本报告提出了一个包含噪声交易者、基本面交易者与AI交易者的多主体市场模型，成功建立了GARCH模型的微观基础。通过数学推导与仿真验证，模型能再现金融市场的波动聚集和肥尾现象，揭示了不同交易者比例对市场波动性参数（如α、β）的影响，深化了对AI交易者在价格形成及市场波动中的角色理解，为市场稳定与监管提供理论支持[page::0][page::7][page::12][page::14]。
本报告系统推导了Heston模型的期权定价公式，结合蒙特卡洛模拟方法验证了模型的理论正确性与数值精度，分析了模型参数对隐含波动率曲线的影响。利用WTI原油期货及期权市场数据，通过机器学习算法完成模型参数校准，揭示了模型在实际市场中参数动态变化的现象及其局限性，为未来模型改进和量化投资策略提供方向 [page::0][page::6][page::15][page::16][page::23]。
本报告基于弹性弦模型（BBDL模型）构建了利率期限结构的微观结构模型，揭示了流动性对远期利率曲线价格与成交量动态的影响。通过将高频冲击解读为交易惊喜，实现了价格-量的联动建模，提出了参数更少但拟合不逊色于现有交叉冲击模型的框架，并首次兼顾了价格的短期非鞅特性和不同期限间的流动性相关性[page::0][page::3][page::4][page::7][page::9][page::11][page::17]
本研报提出基于极值理论构建股票极端依赖关系网络，利用最大独立集理论筛选极端依赖较低的股票组合，有效降低极端风险。通过对125只深证成份股构建阈值网络，比较基于行业和社区划分的子网络，采用VaR和ES指标优化投资组合，实证表明社区划分下的组合在2024年表现出更稳定的收益与更低的风险，优于传统市场组合和行业划分策略，为极端风险管理提供新思路 [page::0][page::4][page::9][page::11][page::13]
本报告通过行为实验首次实证证明，基于大型语言模型（如GPT-4）的对话型AI能在消费者不察觉的情况下，有效影响其购买选择。实验显示，约36%的消费者会因对话AI的引导改变偏好，且近40%的参与者未察觉有引导存在。对话AI具备传统广告无法比拟的动态适应、偏好学习、个性化交叉销售及隐性说服能力，这使其操控市场的风险及监管挑战凸显，亟需政策制定者审视并完善相关法规。[page::0][page::2][page::6][page::8]
本报告基于认知层级理论，构建了考虑旅客战略推理能力异质性的日常网络流动态模型，成功再现了虚拟实验中的交通流演变特征。通过扩展网络调整过程（NTP）与Logit动态，研究了多均衡现象及局部稳定性，发现战略预测对用户均衡稳定性有重要影响，且合理的低估预测有助于系统稳定[page::0][page::2][page::9][page::13][page::15][page::35][page::36]。
本文研究了含有不可观测马尔可夫调制漂移的摩顿问题，创新地考虑投资者以付费方式购买不同质量的专家意见，形成正则控制与脉冲控制混合的随机控制问题。通过滤波理论转化为全信息问题，并利用随机佩龙方法证明其值函数为动态规划偏微分方程的唯一粘性解，进一步构造了最优交易与专家意见策略，实现动态优化与成本权衡的有效结合[page::0][page::1][page::16][page::17][page::18]。
本报告针对基于区块链智能合约的恒定乘积市场制造商（CPMM）中流动性代币的定价及对冲问题，建立了风险中性定价模型。发现当前市场价格存在套利机会，通过动态对冲策略和风险中性测度推导流动性代币的价格及敏感性指标。报告结合Uniswap数据校准隐含波动率，实现了无套利重新定价方案。此外，提出了两种新型AMM设计以消除套利，实现流动性代币价格的动态调整，推动DeFi产品迈向现代金融体系 [page::0][page::2][page::6][page::8][page::14][page::22][page::24][page::25]
本报告通过一项瑞士高等教育机构师生日常出行的两个月实地竞赛实验，评估了货币激励和社会规范暗示对促进可持续出行行为的影响。实验证明，无论是金钱奖励还是基于社会规范的劝导信息均未显著改变参与者的出行模式，表明单纯的数字化游戏化激励难以实现短期内显著的行为转变。研究还分析了激励机制设计不足之处及竞赛构建的经验教训，为制定更有效的可持续交通政策和创新行为干预策略提供洞见 [page::0][page::1][page::2][page::13][page::14][page::18][page::19][page::20]
本报告基于Kullback-Leibler聚类熵方法，量化了五大金融资产的实现波动率序列的相关性和风险多样性，提出了基于聚类熵衍生的多周期投资组合策略。该方法有效揭示了波动率的长记忆特性（Hurst指数H>0.5），相比传统均值-方差和Sharpe比率方法，构建的投资组合权重更加稳健且随投资周期扩展趋于均匀分布，实现更优的财富配置效果 [page::0][page::1][page::4][page::5][page::9]
