Differential Test Performance and Peer Effects
本报告提出利用密切相关的成绩差异来识别同伴效应，有效控制了不可观测的个体和课堂异质性。基于线性教育产出函数与GMM估计方法，应用Tennessee Project STAR数据，发现K至三年级学生同伴效应显著但偏小，表明同伴潜在能力的提升能带动个体成绩提升约20%-40%[page::0][page::4][page::22][page::23][page::32]。
金融研报AI分析
Investigating the price determinants of the European Emission Trading System: a non-parametric approach
本研究以欧洲碳排放交易体系(EU ETS)价格为核心，采用最新的非参数信息不平衡度方法，系统分析了多个宏观经济、经济不确定性及能源类变量对EU ETS价格的解释力。结果显示，第三阶段以能源相关指标（如ERIX指数）最具信息量，而第四阶段金融波动性（尤其是EUR/CHF汇率不确定性）成为关键驱动，反映了疫情及能源危机的深远影响。通过结合高斯过程回归，提出了基于信息不平衡的多频率混合预测方法，发现周频数据预测效果最佳，实现了高效且精简的碳价预测模型构建 [page::0][page::1][page::8][page::10][page::11][page::12][page::13].
An Algebraic Framework for the Modeling of Limit Order Books
本报告提出了一个基于物理学和随机过程工具的代数框架，用于建模限价委托簿（LOB）。该框架采用狄拉克符号和广义生成函数，精确描述订单生成、撤销和撮合过程，实现了LOB状态的时间演化模拟。通过吉莱斯皮算法，框架支持准确仿真多样交易者行为对关键市场指标如买卖差价、收益波动率和流动性的影响。两种模拟场景展示了不同交易者群体对市场微观结构的影响，验证了框架的组合能力和应用潜力 [page::0][page::3][page::13][page::21][page::22][page::20]
Ensembling Portfolio Strategies for Long-Term Investments: A Distribution-Free Preference Framework for Decision-Making and Algorithms
本报告提出了一个无分布假设的投资者偏好框架，以实现多策略组合优于单一策略的长期财富增长。通过对无卖空条件下多策略组合的在线学习方法进行构造，提出了既适用于小规模也适用于大规模策略集的组合方案，并在真实27年蓝筹股票数据上数值验证了其优越性与鲁棒性。实验证明，即使在无统计假设前提下，该组合策略及其加速变体能最终实现累计财富超过所有组件策略，且增长率优于基线策略，虽夏普比率略有让步但风险控制良好，体现了策略在实际应用中的有效性和灵活性 [page::0][page::1][page::2][page::10][page::12][page::14][page::19][page::17][page::15][page::16]
EFFICIENCY IN PURE-EXCHANGE ECONOMIES WITH RISK-AVERSE MONETARY UTILITIES
本报告针对纯交换经济中由风险厌恶的货币效用函数表征的代理人的效用偏好，研究了帕累托最优的存在性及其结构特征。通过运用单调、次可加、Schur凹性且平移不变的效用函数的对偶表示，尤其在正齐次的标度不变货币效用下，报告给出了帕累托最优配置的明确刻画及计算算法。此外，证明了正齐次和法不变货币效用对应的竞争均衡存在性及其福利定理，并在风险分担市场中针对法不变一致风险度量提供了具体数值示例，展示了帕累托最优风险分担配置的实际应用价值 [page::0][page::2][page::12][page::17][page::23]
Do Cure Violence Programs Reduce Gun Violence? Evidence from New York City
Cure Violence is a violence reduction program aiming to mediate conflicts and alter norms to reduce gun violence. Using NYC shooting data (2006-2023) and a difference-in-differences approach, the study finds a persistent 14% reduction in shootings in treated precincts compared to controls, with suggestive spillover effects into adjacent precincts. The analysis, controlling for alternative explanations and police activity, estimates about 1,300 shootings prevented between 2012-2023, yielding a net social benefit of $2.45 billion and a benefit-cost ratio of 6.5:1 for Cure Violence in NYC [page::0][page::1][page::9][page::10][page::12][page::16][page::19].
