本文比较经典分类回归树（CART）与最大化距离最终分裂方法（MDFS）在政策精准识别高风险子群体中的表现。理论分析表明，CART的分裂点不随政策阈值变化，而MDFS能够根据阈值自适应选择最优分裂点，从而识别CART遗漏的高风险群体。在农村医院关闭案例中，以两年内关闭概率35%为目标阈值，MDFS额外识别出营利性、应收账款天数超过约63天的高风险医院，并提供Python、R和Stata实现的targetree软件包。[page::0][page::3][page::5]
本报告综合货币贫困、多维贫困、相对贫困、粮食不安全、工作贫困与社会保障等指标，指出世界银行每日3美元极端贫困线下约有8.47亿人，但该指标主要反映最低生存标准，无法覆盖不同社会中的基本生活保障需求。报告据此构建了约10亿至12亿人的保守下限、约3.85至3.90亿人的中心估计以及约45亿至50亿人的上限，其中中心估计接近全球人口的一半。报告同时强调，最贫困地区的调查覆盖最薄弱，官方统计更可能低估而非高估真实匮乏程度；贫困衡量应披露阈值、PPP基期、数据质量及不确定性，并加强年龄、性别和家庭内部资源分配的分项统计。[page::6][page::7][page::10][page::23][page::24][page::25]
本文提出自适应序列扩散模型 AD-Seq-Vol 及其无套利微调版本 AD-Seq-Vol-FT，用于基于历史信息联合生成标的收益率与高维隐含波动率曲面。模型能够捕捉波动率曲面的横截面与时间依赖结构，并通过日度递归生成多期市场情景。基于2000年至2023年的SPX期权数据，AD-Seq-Vol较训练数据和VolGAN显著减少静态套利违约，AD-Seq-Vol-FT进一步将违约频率降至接近零；在数据驱动对冲中，扩散模型维持接近零的跟踪误差并显著降低尾部风险，尤其在COVID-19市场冲击期间表现稳定。[page::0][page::1][page::8][page::9][page::13]
本文提出多目标企业绿色供应链网络设计问题，以0-1整数规划同时最小化设施建设与运输成本、碳排放和客户不满意度，并通过加权和ILP、三类FPTAS及基准启发式进行比较。在8个客户区域和5个候选配送中心的实例中，精确求解仅发现两组非支配网络方案；FPTAS在满足1+ε近似保证的同时显著降低计算时间，而开放全部配送中心和最近配送中心等启发式方法在排放、成本及客户不满意度方面明显劣于优化方法。[page::0][page::11][page::12][page::16]
本文基于短期限 Black–Scholes theta 在执行价附近集中的性质，将窄区间 Uniswap v3 流动性与 Panoptic 流式期权溢价联系起来，构建仅依赖链上手续费、交易量与活跃流动性的 DEX 原生手续费隐含波动率代理。研究强调，该指标本质上是手续费归一化的交易活动指数，而非结构性 Black–Scholes 隐含波动率，因为手续费未包含动态对冲成本，且交易量混合了套利与非知情流量。ETH/USDC 30bps 池实证显示，代理指标与实现波动率相关系数为0.87，但均值溢价为3.5个百分点，表明其适合用于活动监测、Panoptic 溢价缩放和风险控制，而不宜直接解释为中心化期权市场的隐含波动率。[page::0][page::2][page::11][page::12][page::15][page::16]
本文提出面向限价订单簿数据的LOB-ID评估框架，以DeepLOB学习Level-2订单簿轨迹的96维嵌入，并结合FID与MIND衡量真实数据和生成数据的分布差异。研究表明，MIND能够稳定区分不同股票与交易日，随价格、时间结构扰动增强而单调上升，并且相较FID和基于统计量的LOB-Bench更能识别矩匹配及深度订单簿重排攻击。对五类生成模型的比较显示，无未来信息条件下的DiffLOB整体表现最佳，LOB-ID的模型排序与其捕捉的时间及跨价位联合结构相一致。[page::0][page::1][page::3][page::4][page::5][page::6]
