本报告提出一种基于注意力机制的堆叠集成模型，通过结合CNN、RNN、LSTM和GNN的预测结果，利用DOWA和IOWA算子进行加权融合，加入置信度驱动的组合层动态选择最可靠聚合输出。采用SHAP方法筛选关键特征，提高模型解释性。三个数据集上的实验证明该模型在准确率、召回率及鲁棒性方面均优于单一模型和主流集成方法，适应数据严重不平衡，助力实时信用卡欺诈检测系统的部署与信任构建 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
本报告基于TimeMixer多尺度混合模型，系统预测股票、ETF、外汇及加密货币等全球金融资产的波动率。研究显示该模型在短期波动率预测中表现优异，特别适合金融风险管理，但长期预测准确度下降，尤其在高波动市场表现不足，指向未来对宏观经济指标及情绪数据融合的改进方向 [page::0][page::1][page::4][page::15].
本报告针对跨币种利差互换（CCBS），特别是以美国SOFR和澳大利亚AONIA为基准的利率互换，提出了在多利率曲线框架下的无套利定价与对冲方法。建立了基于Vasicek利率模型和Garman-Kohlhagen汇率模型的解析闭式定价公式及期货合约对冲策略，数值模拟验证了模型有效性并分析了参数敏感性及风险敞口，为量化交易和风险管理提供理论支持[page::0][page::5][page::10][page::15][page::39][page::43]
本文提出了一个结合 Hawkes 过程作为子ordinator的标准布朗运动的新模型——variance-Hawkes过程。通过对2018和2019年天然气及原油期货对数收益率的拟合，验证了该模型能够简洁且有效地刻画金融市场中的波动聚类。文中推导了该过程的生成元、Ito公式及闭式的二阶矩解，并通过模拟验证了模型的有效性，展示其在能源市场建模中的潜力，为现有模型引入跳跃和随机波动提供新思路[page::0][page::4][page::5][page::11][page::14][page::15]。
本报告研究在保险市场中，投保人拥有关于风险和风险厌恶的多维私人信息，且只能从有限数量的保险合同中选择的模型识别与估计问题。模型考虑随机损失与多次理赔，创新地通过理赔次数、排除限制和支持条件，实现了风险和风险厌恶联合分布的非参数识别。提出结合非参数方法与GMM的三步估计方案，并通过蒙特卡洛模拟验证其效果。结果不依赖合同最优性假设，适用于任意竞争形式，为多维逆向选择问题的建模与估计提供了理论与实证工具 [page::1][page::3][page::10][page::20][page::26][page::40]
本报告基于欧洲国家2010-2018年细分工业就业数据，采用经济复杂性方法构建劳动加权适应度（Labour-Weighted Fitness）及其结构分解，揭示劳动向复杂产业转移对就业增长、工资不平等和劳动力收入份额的影响。研究发现，结构性变革与就业增长负相关，但显著降低收入不平等，且促进劳动力收入份额提升，主要源于工资水平上升而非就业岗位增加。所提方法引入BiWCM模型提升比较优势测度的无偏性，并通过实证面板回归验证结果稳健性，为理解产业升级与社会包容性增长的权衡提供量化工具和政策启示 [page::0][page::3][page::5][page::6][page::17][page::18][page::26].
本文数学证明了两个集体养老基金如何通过市场清算条件实现对系统性长寿风险的最优相互保险。研究聚焦于有限与无限基金协作，采用埃普斯坦-津偏好模型，并在两类死亡率模型下解析和数值求解相关哈密顿-雅各比-贝尔曼方程。结果显示，当两基金风险偏好差异较小时，保险收益较小；但差异显著时，保险可带来明显好处，最高可达数倍提升，提示风险偏好异质性是保险合作的关键驱动因素 [page::0][page::1][page::2][page::9][page::13][page::18]。
本报告研究区块链技术带来的透明性环境下，广告平台如何通过贝叶斯劝说机制设计信息信号，策略性影响广告主竞价行为。通过博弈论建模结合机器学习预测竞价响应，报告展示了优化部分信息披露策略显著提升平台预期收入，揭示透明环境中动态信号设计的新路径，为数字广告拍卖机制设计提供理论及应用指导[page::0][page::3][page::7][page::18][page::20]。
本报告基于CRY与RILM合作项目，评估COVID-19疫情后4000名7-14岁学生在查谟与克什米尔、贾坎德、曼尼普尔和西孟加拉四州的学习进展。通过三季度四科口头与书写评估，构建了结合班级滞后度的综合改进评分指标，量化学生学习改善水平。结果显示整体呈现积极进步趋势，且性别间进步无明显差异，西孟加拉和查谟与克什米尔表现最佳，曼尼普尔相对较低。该研究为疫情后教育政策和针对性干预提供了数据支持与分析基础 [page::0][page::3][page::5][page::6][page::7][page::8]
