汇总总收益对冲两种策略，提出相应静态对冲和超额对冲方法，并利用蒙特卡洛模拟、几何均值及三矩匹配方法对篮子期权进行近似定价。数值结果显示，不同策略对EPS供应商和投资者具有实用指导意义，且汇率风险对对冲成本影响显著，尤其是有效回报型EPS对冲成本最高。整体研究提升了跨货币金融衍生品的公平定价与风险管理水平。[page::0][page::2][page::3][page::8][page::11][page::14][page::16][page::19][page::22][page::28][page::32][page::34]
本文提出基于多因子多项式扩散模型的商品期货定价框架，以应对传统模型难以捕捉的非线性及价格可为负的限制，通过引入多项式状态空间展开，结合扩展卡尔曼滤波器和无迹卡尔曼滤波器进行参数及隐变量估计。数值模拟结果显示该模型在期货价格估计上表现优异，但参数辨识存在挑战，需进一步研究约束条件以解决辨识问题 [page::0][page::2][page::11][page::18]。
PDSim软件包为多因子商品期货建模提供了基于多项式扩散模型的模拟与估计工具，支持通过Shiny应用及R脚本操作。其集成了Schwartz-Smith两因子模型，采用扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)对非线性模型进行滤波，提升了对价格动态的捕捉能力。PDSim具有用户友好界面，支持参数配置、模拟价格路径及估计隐含状态变量，并通过交互式可视化加强模型理解，且该软件跨平台运行，促进了学术及实务应用的便利性和可复用性[page::0][page::3][page::4][page::9][page::11].
本报告基于量化向量自回归模型（QVAR）与频域分析，首次系统研究了BRICS国家与国际粮食期货市场间的分位数连接性及风险溢出。研究发现，极端牛熊市条件下系统性风险溢出指数(TCI)显著高于正常市况，且冲突爆发后整体连通性有所减弱。美国粮食期货作为国际价格标杆，长期主导BRICS市场风险传播。粮食品种及区域邻近性强化市场间对偶连接，短期溢出效应占主导，风险传导呈现一定对称性。这些发现对投资者和政策制定者在地缘政治风险环境下的风险管理提供了重要参考。[page::0][page::1][page::10][page::25][page::26]
本报告研究了不完全市场下具备秩依赖效用函数代理人的时间一致投资组合选择问题。针对常系数市场和CRRA效用，给出了确定性严格均衡策略的完整刻画，推出了一个自治ODE求解非零均衡策略的唯一性条件；对于时间变概率加权函数，发现可能存在无穷多非零均衡策略，并从正向非线性奇异ODE正解中识别所有正解。针对多均衡策略的选择，提出优化初始时刻秩依赖效用对应均衡策略的方案，为时间不一致控制问题提供新的均衡最优解探索方法 [page::0][page::2][page::11][page::19][page::27][page::28]
本文提出基于变分推断(Variational Inference，VI)的组合压力测试与VaR估计方法，通过识别市场状态的潜在聚类，结合历史数据和当前市场特征，对未来投资组合回报分布进行有针对性的加权估计，克服传统历史模拟VaR未能及时反映市场波动变化的不足。方法同时实现了风险因子变化与投资组合损失的关联建模，支持不同市场情境下的压力情景设计。以2020年新冠疫情期间市场波动为例，实证验证了该方法对VaR和压力情景的适应性和准确性，显著优于传统历史模拟和高斯VaR估计，能更真实反映短期投资组合风险特征和极端市场事件影响 [page::0][page::1][page::6][page::12][page::17][page::26]。
本报告构建了中国金融市场的弹性指标，涵盖货币、股票、债券、外汇和大宗商品子市场，分析了其在2008年金融危机、2015年股灾、2018年中美贸易摩擦及2020年疫情等重大事件期间的表现。研究发现金融市场弹性指标呈现较高相关性，但不同市场对冲击强度与恢复时间的敏感性存在差异。特别指出中国气候政策不确定性通过提升投资者情绪波动、增加商业银行不良贷款率和减少资本与金融账户余额，显著削弱金融市场弹性。中国金融市场对气候政策变化的反应温和且逐渐稳定，体现出对低碳转型政策的共识，为其他国家提供了平衡气候政策与金融发展的借鉴 [page::0][page::1][page::8][page::11][page::14][page::15][page::16][page::17][page::18]
本文提出了基于目标风险配置文件的调整风险度量的理论框架，将经典的调整期望短缺(Adjusted ES)推广到包含多样风险函数族的调整风险度量。研究了正齐次性和次可加性条件，推导了多种风险度量的对偶表示，并以标普500指数为案例展示了调整风险度量在识别尾部风险及市场危机时的有效性及其敏感性差异[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].
本报告基于法国多源微观数据实证分析云服务使用对企业长期规模增长率的影响，发现云技术显著促进企业增长，但小企业受益更大，主要通过云软件应用降低数字化壁垒，支持其组织流程重构与规模提升。同时，云技术扩散与行业集中度呈现轻微负相关，表明云有助于缓解行业集中趋势，推动更具包容性的数字化转型 [page::0][page::2][page::3][page::4][page::30][page::32][page::41]
本报告基于回合式生产框架，运用临界水平功利主义，结合有限时域动态规划方法，研究跨代人口规模的最优规划时长。结果表明，即使在终极公平的前提下，理想代际规模不一定为无限，有限规划时长可以避免传统功利主义中的令人反感的无限人口结论，同时揭示了不同参数（如资本产出弹性、贴现因子）对最优消费路径、人口价值函数及代际不平等的影响 [page::0][page::1][page::7][page::8][page::9][page::12].
本报告利用公开数据揭示了经济学职场匿名论坛EJMR的用户名隐匿算法漏洞，成功反推了近五万IP地址并对应了约66%的帖子。研究发现，EJMR用户广泛分布于经济学界各层级及顶尖院校，且存在较高比例的攻击性、厌女和仇恨言论，且此类有害内容显著高于Reddit等匿名论坛，且在大学和非大学IP间均普遍存在。内容分析结合机器学习模型，揭示该平台内容复杂、毒性普遍，用户受到关注后会增加发帖频率，体现了匿名环境下的内生激励机制 [page::0][page::1][page::2][page::3][page::17][page::20][page::22][page::29][page::32][page::36][page::41]
本报告通过利用美国都市统计区Uber和Lyft分步进入的自然实验，系统评估了网约车服务对城市空间重组和居民实际生活的影响。研究发现网约车推动了城市地区的绅士化，尤其是原先住房价值较低区域，导致房价上涨约9%，高收入年轻居民迁入超过低收入居民流出，强化了居住分层。影响在原有房主和非房主间存在差异：房主无明显迁出且违约率下降，非房主迁出率和违约率分别上升约11%和42%。结果揭示高端私有交通技术如何加剧城市化进程中的经济不平等问题，为未来自动驾驶汽车政策调控提供重要参考 [page::0][page::4][page::5][page::28][page::31].
