Fast Deep Hedging with Second-Order Optimization
本文针对存在市场摩擦的奇异期权避险问题，提出了一种基于广义Gauss-Newton矩阵的二阶优化方案，通过Kronecker分解高效预调梯度，加速深度避险模型训练。方法在对标具有挑战性的带隐含波动率的股票Cliquet期权的避险任务中，训练速度可达到Adam的4倍，显著提升优化效率和策略表现[page::0][page::1][page::4][page::5]。
金融研报AI分析
Evaluating utility in synthetic banking microdata applications
本报告基于巴拉圭中央银行真实微观银行数据，首次实现了中央银行级别的合成数据生成。通过金融使用指数、定期存款收益率曲线、信用卡转移矩阵三大金融监管核心应用，评估合成银行微数据的效用与隐私保护权衡，发现基于频次表的边际推断方法在金融监管合成数据生成中优于GAN模型，且预处理策略对合成数据效用影响显著，提示监管机构需以应用为导向设计合成数据方案 [page::0][page::1][page::5][page::18][page::21][page::23]
THE VIX AS STOCHASTIC VOLATILITY FOR CORPORATE BONDS
本报告提出利用S&P 500 VIX指数作为可观测的随机波动率因子，构建企业债券利率和利差的自回归波动率模型。通过将回归残差除以VIX指标，显著增强了残差的正态性和独立性，提升了模型拟合度。文章分别基于Moody’s AAA/BAA利差和Bank of America投资级与高收益债券的数据，验证了该模型的长期稳定性与遍历性，为企业债券风险与收益的量化建模提供了新思路和实证支持 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9].
LOG HESTON MODEL FOR MONTHLY AVERAGE VIX
本报告提出并拟合了一个基于月度平均VIX的log-Heston模型，结合股票指数月度收益率进行建模。核心发现是将月度收益率归一化（除以VIX）后，更接近独立同分布的高斯变量；模型呈现均值回复特性，创新项非高斯且具有Pareto型尾部特征，能够良好捕捉实际市场波动性和收益的统计性质，适用于大小不同的股票指数及其价格和总收益。模型具有良好的平稳性和有限矩性质，为长期投资者提供统计规律性的理论支撑 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10]
BITCOIN AND SHADOW EXCHANGE RATES
本研究基于LocalBitcoins.com点对点交易数据，构建了基于比特币价格的影子汇率（SER），揭示了影子汇率与官方汇率之间的溢价差异，称为BTC溢价。研究发现，P2P市场中的BTC溢价不受区块链微观结构影响，而主要受集中交易所的价格波动影响；对于受资本管制和汇率管理的货币，跨境转账成本通过传统渠道的增加几乎完全传导为更高的BTC溢价；此外，对于资本不受限制的货币，BTC溢价具有预测官方汇率短期贬值的能力。本研究强调加密货币在国际资本流动中的桥梁作用，对政策制定和投资者均有重要意义 [page::0][page::1][page::2][page::6][page::13][page::15][page::16].