Pricing and calibration in the 4-factor path-dependent volatility model
本文研究了Guyon和Lekeufack（2023）提出的带路径依赖波动率（PDV）模型的4因素版本，重点解决了VIX期权的定价与联合校准难题。通过引入额外参数，并采用路径神经网络近似方法，本文实现了对S&P 500及VIX期权的高效联合校准，显著提升计算速度和精度，同时模型能准确拟合S&P 500隐含波动率曲面，体现了路径依赖波动率模型的实际应用潜力与稳定性 [page::0][page::3][page::6][page::9][page::10][page::16][page::20][page::26][page::28]
How Inductive Bias in Machine Learning Aligns with Optimality in Economic Dynamics
本报告探讨了机器学习中的归纳偏置如何与经济动态中涉及的无穷远边界条件（如横截率条件）自然对齐。报告理论证明最小范数解满足经济动态系统的无穷远边界条件，并通过资产定价模型和新古典增长模型等标准经济基准问题验证了神经网络与无正则核方法能准确恢复经济学最优稳态，且不直接强加边界条件，展现了其稳定性、快速性及超越传统算法的潜力，为高维动态经济模型的反问题估计打开新途径 [page::0][page::1][page::4][page::5][page::6][page::7][page::19][page::22][page::23]。
A Geometric Approach To Asset Allocation With Investor Views
本报告提出了一种基于广义Wasserstein重心（GWB）的几何方法，将投资者观点与统计资产收益分布结合，构建资产配置，允许灵活调整投资者对观点的置信度，实现先验与观点分布的平滑插值，超越传统Black-Litterman模型。通过理论证明及模拟和实证回测，方法在正确观点下显著提升策略表现，且在观点不确定或错误时合理调整风险，展现出更优的风险收益特性和用户信心奖励机制 [page::0][page::2][page::4][page::7][page::12][page::15][page::19][page::23][page::24]
Portfolio Optimization with Robust Covariance and Conditional Value-at-Risk Constraints
本报告系统研究了在Markowitz框架中采用多种稳健协方差估计方法构建投资组合，重点对比了Ledoit收缩协方差和Gerber稳健协方差矩阵在2012-2022年大盘股组合上的表现。结果显示，Gerber与MAD阈值组合的协方差估计表现最佳，尤其在牛市中优于市值加权基准，但在极端市场条件下表现不佳。通过引入条件风险价值（CVaR）约束，组合风险得以有效控制。额外采用基于K-means的嵌套聚类优化（NCO）算法缓解信号不稳定性，降低回撤风险，实现更稳健的投资决策 [page::0][page::3][page::4][page::5][page::9]
Neural-Network Stochastic Differential Equation Models for Pricing and Hedging Financial Derivatives
本报告提出了基于神经网络构建漂移与波动函数的随机微分方程(SDE)模型，创新性地设计了针对欧式期权的无偏随机梯度下降训练算法及基于Kolmogorov PDE的美式和Bermudan期权标定方法。实证中，模型在标普500和标普100指数期权及单股票美式期权上表现出优异的定价和对冲性能，显著优于Black-Scholes、Dupire局部波动率和Heston模型，并能实现对未见成交品种的泛化定价[page::0][page::1][page::3][page::4][page::6][page::13][page::16][page::22][page::25]
Loss-Versus-Fair: Efficiency of Dutch Auctions on Blockchains
本报告基于离散区块时间和几何布朗运动价格模型，建立了区块链环境下荷兰竞价拍卖及其渐进版本的损失-公平价值（Loss-Versus-Fair, LVF）模型。推导了卖方因价格衰减及资产波动，向套利者让渡价值的封闭表达式，并分析了成交时间与损失间的权衡关系。结果显示区块时间间隔、价格衰减率及波动率是关键参数，且LPF损失存在最低不可避免边界。模型指导了拍卖参数的优化选择，对区块链设计和DeFi机制参数设置具有实际参考意义 [page::0][page::2][page::3][page::6][page::8].
A Branch-Price-Cut-And-Switch Approach for Optimizing Team Formation and Routing for Airport Baggage Handling Tasks with Stochastic Travel Times
本报告针对机场行李处理的团队组建与路径优化问题，考虑航站区随机旅行时间引入服务水平保障，通过两种二元规划模型构建结合Branch-Price-Cut-and-Switch算法动态切换求解方法，实现对任务时窗的概率约束和队伍技能层级的综合优化。实证基于慕尼黑机场数据，算法显著提升求解效率与解的可行性，随机旅行时间模型显著减少延误风险及罚款，确保稳定服务水平，为航空地面运营资源配置提供理论与算法支持[page::0][page::1][page::6][page::12][page::22][page::25][page::29][page::32].