本文基于比特币用户余额数据研究交易行为模式，发现用户余额分布符合对数正态分布且不能完全由Gibrat比例增长定律解释。进一步分析揭示存在“贫穷用户”与“富裕用户”两类行为模式：贫穷用户倾向初期购入少量比特币后逐步全部卖出，富裕用户起始持有较大量比特币，卖出速度随时间减缓并保留部分余额。此动态模型对理解加密资产交易行为及其他金融市场用户行为提供新视角 [page::0][page::1][page::3][page::4][page::5]。
本文通过构建包含创业部门和彩票部门的标准Bewley模型，模拟引入挪威规模的彩票类公共现金转移项目对美国创业活动及经济指标的影响。研究发现此类现金转移项目并未显著增加新创企业数量，但能提升现有企业投资规模，对整体生产率和产出影响有限，创业者的能力是决定创业意愿的核心因素。本报告还通过模拟面板数据回归和多种彩票奖励结构检验了这些结论，为理解和设计公共现金补助政策提供理论依据与政策启示 [page::0][page::6][page::12][page::18][page::22][page::28]
本报告提出基于可能性对应的知识算子，创新性地在标准状态空间模型中保留非平凡无意识。该方法通过修改知识算子，解决了经典的不可能性结果，即“无意识代理必须知道所有事物”，为无意识的状态空间表示提供了新思路 [page::0][page::5][page::6]。
本报告探讨了在均值方差组合优化（MVO）中，决策导向学习（DFL）如何调整股票收益预测模型以提升决策效果。与传统最小均方误差（MSE）模型均匀处理所有资产误差不同，DFL通过引入协方差矩阵逆${\boldsymbol{\Sigma}}^{-1}$，差异化关注不同资产误差，重点减少优秀资产预测误差，从而显著提高组合决策质量和投资绩效。实验证实，随着模型越趋向DFL，其预测与真实期望收益的相关性增强，投资组合的夏普率和累计收益亦明显提升 [page::0][page::1][page::2][page::3][page::4][page::5][page::6]。
本文提出基于CIR++模型的信用利差随机建模方法，实现了信用利差的连续时间动态模拟和信用风险债券价格的解析表达。该模型填补了市场中缺乏以随机强度为基础、能原生呈现信用利差期限结构的空白，提供了新的风险管理和套利定价工具。基于历史波动率的保守校准方法验证了模型的鲁棒性与市场一致性，模拟结果显示信用利差期限结构及其扩散特性均符合实际市场表现，模型在信用风险管控及信用产品定价方面具有重要应用价值 [page::0][page::1][page::4][page::5][page::8][page::11][page::13][page::14]。
本报告研究保险理赔中的处理延迟与堆积问题，结合排队理论与保险理赔流程，提出基于处理能力约束下的理赔成本优化模型。利用负二项分布模拟申报数据的过度离散性，分析不同处理能力比例对理赔积压和成本的影响，采用循环神经网络近似关键期望值，实证展示合理配置处理能力能有效平衡理赔延迟成本和固定容量成本，实现理赔成本最小化 [page::0][page::6][page::8][page::16][page::20][page::26].
本报告基于R语言全面复现了Santos Silva和Tenreyro (2006)在TSP中对引力模型的估计，涵盖了PPML、OLS、Tobit及NLS多种模型，确认复现结果与原文高度一致，且未涉及额外数据清洗或转换，展现了复现工作的透明性和准确性，为贸易模型的统计估计提供了方法论示范。[page::2][page::4][page::7][page::9]
本报告建立了一个基于Stackelberg博弈框架的经济模型，分析不同风险厌恶程度的买方与卖方之间的最优大寿风险转移契约结构。研究发现，风险厌恶较高的买方倾向于静态长期契约，而风险厌恶较高的卖方更偏好动态短期契约。此外，信息不对称引入的歧义会压缩长期契约市场，进一步解释资本市场寿命风险转移难以发展。该研究为促进资本市场寿命风险工具发展提供理论支持并指出短期工具的先导作用 [page::0][page::1][page::3][page::11][page::20][page::22]
本报告基于机器学习方法，利用doc2vec模型和MITRE ATT&CK知识库，量化企业财报中的网络风险，构建多种细分的网络风险得分。研究发现网络风险得分与传统财务变量无关，且高网络风险股票表现显著优于低风险股票。不同类型的网络风险存在显著风险溢价，但市场似乎整体视之为单一综合风险。相关资产定价检验表明网络风险因子显著提升回报定价能力，且风险溢价随时间增强。同时，事件研究表明市场对重大网络攻击事件的反应复杂，未表现出明显异动 [page::0][page::1][page::33][page::34].
本报告提出了一种创新的模型同时预测动态网络中的链接存在与转账流量。模型通过结构嵌入、转账活动嵌入、分层softmax和总量预测机制，分别预测汇款比例和总汇款额，并将两者乘积作为最终预测值。实证结果基于日本银行转账数据和加密货币转账数据，显示模型在比例预测和链接形成/解散上取得优异表现，尽管总量预测仍面临挑战，尤其是节点活动稀疏时 [page::0][page::2][page::3][page::5][page::7][page::9]