Debiasing Alternative Data for Credit Underwriting Using Causal Inference
本报告提出一种基于因果推断的方法对另类数据进行去偏，使其可安全应用于信用审核，避免代理歧视和非法偏见。通过构建因果贝叶斯网络模型，区分合法数据路径与非法代理路径，训练时引入受保护属性作为调整变量，推断时置固定默认值，成功消除代理歧视风险。实证基于国家抵押贷款调查数据验证，该算法在提升模型整体准确性的同时，显著减少了不同族群间的模型偏差，兼顾公平性与精度 [page::0][page::2][page::3][page::4][page::6]。
Representation Learning for Regime Detection in Block Hierarchical Financial Markets
本报告围绕基于深度流形表示学习的区块层级相关矩阵，研究金融市场中宏观经济政局的识别问题。通过对JSE前60大股组合的实证及合成数据测试，评估SPDNet、SPDNetBN及U-SPDNet三种神经网络模型在市场状态分类中的表现，发现U-SPDNet在捕捉潜在区块层级结构及波动状态（压力、正常、上涨）上准确率更高，但整体回测收益略逊于均等权基准组合，强调了避免仅用准确率衡量复杂金融模型表现的必要性 [page::0][page::1][page::2][page::3][page::4][page::5]。
American Views About Election Fraud in 2024
本报告基于2024年6月至7月对2211名美国注册选民的在线调查数据，系统分析了公众对十种选举舞弊形式的认知和信念。研究发现，虽然缺乏舞弊实证证据，但大比例选民认为这些舞弊形式普遍存在，且共和党选民和具有阴谋论倾向者对此认同度显著更高。此外，农村与城市选民、政治参与度与舞弊认知间存在复杂且出人意料的关系。报告揭示了选举舞弊观念的持续根深蒂固和政治极化的现状，对理解美国民主信任危机具有重要意义 [page::0][page::4][page::5][page::6][page::7]
Differentiable Inductive Logic Programming for Fraud Detection
本文探讨了可微分归纳逻辑编程(𝜕ILP)在金融欺诈检测中的应用，针对PaySim合成数据及真实交易数据进行了性能评测。结果表明，𝜕ILP虽在大规模数据上存在内存限制，且无法优于基于决策树的传统方法，但在小数据集和递归规则学习场景下表现出强泛化能力和良好可解释性，尤其能有效构建递归欺诈链规则，填补传统机器学习方法的空白[page::0][page::4][page::6][page::7]。
Applications of the Second-Order Esscher Pricing in Risk Management
本文系统研究了二阶Esscher定价模型在期权定价及风险管理中的应用，重点分析了常数跳跃扩散模型中期权价格对二阶参数的敏感性及定价区间，并通过实证数据展示了该方法在动态Delta对冲、VaR及预期短缺估计中的优势。此外，论文将二阶Esscher定价推广至Merton、Kou双指数跳跃扩散及方差伽玛模型，并结合快速傅里叶变换提供了欧式期权的实用定价公式，为不完全市场中的风险定价与管理提供了理论和实践新思路 [page::0][page::8][page::28].
TraderTalk: An LLM Behavioural ABM applied to Simulating Human Bilateral Trading Interactions
本报告提出TraderTalk，一种结合大型语言模型（LLM）与基于代理模型（ABM）的混合框架，用于模拟金融市场中主体间的双边交易行为。通过引入语言模型生成的行为，提高模拟的逼真度，尤其在政府债券市场的买卖决策中实现了真实的交易意愿与实际交易比例，接近真实市场观察到的交易订单比率，展示了LLM增强ABM在金融行为模拟中的潜力[page::0][page::1][page::2][page::3]。
Modeling and Replication of the Prepayment Option of Mortgages including Behavioral Uncertainty
本报告针对固定利率抵押贷款中的嵌入提前偿还期权（EPO）风险，采用引入行为不确定性的随机风险因子模型，反映抵押贷款持有人非理性提前偿还行为，从而导致市场不完全性。理论及数值实验表明，包含行为不确定性降低EPO的估值，同时构建一种基于利率互换（IRS）和互换期权的静态复制策略以对冲该风险。针对市场风险价差的错配风险，报告提出鲁棒对冲策略的计算方法，有效限定风险敞口。数值结果显示，利用非线性工具（互换期权）显著改善复制表现，特别是在尾部风险控制方面具备优势，为金融机构风险管理提供了可行路径和量化工具 [page::0][page::3][page::6][page::7][page::10][page::18][page::20][page::23][page::24]
Knowledge and Freedom: Evidence on the Relationship Between Information and Paternalism