本文将跨链桥活动纳入DeFi借贷风险模型，基于15个借贷协议、53个跨链桥和9条EVM兼容区块链的日度数据，采用固定效应面板回归与OLS模型分析桥接交易量、清算及跨链事件对TVL和总收入的影响。结果显示，跨链桥交易量对不同网络层级的影响具有显著异质性，L2更受益于跨链流动性，而以太坊主网可能面临资金迁移；新增桥接整合整体与TVL和收入下降相关，清算及桥黑客事件对收入的影响则因网络类型而异。研究建议在DeFi风险管理中引入跨链指标，并采用面向网络层级的风险参数。[page::0][page::4][page::5][page::6]
本文基于芬兰775户家庭的预注册随机田野实验，比较淋浴计时器、节水花洒及其配合实时反馈对家庭总用水和淋浴端用水的影响。结果显示，计时器未产生显著节水效果；节水花洒使家庭日用水量下降约5%，加入实时反馈后降幅扩大至约10%，且淋浴端节水大部分传导至家庭总需求，未被其他用水行为明显抵消。成本效益分析进一步表明，技术约束与即时反馈相结合的方案优于单纯提醒策略。[page::0][page::2][page::18][page::20]
本文围绕扭曲期望最大赤字这一路径依赖风险度量，系统构建直接相干风险度量、固定容忍度凸资本要求和比例容忍度相干资本要求，并推导其在复合泊松—指数理赔模型下的解析结果。研究进一步提出边际赤字和最差业务线两类储备分配方法，揭示共同扭曲下边际分配对扭曲函数不变，而最差业务线方法对业务线间依赖结构敏感；动态部分则讨论条件评估、冻结资本充足性及滚动审查机制。[page::0][page::1][page::12][page::18][page::34]
本文研究数字广告拍卖中定位信息披露与市场竞争之间的权衡，提出信息捆绑位置拍卖（IBPA）机制：平台保留广告库存类型的私有信息，要求广告主提交跨类型的多维估值，并依据边际收益分配广告位。[page::1][page::2][page::12][page::20] 理论结果表明，IBPA下平台收入随内部信息粒度提高而增加、随披露粒度提高而下降，并在任意估值分布及信息制度下优于GSP。[page::23][page::25][page::27] 基于零售媒体平台960万次拍卖的反事实模拟显示，相较GSP，IBPA使平台收入提升68%、分配率提高19个百分点、广告主福利提升29%、总福利提升54%。[page::3][page::40]
本文提出FlowLOB，一种基于条件流匹配的限价订单簿轨迹生成模型，采用tick-relative价格表示、对数成交量变换和adaLN-Zero Transformer，在多个港交所股票、不同采样频率及未见标的上进行训练与测试。结果显示，流匹配在仅需10步Euler ODE采样时即可达到较高生成质量，较扩散模型显著降低推理成本；在0.1秒和1秒频率下，其价格与成交量分布距离在多数指标上优于传统代理模型和深度生成基线，并且能够对流动性、订单簿失衡等情景变量进行有效控制，同时实现零样本跨标的迁移。[page::0][page::1][page::2][page::3][page::5][page::6]
本文研究重尾多元风险因子下的联合压力情景生成，证明生成模型必须保留极限尾部测度，尤其是极端依赖结构，才能正确恢复稀有联合压力概率及缩放条件分布。[page::1][page::10] 报告提出SSGEN，通过中间阈值超越样本学习角度分布，并结合Pareto径向尾部外推；理论上给出压力分布、压力摘要和反向压力测试的收敛保证。[page::2][page::11][page::20] 数值实验显示，在极端压力事件稀缺时，SSGEN在CoVaR、CoES和聚合损失估计方面整体优于直接经验条件和t-Copula基准。[page::24]
本文在具有异质信念的两投资者Arrow–Debreu经济中，研究随时间变化的增长预期分歧如何影响债券估值、远期测度、长期债券与长期收益率。研究区分总分歧与净分歧：总分歧发散会导致教条投资者的消费份额趋于零，而净分歧决定其对不同期限债券估值的影响。净分歧无极限时，长期远期测度和长期债券均不存在，但长期收益率仍可能收敛，因此长期收益率不能单独判断长期估值权重和债券收益是否收敛。[page::0][page::1][page::6][page::11]
