本报告研究了欧盟结构性投资基金中“低碳经济”支出对欧盟区域温室气体排放减少的效果，覆盖2007-2013和2014-2020两个规划期。研究采用排放时间序列分解为趋势与周期成分的面板数据模型，发现支出在不同地区（发达区、过渡区和欠发达区）表现出显著差异：发达和过渡区域的低碳投入有效降低了长期排放趋势，而欠发达地区则呈现排放增加的反常现象。进一步分气体分析揭示了CO₂、CH₄和N₂O排放的影响不一致，反映出减排的复杂性，强调了环境政策需针对地区发展水平精准设计和调整的必要性 [page::0][page::1][page::19][page::20][page::21]
本文基于含跳跃的扩展Black-Scholes模型，证明了不同预测策略在股票收益预测中的表现趋同，甚至平庸的预测在高波动条件下与最优预测效果无异。揭示了一个关键“临界关系”——当观察时间小于相对波动率平方时，最佳线性无偏预测反而劣于平庸预测，强调在绝大多数实际情形下基于历史数据的预测几乎无效，为量化投资策略的有效性提出严峻质疑。[page::0][page::2][page::12][page::13]
本报告提出基于神经网络表示期限结构的加法过程期权定价模型，解决传统参数化期限结构设计难题，提高了原有加法逻辑斯蒂过程在拟合隐含波动率曲面上的灵活性和精度。通过单一及序列隐含波动率曲面实证，验证了神经期限结构的高效标定和动态适应能力，极大增强模型在实际动态市场中的稳定性和鲁棒性。[page::0][page::1][page::13]
本报告提出了NeuralFactors，一种基于变分自编码器的深度生成因子模型，能够端到端地学习股票的因子暴露和因子收益，改进了传统因子模型的表达能力和计算效率。通过对标的S&P 500股票的经验分析，模型在负对数似然、协方差预测、VaR风险分析和组合优化上均优于现有方法BDG和PPCA，且因子暴露具有解释性和聚类特性，为股票嵌入提供新视角 [page::0][page::1][page::4][page::5][page::7][page::8]。
本报告针对标准LIBOR市场模型在捕捉市场波动率微笑和偏斜方面的不足，详细介绍了三种SABR/LIBOR市场模型（Hagan、Mercurio & Morini及Rebonato模型）的理论设定及其与市场数据的标定方法。报告提出了一种基于多GPU并行模拟退火算法的高效标定策略，显著加速参数校准过程。数值实验采用欧元IBOR的6个月利率市场数据，分别对标准模型和扩展模型进行了caplets和swaptions的拟合验证，结果表明Mercurio & Morini模型在拟合交换期权价格和计算效率上表现最佳。GPU加速使得复杂模型的蒙特卡洛标定成为可行的工业应用方案 [page::0][page::6][page::16][page::26]
本报告提出NeuralBeta，一种基于深度学习的动态贝塔估计方法，该模型通过引入类似加权线性回归的新输出层实现可解释性，并能同时处理单变量与多变量场景。实验结果显示，NeuralBeta在捕捉贝塔动态变化（尤其是市场规制转换时期）方面显著优于传统滚动OLS/WLS方法，并展现出良好的泛化能力与适应市场波动的灵活性，具有广泛金融应用潜力 [page::0][page::1][page::4][page::6].
本报告强调公平性在交通工程中的重要性，提出了一套基于现代公平理论的定量、公正且务实的公平框架，兼顾交通效率与公平。通过信号灯控制和静态路桥定价两个案例，验证该框架提升公平性的可行性，发现公平与效率并非必然冲突，且不同公平理念对优化目标影响显著差异，尤其传统平等主义与效率存在较大矛盾[page::0][page::1][page::5][page::8][page::9][page::10]。
本报告提出了McKean型前瞻性BSDE（MKABSDE）用于衍生品定价中初始保证金的建模，证明了存在唯一性定理，并针对当保证金与合约价格条件风险价值（CVaR）成比例时，给出数值求解方法。基于BSDE的非线性定价框架，探讨了包含IM的对冲组合价值动态，并利用高维回归蒙特卡洛和有限差分法进行数值近似，进一步分析了小期限下的线性与非线性BSDE近似及其误差估计，为金融机构在风险管理及保证金规则设计提供理论支持和算法基础[page::0][page::1][page::3][page::9][page::10][page::14][page::17].