本报告构建了一个关于信息与父权主义关系的理论框架，设计两项实验检验决策者知识量对决策自主性的影响。结果显示，充分知情导致干预率下降超过60%，干预者偏好让决策者做出明智选择且多数情况下提供信息，但在少数情况下会策略性地不提供信息以正当化介入。此外，干预决策混合了决策者的偏好和干预者自身偏好，且无风险选项更易被强制实施，完善了“投射式父权主义”理论 [page::0][page::4][page::5][page::6][page::7][page::31][page::34][page::35][page::43]
Beyond Baby Blues: The Child Penalty in Mental Health in Switzerland
本报告利用瑞士大型保险数据，采用分期差分法，揭示女性首次生育后面临显著的心理健康惩罚：产后四年抗抑郁药处方率上升1个百分点（增幅50%），六年后升至1.7个百分点（增幅75%）。该心理健康惩罚随着时间推移加剧，主要源于母亲兼顾职场与家庭带来的持续压力，而非仅生理因素，且经济支持政策与父亲陪产假改革短期内无显著缓解效果 [page::0][page::3][page::4][page::21][page::30][page::33][page::81]
MCI-GRU: Stock Prediction Model Based on Multi-Head Cross-Attention and Improved GRU
本文提出了基于多头交叉注意力机制与改进型GRU的MCI-GRU股票预测模型，替换传统GRU中的重置门为注意力机制提升对历史重要信息的选择能力，并结合GAT提取横截面特征与多头交叉注意力捕获潜在市场状态，有效提升复杂非线性金融时序数据的预测精度。模型在中美主要股指数据集上的验证显示其超越多种主流模型，且已成功应用于实盘基金管理，体现了较强的实际适用性和鲁棒性 [page::0][page::1][page::4][page::11][page::16][page::17][page::22].
Extracting Alpha from Financial Analyst Networks
本文提出基于金融分析师覆盖网络的图注意力网络（GAT）交易策略，有效捕捉分析师覆盖带来的动量溢出效应，实现年化收益29.44%、夏普比率4.06，显著优于传统模型。通过全面实验和消融分析，验证了策略在稳健性、风险调整收益和换手率上的优势，展示了图神经网络在金融领域应用的新前沿 [page::0][page::1][page::4][page::5][page::6][page::7]。
Tests of thermal macroeconomic theory on simulated micro-economies
本文基于多种模拟微观经济体，验证了热力学宏观经济学理论的预测，包括均衡收敛、温差导致资金流动、价格驱动物品流动及系统熵不减定律。通过数值模拟，证实了温度和价格的定义、交易中熵的变化、以及通过类似卡诺循环的交易实现利润最大化等核心结论，为热力学宏观经济学提供了实证支持 [page::0][page::5][page::11][page::16][page::18][page::30]。
Democratising Agricultural Commodity Price Forecasting: The AGRICAF Approach
本报告提出AGRICAF方法，结合可解释机器学习和计量经济学技术，使用公开数据实现对玉米、大豆和小麦全球农业商品价格1年至12个月的准确预测。研究揭示不同商品、月份及预测期内影响价格的关键驱动因素及其演变，确保结果透明且适用于非专业用户，有助于提升食品安全与全球粮食市场公平性[page::0][page::2][page::15][page::22].
Modelling of Economic Implications of Bias in AI-Powered Health Emergency Response Systems
本文提出一个融合健康经济学、福利经济学与人工智能的理论框架，研究AI偏见对应急医疗资源分配、健康结果和社会福利的经济影响。通过引入偏见函数，定量分析不同群体受到的影响，揭示偏见导致资源分配次优、成本和福利损失增加。框架强调效率与公平的权衡，并提出改善数据质量、算法公平性与政策干预的缓解策略，为政策制定者和技术开发者制定公平有效的AI应急系统提供理论支持 [page::0][page::3][page::5][page::7]。
Optimal life insurance and annuity decision under money illusion
本报告构建了包含货币幻觉效应的生命周期消费、投资和保险决策模型，结合美国市场数据校准，推导了以CRRA效用为基础的显式最优策略。结果显示，货币幻觉会导致年轻家庭增加寿险需求，而退休阶段减少年金需求，从而为年金难题提供新解释。数值分析揭示投资策略、消费模式及保险行为均受名义价值偏好影响，并通过福利损失量化了货币幻觉的负面影响，强调提升金融通识教育的必要性 [page::0][page::2][page::15][page::17][page::18][page::29][page::30]