本文批评将生活满意度离散程度直接视为社会不平等的做法，提出“焦点值舍入”会将0—10量表系统性压缩至0、5、10，并扭曲标准差及序数不平等指标。基于四组跨国调查数据的模型校正显示，舍入使135个国家中133个国家的标准差被高估，中位数修正为0.090，但标准差排名和均值—离散度相关性总体保持；相较之下，序数指标受扰动更严重，因此研究建议优先分析经校正的完整分布及支配关系，而非依赖单一标量指标。[page::0][page::5][page::15][page::22]
本文将伊斯兰教法股票筛选中的跨标准分歧与临界边界距离定义为“分类不确定性”，并通过允许投资者规模模型解释其潜在价格影响。基于1999—2024年美国CRSP—Compustat面板，研究发现分歧度和边界接近度能够识别下一期模拟分类变化，但不存在稳健的无条件准入溢价。美国DJIM/S&P方法调整也未产生可靠的匹配重估；相比之下，马来西亚证券委员会官方纳入事件在满足持续上市和交易活跃度条件后，0—10及0—20交易日匹配超额收益分别达到1.76和2.25个百分点，但所有权与需求压力检验尚未识别唯一边际买方，因而更适合作为组合监控状态而非已验证的交易策略。[page::0][page::2][page::3][page::36][page::38]
本文提出一种以私募公司交易后估值为监督锚点的相似度学习框架，利用CatBoost梯度提升树处理高基数类别变量、非线性关系及大量缺失数据，并通过树重要性加权的叶节点共现构建估值条件相似度矩阵。基于约27万家私营公司及超过5.3万家具有估值信息的企业样本，研究显示该方法能够形成更具经济一致性的同业公司邻域，并在金融服务等评估行业的k-NN估值任务中优于欧氏距离、Gower距离和文本嵌入方法，同时保留SHAP驱动的案例解释能力。[page::1][page::2][page::6][page::7]
DYSANOS提出一种基于ML-SANOS解码器的生成式期权市场模型，可生成覆盖所有执行价与到期日、逐日演化并严格满足静态无套利条件的平滑期权曲面；其低维AR(1)-PCA基线在2020—2025年标普500期权数据上能够较好复现曲面的一阶水平、偏度、期限结构和杠杆效应，但未能充分捕捉波动聚集与危机尾部风险。实验同时显示，持有期权至到期时未发现套利，而在交易时点之间进行固定合约再交易时出现动态套利迹象。[page::3][page::12][page::17][page::24]
本文系统综述扩散模型、流模型及其在金融领域的应用，覆盖金融时间序列、限价订单簿、表格数据与相关矩阵、波动率曲面、收益率曲线等结构化对象。报告重点分析扩散模型在数据生成、预测、风险分析、投资组合构建、隐私保护和衍生品定价中的价值，并指出金融领域仍需完善对象专属评估基准、规模化规律以及面向决策的应用框架。[page::0][page::1][page::2][page::3][page::4][page::5]
本文以总隐含方差为状态变量，构建由传输速度场驱动的无静态套利波动率曲面动态理论，将sticky delta、sticky strike及SSR统一为不同速度场的特例，并以ATM速度场导数建立波动率水平、偏度和曲率的高阶传输层级。在显式正则性条件下，模型可局部保持蝶式与日历套利无风险。基于2021年7月至2026年7月的SPX数据，研究发现SSR系数随期限由1M的1.4375单调降至24M的1.0114，且自相似传输在所有期限均被拒绝；中等期限的完整高阶模型对曲率动态预测误差改善约17%–21%，同时速度场呈现由短期限U形向长期单调下降的结构变化。[page::0][page::6][page::19][page::24][page::25][page::30][page::31]
本文提出并验证了一个面向银行资产负债管理的AI多视角利率预测原型，将主题建模、金融文本情绪分析、市场预测与BVAR计量模型整合到交互式仪表盘中，以支持多情景模拟、利率风险评估和压力测试。BVAR覆盖2年、5年、10年和30年期欧元互换利率，并通过Granger因果检验筛选宏观变量、Minnesota先验抑制过拟合；情绪模块则从央行文件、分析师报告和金融新闻中提取通胀、经济活动及就业信号。研究认为，该框架能够提升预测透明度和决策前瞻性，但仍需加强实时数据接入、模型稳健性验证、可解释性与监管合规，且预测结果应理解为概率估计而非确定性判断。[page::0][page::5][page::7][page::10][page::15][page::16]
