本文研究边缘分布不全为连续时随机向量的copula选择问题。基于金融模拟、压力测试、共风险度量和依赖性度量四个应用，提出采用棋盘copula作为规范选择，其在灵活区间内尽可能均匀，且具有最大Shannon熵，信息量最少。同时，棋盘copula保持了原随机向量的依赖信息，理论与实证均显示其在计算共风险度量中的优越性及应用价值 [page::0][page::1][page::2][page::7][page::13][page::21][page::24]
本报告提出基于Katz-Bonacich中心性的新型网络中心性度量方法，用于量化金融网络中冲击的传播和系统性风险贡献，具备统计验证能力以评估中心性估计的可靠性。通过模拟数据和两个金融案例（CDX信用违约互换指数及高频股票交易数据）验证，该指标在金融危机期间显著提升，优于传统中心性指标，能更有效反映金融机构及行业的风险态势，支持风险管理与投资决策 [page::0][page::3][page::6][page::9][page::11][page::15][page::17]
本报告分析了全球最低税（GMT）仅适用于大型跨国企业的部分覆盖特性，构建多税避风港和非避风港国之间的税率竞争模型，揭示了随着GMT税率上升，避风港和非避风港国从单一统一税制向对大、小企业分开征税的演变过程。实证校准表明，15% GMT税率引发避风港选择分离税率，而非避风港采取高于GMT的统一税率，全球社会福利因此获益，但避风港税收和福利受损。此结果为理解全球最低税政策对国际税收竞争及利润转移的影响提供重要理论和定量依据 [page::1][page::3][page::4][page::15][page::24]。
本报告基于Threadless平台10年间3,800万条同行评价数据，研究了众包社区中成员如何在竞争与协作动机间权衡评价行为。结果显示，技能水平越高的成员越倾向于采用竞争策略，从自我推销转向针对最强竞争对手的打击行为；同时对非直接威胁者表现出宽容。战略性评价行为影响社区结构，低技能成员遭受打击后参与度下降，高技能成员则因激烈竞争反而提升参与度，形成反馈循环 [page::0][page::2][page::6][page::7][page::9][page::11][page::13][page::14][page::15]
本报告系统研究尾部分布风险度量的可识别性和可引出性，揭示了尾风险度量与其生成函数之间的紧密联系，并提出了一类加权评分函数，促进尾风险回归拟合和模型验证，特别论证了尾期望值和对应分位数的联合可引出性，实现了风险管理中的模型比较与回测方法创新 [page::0][page::1][page::4][page::5][page::11][page::12][page::21]。
本报告提出将自然资本视为股票期权，利用金融衍生品实现生态系统服务的内部化和生态恢复资金的市场化。通过以行星边界参数为基础设定股票价格，实现恢复生态系统对气候稳定和地球系统服务的积极影响，为应对气候危机提供新的经济与金融手段 [page::0][page::3][page::5][page::7][page::8][page::9]。
本文提出一种基于国家账户中的消费、工资和市值资本数据来测算净利润及资本回报率的新方法，揭示了消费中的要素份额分配。通过将现金流定义为消费减工资，并与资本增值相加，得出净利润和资本回报率，该方法对比市场研究数据表现出较好的适用性，尤其涵盖了包括自住房和政府资产在内的资本整体，并探讨了测量误差对结果的影响，以及劳动和资本在消费中的份额差异 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]
本文提出了适用于农户个人的环境、社会与经济可持续信用评分（ESE），并将其融入联合责任模型，分析最优组大小与个体ESE分数关系。采用均值-方差效用函数考虑气候变化对收益风险的影响，通过模拟探讨不同气候条件下引入ESE评分的信用评价系统效果，为金融机构和农户提供可持续信贷决策依据[page::0][page::8][page::14][page::21][page::27]。
本报告结合理论抽象与基于代理的模拟，深入评价了基于Internet Computer Protocol的Network Nervous System（NNS）治理框架，重点分析其神经元质押机制中的奖励倍数（包括锁定期和持有时长乘数）对促进DAO内成员合作和经济增长的影响，揭示动态通胀率、年龄乘数与解锁延迟机制如何共同优化质押比例及治理效率，推动去中心化自治组织的可持续治理设计 [page::0][page::1][page::2][page::4][page::5]。
本报告提出一种基于优化启发式策略的新方法，旨在替代传统基于随机最优控制的回购合同定价与管理模型。新方法解决了高维状态空间带来的计算困难及风险参数选择复杂问题，将问题简化为路径依赖型期权的定价与标准的Δ对冲，实证中多种启发式策略表现与经典PDE和Longstaff-Schwartz方法相似，但更具扩展性和实用性，适应各种复杂回购合同特征，包括交易量限制、浮动名义及价格上限，显著提升回购策略的绩效与灵活性 [page::0][page::1][page::4][page::6][page::9][page::10][page::11]
本报告研究在仅知道风险分布的首两矩及部分形态信息（对称性、单峰性等）时，如何推导扭曲风险度量的最优极端界限。通过构造凸包及运用概率不等式，得到多种形态限制下扭曲风险度量（包括VaR、TVaR、RVaR）的最优上界与下界及其对应极端分布，统一扩展了已有最优风险界的理论结果，揭示了扭曲函数包络与极端风险分布的紧密联系，为风险管理下的不确定性极值问题提供了系统框架 [page::0][page::1][page::4][page::12][page::22][page::32]
本报告构建了一个包含风险厌恶流动性提供者（LP）、中央化交易所（CEX）与去中心化交易所（DEX）自动化做市商（AMM）机制的动态投资与消费模型，通过动态规划方法求解LP的最优策略及AMM的最优设计。研究发现最优单位交易费随两资产基础汇率波动率上升而增加，且最优定价函数应实现资产配置效率，最大化LP效用。该模型及其数值实验结合以太坊和比特币市场数据，验证了理论预测，且支持通过优化交易费和定价函数提升LP价值的实际操作建议 [page::2][page::3][page::16][page::24][page::28].