本报告提出了基于生成模型的Chain-of-Decision方法，通过引入分析意见生成器，模拟专业股票分析师的决策过程。借助新建的A3数据集，完成了三大任务：意见表达时机检测、观点变化预测及交易行为预测。实验证明，该方法在财务分析师行为建模上优于传统基线，尤其是在利用ChatGPT的DAN策略生成主观分析时提高显著。通过对关键词的共现信息量分析，揭示了专业行为背后的触发因素，展示了生成模型在投资决策辅助中的潜力与挑战[page::0][page::1][page::2][page::3]
本报告扩展了基于随机金融网络的系统性风险度量，采用以Eisenberg-Noe市场清算机制为基础的图结构聚合函数，引入随机资产与随机互联负债矩阵。针对计算难题，提出基于排列等变神经网络（PENN及其扩展XPENN）和图神经网络（GNN）的逼近方法，理论证明了这些模型在近似排列等变节点标注函数上的统一性及表现优越性。数值实验验证该方法相比传统FNN对随机负债矩阵的处理更有效，显著提升系统风险测算与最优救助资本配置的准确性与计算效率[page::0][page::2][page::3][page::5][page::9][page::14][page::29][page::33][page::37]
本报告提出了一种独立于下游任务的金融关系图评估框架FRI，结合基于SPNews数据集动态构建的公司关系图，设计了四项指标（回报相关稳定性、事件捕捉率、边因子模型对收益和波动率的解释能力），实现关系图在训练图神经网络前的有效解读。通过实验证明，基于新闻共现构建的动态图在解释性和预测性能上优于传统基于相关性的静态图，为金融图结构的客观评价开辟新途径。[page::0][page::4][page::6]
本报告聚焦发展中城市正规就业增长的驱动力，提出正规就业增长依赖城市现有工业基础与新兴复杂产业的技能相关性（复杂性潜力），并以哥伦比亚城市数据实证验证该变量对正规就业率增长的显著预测作用，揭示大城市通过技能多样性促进复杂产业集聚形成正规就业“地质层”现象，为理解和推动发展中经济体的正式部门扩张提供理论与政策参考 [page::1][page::3][page::18][page::19][page::21][page::22][page::42]。
本报告研究了在马丁格尔约束和固定边际分布约束下的分布鲁棒敏感性，通过引入半静态对冲策略，扩展了Bartl等人的结果，明确刻画了模型风险最优对冲策略，并比较了适应性Wasserstein距离与经典Wasserstein距离对模型风险敏感度的影响，验证适应性测度较为保守。[page::0][page::1][page::2][page::4][page::5][page::9]
本报告提出了一种基于非齐次泊松过程的稀疏限价订单簿模拟模型，有效反映了电子电力日内市场中订单稀疏导致的价位间大间隙。通过实证数据校准与数值模拟，模型准确捕捉了订单活动强度随到期时间递减的指数增长（即Samuelson效应）及流动性不足问题，模拟结果与历史数据吻合良好，提升了对非流动市场微观结构的理解与预测能力。[page::0][page::2][page::4][page::14][page::17][page::18]
本报告运用熵权法构建印度上市房地产企业财务竞争力评价体系，涵盖盈利能力、偿债能力、可持续发展与运营能力指标。通过对50余家公司33项财务指标的定量分析，发现高分企业表现出强劲的盈利能力和运营能力，且杠杆水平较高，低分企业则在盈利和可持续发展方面表现较弱。研究强调盈利能力及运营效率对财务竞争力的显著影响，同时指出债务利润率和现金转化周期对整体竞争力贡献有限 [page::0][page::3][page::6][page::8].
本报告提出了基于市值排名空间的统计套利框架，采用市场分解和残差收益的均值回复特性，构建了名空间与排名空间的套利组合。基于参数OU模型和深度神经网络的方法，结合盘中再平衡机制，实验证明排名空间策略，尤其是神经网络驱动的组合，在美国股市2007-2022年租后期显著优于传统名空间套利，年均收益35.68%，夏普比率3.28。排名空间残差收益的单因子特征、稳健市场结构及其更强均值回复性是其核心优势 [page::0][page::1][page::24][page::27][page::30][page::41]
本报告通过结合文献计量分析和自然语言处理技术，系统梳理过去30年健康经济学在经济研究中的兴起，揭示该领域论文在顶级经济学期刊比例的显著提升及其创新性贡献。研究利用RoBERTa模型进行论文分类，发现健康经济学论文的创新性和影响力显著高于其他领域，并通过时间序列分析展示了创新高峰的周期性及不同子领域的贡献，最终确认健康经济学从边缘学科成功迈入主流经济学的过程及其对经济学知识体系的重大影响 [page::0][page::1][page::9][page::10][page::12].
