本文基于德国债券期货（Schatz、Bobl、Bund、Buxl）逐笔限价委托簿数据，系统揭示了订单量分布、订单流动规律、订单间隔时间及价差等典型市场特征，并提出了可用于市场仿真器验证的现实度指标。结果显示不同期货存在共性与个性特征，丰富了债券期货资产类别的市场微观结构理解，为开发更精准的市场模型提供了实证基础 [page::0][page::6][page::12][page::36]。
本文评述了历史模拟（HS）、参数模型（如GARCH、Vasicek）及多种深度生成模型（包括CGAN、CWGAN、Diffusion、TimeVAE等）在金融时间序列生成与VaR风险预测中的应用表现。通过综合统计指标体系（包含分布距离、自相关和回测）对模拟和真实USD利率期限结构数据进行系统测试，结果显示HS和GARCH模型表现最佳，CWGAN为表现最优深度生成模型。本文还提出了两种改进深度生成方法（Encoder-Decoder CGAN和Conditional TimeVAE）并探讨未来研究方向 [page::0][page::2][page::4][page::29][page::59][page::69]
本报告通过构建多种机器学习模型，使用2007年至2022年马达加斯加10个季度宏观领先指标，准确实现了对马达加斯加实际GDP的实时预测（nowcasting）。研究发现，机器学习集成模型在各个经济阶段表现均优于传统计量经济学模型，尤其在COVID-19疫情等经济波动期间能更好地捕捉经济转折点。此外，数据预处理中的鲁棒缩放显著提升了模型预测精度，模型的时间范围扩展也有助于提高预测的适应性和准确性，为政策制定者提供了重要数据驱动参考 [page::0][page::1][page::5][page::8][page::9]
本报告深入分析了数字货币市场中比特币（BTC）交易价格波动与金融论坛Bitcointalk用户活动之间的关系，揭示论坛的发帖数量、引用频率与BTC价格趋势高度关联。研究表明，论坛活动特别是帖子与主题的互动比例在时间序列上具备对BTC价格短期（约3日）预测能力，提示金融论坛数据可作为加密货币投资风险管理和价格走势辅助决策的有效工具。此外，论坛内容反映了诸如Pump-and-Dump等市场操纵行为，并且不同用户等级的活跃度与论坛影响力存在差异，强调对用户类型细分的重要性。研究还对比了其他主流加密币与论坛互动的相关性，阐明了该方法在多币种的适用性与局限性。最后，报告针对非监管市场的波动性风险提出了结合社交媒体信息的后续研究方向 [page::0][page::5][page::8][page::11][page::13][page::15][page::16][page::20][page::21].
本报告提出基于同伦法的系统方法，枚举含地理位置异质性、社会互动和弹性住房供给的空间均衡模型中的多个均衡。通过两步同伦路径，将复杂城市模型的均衡映射到简化城市的多项式系统解，利用代数几何确保均衡的全面枚举。应用于芝加哥353个社区，证实存在多组“反事实芝加哥”与估计参数一致，揭示人口分布、价格和福利的多重可能性。研究方法具备计算可行性，适用于大规模位置选择模型，且可推广至贸易和产业组织模型[page::0][page::1][page::2][page::3][page::6][page::13][page::22][page::25][page::40]
本文采用基于主成分分析和余弦相似度的无监督聚类方法，系统刻画并量化宏观经济变量(MEVs)的相关结构。通过对2000至2022年的数据滚动窗口聚类发现，在金融危机及疫情等压力情景下，MEVs聚类数显著减少，反映变量间同步度增加。此外，聚类数在CCAR压力测试假设场景中表现一致，揭示了MEVs相关结构动态变化的定量特征，为金融模型变量选择及风险管理提供了新视角和工具 [page::0][page::11][page::12][page::14]。
本报告提出了一种通过引入随机参数（randomisers）与多重状态切换机制（确定性与随机切换）构建的随机组合过程模型框架，进而构造对应的局部波动率模型。模型能够模拟不同波动率及不确定度 regimes，并通过 Gauss 求积方法实现参数积分的高效离散化，确保数值可行性与精确性。文章系统推导了不同切换机制下模型的解析特征函数，并通过金融期权定价数值实验，展示随机参数与切换机制对隐含波动率曲面的显著影响，提供了新颖且可解释的金融资产建模工具 [page::0][page::1][page::3][page::7][page::11][page::17][page::20][page::23]
本报告构建基于行为数据的企业信用风险评估模型，采用Experian私有数据训练并测试于意大利央行中央信用登记数据，验证模型的跨域迁移能力和预测准确性。模型由三阶段组成，实现默认概率预测、校准及评级划分，结合特征选择与SHAP解释性分析，确保性能和透明度。通过严谨的映射和统计检验，确认Experian数据为中央信用登记数据子集，且模型在中央数据上准确性接近训练表现，展现了利用外部行为数据提升金融信用评估的潜力 [page::0][page::2][page::5][page::11][page::20][page::22]
本文提出了一种基于时刻的神经网络方法，利用物理信息神经网络高效求解Hawkes过程的Fredholm积分方程，实现对高维多维标记Hawkes核的非参数估计。方法在模拟数据中表现鲁棒且准确，并应用到加密货币高频市场数据，揭示成交量对比特币交易率的影响及多达15对加密货币间的因果传导关系，提供市场微观结构的新见解 [page::0][page::2][page::10][page::22][page::23][page::24][page::26].