Tracking the Credibility Revolution across Fields∗
本报告通过分析超过32,000篇NBER工作论文文本，更新了经济学不同领域中“可信度革命”的进展，覆盖金融和宏观经济领域。研究发现，尽管应用微观经济学领域广泛采用了实验和准实验方法，金融和宏观经济学在这些方法的采用上仍相对滞后，主要增长动因为差分法。其他方法如工具变量、回归不连续设计及随机对照试验增长平缓，合成控制方法自2020年后趋势下降。报告揭示，差分法在金融领域的普及推动了该领域“可信度革命”的跃进，且不同研究项目之间存在显著差异，为未来研究方法多样化提供了参考 [page::0][page::1][page::5][page::13][page::17][page::18]
Divide and Diverge: Polarization Incentives
本报告提出了一个概率性投票模型，解释在政治家边际效用递减的前提下，政党政策分歧的形成机制。研究发现，政党通过差异化政策吸引不同选民群体，稳固核心支持基础，借此获得政治租金。单一政策维度中，政党因选民极端立场的分化收益增加，激励双方推动对方支持者极端化以拓展自身优势。多维政策维度扩展显示，政党受益于社会分裂成两个意识形态高度内聚的派系。报告还分析了党派身份认同、零和思维及信息提供对极化的放大作用，建议通过调整选举规则减少极化。[page::0][page::2][page::3][page::10][page::14][page::22][page::25][page::27][page::31][page::34][page::35]
Phase transitions in debt recycling
本报告构建了一个债务循环（debt recycling）动态模型，研究房屋净值与抵押贷款余额的时间演化，揭示了借款人属性和市场条件对该策略成败的关键影响。分析结果表明，策略存在强成功、弱成功、违约和永久再抵押四种动态相，且成功与否高度依赖贷款价值比、投资风险和房市表现等参数。模型利用均值过程和随机波动深入探讨了首次触及时间，权衡了传统月供和债务循环策略的比较优势，结果与数值模拟高度吻合，为理解及监管债务循环提供了理论基础和实践参考 [page::0][page::4][page::7][page::29]。
Worst-cases of distortion riskmetrics and weighted entropy with partial information
本报告在仅已知分布的部分信息（均值和方差）条件下，系统地推导了广义失真风险度量（distortion riskmetrics）和加权熵的极端最坏情形。这些结果拓展了现有的失真风险测度极值理论，涵盖了常用熵指标如Gini、CRE、Tsallis熵及其加权版本，同时对相关的保险费原则和尾部短缺进行了应用说明。报告提供了极值分布的精确构造方法，并通过NASDAQ三只股票日收益数据数值验证了所得界限的有效性 [page::0][page::3][page::6][page::23]。
HLOB – Information Persistence and Structure in Limit Order Books
本报告提出了HLOB，一种基于Triangulated Maximally Filtered Graph（TMFG）和Homological Convolutional Neural Networks（HCNNs）的高频限价单簿（LOB）中值价格变化方向预测深度学习模型。HLOB通过建模LOB体积及价格层级间的高阶依赖结构，有效捕获非平凡的空间信息结构，在不同微观结构风险股票上，尤其是large-tick类别，实现了对比9种最先进模型的优势，揭示了信息空间分布及其随预测时长的衰减规律，推进了市场微观结构与深度学习的结合研究 [page::0][page::2][page::5][page::15][page::20][page::26]
Optimizing Broker Performance Evaluation through Intraday Modeling of Execution Cost
本报告提出基于瞬时价格冲击模型的经纪商执行成本估计新方法，分别改进线性成本与价格冲击成本的估计精度，实现信噪比显著提升。通过利用执行期间的中价动态和合理加权价格变动，有效降低了统计误差，加速了经纪商优选过程，为交易执行性能评估提供了高效且稳健的量化框架 [page::0][page::1][page::7][page::11][page::13]。
A Tick-by-Tick Solution for Concentrated Liquidity Provisioning
本报告提出了一种基于凸优化的滴答级流动性配置方法，旨在在给定价格波动率和交易量预测的条件下，最大化去除折旧后资产价值的收益。实验证明，将流动性集中在当前价格附近通常非最优，最优策略体现了费用追逐和损失规避两个相互作用的效应。该方法通过严格的数学推导和Python工具实现，支持多协议、多费率池的候选滴答集合，为去中心化市场的深度流动性提供了理论及实务框架 [page::0][page::3][page::7][page::8][page::11]