本报告构建并发布了Course-Skill Atlas数据集，通过自然语言处理技术，基于300多万份美国高校课程大纲，细粒度推断课程与劳动市场详细工作活动（DWA）的匹配度，生成院校及专业的技能画像。该数据揭示了高等教育在技能培养上的时空演变、院校与专业间的差异性及与劳动力市场技能需求的对齐趋势，为教育研究和劳动力发展提供了重要基础数据和分析工具。[page::0][page::1][page::3][page::7][page::15]
本报告基于贝宁2013年人口普查数据，研究性别、出生顺序及儿童天赋能力如何影响家庭内子女教育不平等。结果发现，非受教育父母家庭中，性别和出生顺序解释了超过2/3的教育差异，而在大学教育父母家庭中，这一比例降至1/3。家庭平均教育不平等呈倒U型，且非受教育父母家庭的教育不平等显著高于受教育父母。结构模型估计指出，消除性别和出生顺序效应对减少家庭内教育不平等影响有限，而确保所有子女至少接受一年教育则可显著降低不平等，但女童教育仍落后于男童，且实际政策效果低于理论预期。研究表明多维度政策干预有助于缓解家庭内教育不平等 [page::0][page::2][page::12][page::17][page::27][page::30][page::31]
本报告深入分析了中国新能源行业的当前发展态势及未来投资机会，结合关键财务指标和市场趋势，重点构建了多维度量化因子体系，涵盖估值、成长与波动性指标，适用于沪深A股新能源板块。通过系统回测，验证了量化策略的稳健性与卓越收益表现，展望行业长期增长潜力，为投资者提供科学的决策参考和风险控制建议 [page::1][page::10][page::15][page::16]。
本报告系统回顾了过去20年经济学文献，重点分析收入冲击对家庭消费的影响机理与传导效果，评估结构模型、自然实验和调查问卷三种方法的研究进展，揭示消费对永久性冲击反应显著大于暂时性冲击且存在广泛异质性，结合关键估计如BPP模型参数、自然实验的边际消费倾向(MPC)等，提供了理解家庭应对收入变动及政策设计的重要理论和实证支撑 [page::0][page::5][page::10][page::15].
本报告提出一种利用结构因果模型指导大型语言模型（LLM）进行社会科学假设自动生成与验证的系统。通过四个社会情境的模拟实验，系统成功构建了假设、设计实验、执行LLM代理互动并拟合结构因果模型，实验结果与理论高度吻合，且证明LLM本身蕴含更多信息，需借助结构因果模型揭示。该方法实现了社会科学研究流程的自动化与可复现，推动社会随机实验规模化与高效探索 [page::0][page::2][page::6][page::10][page::12][page::14][page::16][page::17][page::21][page::26]
本报告聚焦去中心化金融(DeFi)中广泛应用的“总锁仓价值”(TVL)指标，系统揭示其存在的“双重计算”缺陷及内在不稳定性，提出新指标“可兑换总价值”(TVR)以准确衡量DeFi底层价值。通过对3570个协议五年数据的衡量，发现DeFi系统中TVL与TVR的差额峰值达1398.7亿美元，双重计算比例约为2倍。TVL较TVR对市场下跌尤为敏感，25% ETH价格跌幅导致TVL比TVR多出约10亿美元损失。报告还设计了DeFi货币乘数，量化双重计算程度，发现其与加密市场指标正相关，与宏观经济指标负相关，表明TVR较TVL更稳定可靠、能有效缓释DeFi系统风险[page::0][page::1][page::2][page::8][page::10][page::12][page::15]
本研究扩展了传统的买卖价差（BAS）和中间价概念，引入了总市场订单簿买卖价差（TMOBBAS）和全局中间价（GMP）。基于高频交易数据，发现TMOBBAS和GMP的对数收益率表现出厚尾特征且显著偏离正态分布。通过ARMA(1,1)-GARCH(1,1)模型结合正态逆高斯分布对动态特征建模，并采用期权定价模型对低流动性风险进行对冲。利用Rachev比率评估不同深度价差的风险收益表现，揭示了尾部风险的多层次相互依赖，为高频交易市场的风险管理和策略设计提供了理论支持与实务工具 [page::0][page::1][page::4][page::8][page::13][page::20][page::27][page::29][page::31]
本报告系统对比了传统参数估计方法（如最大似然估计、最小二乘估计和卡尔曼滤波）与深度学习方法（多层感知机，MLP）在 Ornstein-Uhlenbeck 过程参数估计中的表现。通过大量轨迹数据训练，MLP 显著优于传统方法，能更准确地估计均值回复率、长期均值和波动率参数，且随着数据规模增加表现进一步提升，验证了其强大的拟合能力和潜在的实时应用价值 [page::0][page::1][page::6][page::7]。