本报告基于统计物理中理想自旋系统的模型，推导了理想代理系统中化学势的状态方程，揭示了化学势与系统温度（不确定性度量）和磁化强度（代理者意见一致性）的关系，尤其在资本市场中表现为化学势与波动率的正相关，为后来综合模型中动态化学势的应用提供了理论基础[page::0][page::3][page::8][page::9][page::11]。
本报告提出了在模型不确定性下以G-布朗运动为驱动力的均值场随机微分方程（均值场G-SDEs）的理论框架。文章构建了系数函数依赖随机变量本身的更广泛模型，弱化了传统文献中对确定性和利普希茨连续系数的限制，采用Osgood型连续性假设，证明了在这些宽松条件下均值场G-SDEs的存在性和唯一性。此外，报告概述了与已有研究的联系与区别，展示了该方法的数学优势及其未来通过非局部非线性偏微分方程实现功能计算的潜力 [page::0][page::3][page::8][page::18][page::19].
本文基于基础设施、教育和金融三个支柱指标，对拉丁美洲国家在人工智能领域的投资潜力进行了排名，指出阿根廷、哥伦比亚、乌拉圭、哥斯达黎加和厄瓜多尔等新兴国家具备良好的投资环境和发展潜力。通过对各国的电力普及率、互联网接入、超算资源、教育水准和投资规模等进行综合评估，本文为政策制定者和投资者提供了有价值的参考框架，助力锁定拉美AI发展新兴力量 [page::0][page::1][page::3][page::7][page::8]。
本报告深入研究了定义在有界随机变量空间的一族条件非线性期望，证明在满足自然一致性条件时，它必然退化为以状态依赖效用函数定义的条件确定等价物。通过将问题嵌入决策理论框架，提出并刻画了Sure-Thing Principle（确定性原理），揭示了其等价于存在条件Chisini均值，该均值为经典条件期望在非线性场景下的推广。同时，解决了Wakker和Zank（1999）提出的状态依赖效用函数连续性猜想，为时间一致性非线性期望提供了新的数学基础 [page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::13][page::14][page::15][page::16][page::17].
本文探讨了信用风险压力测试模型中，基于过周期（TTC）风险参数所定义的唯一TTC组合的存在及其性质，揭示了当前银行贷款组合在模型参数不一致时会向该TTC组合传播，导致预测违约概率（PD）产生虚假偏差，进而扭曲压力测试结果。通过一系列数值示例，验证了该效应可能在无压力情形下即显现，并提出基于计算TTC组合及无压力下组合PD投影的实用检测方法，为风险管理人员避免虚假衰退或景气信号提供了指导 [page::0][page::1][page::7][page::11]。
本报告系统分析了以太坊PoS体系下液态质押衍生品（LSDs）上的杠杆质押策略，提出了其正式模型并识别了市场中442个杠杆质押地址，涉及资产总量达53.7万ETH（8.77亿美元）。研究表明81.7%的杠杆质押头寸实现了高于普通Lido质押的年化收益率。同时，针对stETH可能大幅贬值的极端场景进行了压力测试，结果显示杠杆质押显著加剧了连锁清算风险和市场抛售压力，进而引发价格跌落和普通质押头寸的系统性风险蔓延，揭示了高收益背后的潜在风险隐患[page::0][page::1][page::6][page::16][page::19]。
本报告提出通过穷尽大量设计选择路径（forking paths）来生成分布广泛的统计结果，以提高结论的稳健性和可信度。以股权溢价预测、资产定价异常和风险溢价估计为例，展示设计变化对统计量分布范围有显著影响，且通过路径生成的多重检验比传统自助法更为保守，阈值显著提高，提示实际有效异常稀缺。报告引入“易确认度（EtC）”指标，对外部结果在路径分布中的位置进行量化，揭示先前研究结果的可复制性存在异质性[page::0][page::4][page::17][page::18][page::41]
本报告提出一种基于汇率变动识别服务贸易弹性的创新方法，有效解决服务贸易中价格缺失及内生性问题。通过对比多种估计策略，采用需求与供给方程的归约形式联合估计，成功复刻有形商品的基准弹性估计结果，并首次准确测算日本八类服务贸易弹性。结果显示，服务贸易弹性约为1，呈现较强的国际互补性，显著区别于以往基于企业数据测得的高弹性结论。这为服务贸易政策评估提供了新视角和实证依据 [page::0][page::2][page::9].
本报告提出了Proof of Efficient Liquidity (PoEL)协议，设计用于内嵌核心DeFi应用的PoS区块链网络，旨在通过预算激励和风险结构化引擎，实现流动性的可持续引导与网络经济安全的提升。该协议通过多资产抵押动态调整、优先奖励分配和资本利用率最大化，优化了质押资本结构，有效解决初期流动性和安全保障的悖论循环，同时通过服务费积分机制促进网络用户活跃度和经济增长，保障协议的稳定扩展与长期可持续发展 [page::0][page::1][page::3][page::5][page::6][page::8][page::11][page::15]
本文提出利用物理信息神经网络（PINN）高效计算带有利息和固定股息障碍的Gerber-Shiu折现罚函数。该方法将包含积分项的偏微分方程直接嵌入神经网络的损失函数，通过自动微分求导，并结合高斯求积法离散积分项，实现灵活且无需初始值即能设定边界条件的数值解法。通过指数分布、Erlang和指数组合等多种赔款分布的数值实验验证，证明方法在计算准确性和稳定性方面优于传统数值方法，且易于编程实现 [page::0][page::1][page::9][page::11][page::14]。
本报告研究了两分布之间的鞅Schrödinger桥问题，确认了在严格不可约条件下存在唯一的最优耦合，其密度由边缘和鞅约束下的三函数潜势指数表示。利用对偶理论与逐步极限过程，解决了因鞅约束带来的积分性难题，首次在多个边缘下建立了完备的潜势存在性与唯一性定理[page::0][page::1][page::4][page::16][page::20]。