本报告通过丹麦西北部的自然地理变革自然实验，实证分析了第一性质地理对经济发展的因果影响。1825年风暴导致的Agger海峡开通使该区市场接入度提升，引发贸易活跃、制造业和渔业增长，人口在世代内增加26.7%。700年前海峡闭合则对应经济活动显著衰退，考古证据一致验证该结论。研究表明第一性质地理直接决定繁荣水平和地理分布，非仅路径依赖，揭示基础自然环境对长远发展根本作用[page::0][page::2][page::36]。
本文比较了基于微观结构（逐一建模成分期货）与宏观结构（直接建模指数）两种随机局部波动率模型，用于定价基于S&P GSCI原油指数的路径依赖期权。结果表明，宏观模型虽便捷且速度快，但在敏感性指标和对冲能力上不及微观模型，且两模型在路径依赖产品定价上存在轻微差异。微观模型更适合日常校准和实际交易对冲，而宏观模型适合快速估价 [page::0][page::2][page::24][page::25]。
本报告通过实验比较了两种二级投票规则（赢者通吃和比例代表制）下的投票率行为及其福利影响。研究发现少数派投票率显著低于理论预测（泰坦尼克效应），多数派投票率显著高于理论预测（行为攀比效应），且这两种效应在比例代表制下更为明显。这导致投票者福利分布的不平等加剧，且局部多数或少数地位对投票率有更强影响，说明行为因素对二级投票规则的规范评价具有重要意义[page::0][page::1][page::2][page::4][page::9][page::11][page::14][page::18][page::19]
本文构建一个考虑主险与附险理赔延迟的离散时间风险模型，研究基于报告和结算理赔的四种动态保费调整原则，通过递归计算有限时间破产概率，发现理赔延迟概率升高降低保险公司破产风险，主险与附险相关性增强则增加破产概率。此外，基于结算理赔经验调整保费原则相比基于报告理赔经验的原则导致更高破产概率，尤其在理赔延迟概率较高时差异显著。本研究结合数值实例验证理论结论，为保险公司保费调整策略提供风险管理参考 [page::0][page::19][page::21][page::25][page::34]
本报告通过分析风光高比例并网条件下的电价形成机制，发现传统容量扩展模型中完全无弹性需求假设导致价格严重畸变。引入约-5%的需求短期弹性后，价格峰谷大幅平滑，零价时段由90%降至30%左右，价格在多天气年间更为稳定，且长期模型与短期模型价格趋同。论文还提出基于边际储能价值的简化储能竞价策略，验证在有限前瞻条件下储能调度的有效性，表明未来能源只市场仍具协调投资和调度的关键作用 [page::0][page::1][page::5][page::6][page::8][page::9][page::10].
本报告研究了在跳跃扩散模型下，投资者面临的比例投资组合保险（PPI）策略的最优设计问题。通过引入S型效用函数和鞅方法推广，考虑资产价格的向下跳跃导致的缺口风险，构建了一种能在缺口风险情况下持续保持市场权益敞口的新型PPI策略。数值分析显示所优化的乘数有效避免缺口风险，保障终端财富大于保障水平，并提升投资策略的动态适应性与稳健性[page::0][page::1][page::2][page::6][page::11][page::13][page::18]
本报告提出一种结合隐含波动率曲面动态信息的深度强化学习动态对冲方案，通过引入前瞻性波动率曲面因素，利用混合LSTM与FFNN的神经网络结构优化对冲策略。该方法在模拟与历史回测中均优于传统Black-Scholes、Leland以及微笑隐含Delta等基准，对冲性能和风险控制显著提升，且在考虑交易成本时表现更稳健，同时通过Shapley值分析确认了隐含波动率关键因子对风险降低的重要贡献[page::0][page::1][page::2][page::4][page::13][page::16][page::25][page::27][page::28]
本报告基于高频市场制造连续时间马尔科夫决策模型，构建离散时间近似模型，理论分析了采样频率对强化学习算法的影响，揭示学习误差与样本复杂度间的权衡关系。进一步拓展到两个市场制造者的博弈框架，证明离散时间纳什均衡收敛至连续时间纳什均衡，并应用纳什Q学习算法计算均衡策略。数值模拟验证理论结果，为高频市场制造中的RL算法采样频率选择提供指导 [page::0][page::3][page::8][page::12][page::16][page::20][page::23][page::24]
本报告利用Lange和Papageorgiou(2020)提出的非参数方法，结合日本Hello Work平台1972年至2024年的月度数据，首次非参数估计日本劳动力市场的匹配效率及匹配弹性，揭示匹配效率呈下降趋势，且匹配弹性在失业者与职位间存在显著波动。报告将岗位匹配失配指数扩展为非参数版本，并通过MPEC方法计算，发现职业层面的匹配失配明显高于地域层面，并且传统Cobb-Douglas模型低估了失配程度[page::0][page::1][page::6][page::12][page::27]
本研究基于2018至2023年首尔信用卡数据，运用相关性密度指标，揭示消费者对住宅附近多功能购物行为的偏好。发现相关性密度在2公里以内的购物距离内对购买决策影响显著，疫情期间该效应有所减弱但于2023年部分回弹，反映出消费行为的韧性与地区差异，丰富了经济地理和复杂性经济学视角下的消费行为研究 [page::0][page::2][page::11][page::14][page::23]。
本报告结合随机矩阵理论与复杂网络分析，构建了基于S&P500股票的关联网络，通过几何布朗运动模拟“市场”与“噪声”成分的股票收益率相关性，定量区分集体市场模式与噪声影响，提出了一种利用网络关键节点和社区结构优化相关矩阵的方法，并基于此构建的市场模式模拟随机游走优化组合管理，在短期内收益提升达50% ，显著优于传统历史数据方法，验证了复杂网络分析在资产配置中的应用价值[page::0][page::4][page::6][page::11][page::12]
本文构建一个封闭的宏观经济代理模型，结合异质家庭与适应性企业，重点纳入失业救济金政策对就业质量、工作稳定性及工龄的影响。模型创新性地引入个体价值观、社会规范及社交网络，对不同失业救济金水平和期限的多场景模拟表明：延长失业救济期限并不必然提升岗位匹配质量，反而可能削弱通过社交网络的有效求职，凸显社交关系在劳动力市场动态中的关键作用 [page::0][page::2][page::8][page::14]
