The Impact of Artificial Intelligence on Enterprise DecisionMaking Processes
基于对92家企业的问卷实证分析，报告发现93%企业已采用AI，主要用于客户服务(59%)、数据分析(16%)与决策支持(15%)，85%受访者认为AI支持或可替代人类决策；但实现过程中以组织性障碍（员工抗拒49%、高成本25%、法规不明确24%）为主，关键能力为理解AI机制与变革管理[page::8][page::12][page::17]
金融研报AI分析
A Note on the Conditions for COS Convergence
本文给出可验证的充分条件，证明当一维概率密度 f 属于 L1∩L2 且存在 p>1 使得 ∫|x|^p|f(x)|^2<∞ 时，COS 方法是 COS-admissible，从而 COS 逼近在 L^2 意义下收敛，并将该结论推广到多维情形（需 p>d）以包含重尾分布（如 degrees-of-freedom 较小的 Student-t）[page::2][page::5].
Measuring and Rating Socioeconomic Disparities among Provinces: A Case of Türkiye
本文构建了包含16项指标的省级“社会经济发展指数”，采用Min–Max归一化、主成分分析（PCA）降维并结合k-means与Elbow法对2000–2022年81个省进行聚类与可视化分析，结果显示：仅2省处于“非常高”水平、30省“高”、25省“中”、24省“低”，且西部省份整体发展较好、东南与东部省份面临严重挑战，研究同时给出基于区域差异的政策建议 [page::3][page::14][page::16]
Exploring the Impacts of Economic Growth on Ecosystem and Its Subcomponents in Türkiye
本研究基于1995–2021年年度数据，采用ARDL界限检验与长短期估计，构建7个模型分别评估经济增长对生态系统活力及其子项（生物多样性/栖息地、生态系统服务、渔业、酸雨、农业与水资源）的影响，结果显示GDP对农业与水资源呈显著正效应，而对生物多样性、生态系统服务、渔业、酸雨及总体生态活力呈显著负效应，提示在推动增长的同时需配套环境友好与可持续发展政策以降低环境成本 [page::0][page::8].
Retail Price Ripples
基于近790亿条周度价格观测（2006–2015 年，527 个产品模块、约3.5万家门店、161 家零售商），本文发现“微小价格变动”的普遍性与系统性：存在“小幅上涨多于小幅下调”的不对称（APIS），以及其逆向形式 APIS‑R，并证明该现象并非仅由通胀或数据聚合伪影驱动，从而表明零售商可能通过小幅价格波动利用消费者注意力限制获得利润 [page::2][page::5].
Does Firm-Level AI Adoption Improve Early-Warning of Corporate Financial Distress? Evidence from Chinese Non-Financial Firms
本文研究基于2008–2023年中国上市公司样本，评估将企业级AI披露指标（如AI density、AI level及专利计数）加入机器学习预警模型后，对公司财务困境预测的增量效果；结果表明，加入AI特征能在不牺牲时序有效性的前提下显著提高对困境样本的召回率和G-Mean，树模型（如XGBoost/LightGBM/RF）受益最稳健，且使用更长历史样本优于仅依赖“AI丰富”近年数据的短窗训练策略 [page::1][page::18].
Impact of Brand Dynamics on Insurance Premiums in Turkey
本文基于2005–2015年31家土耳其保险公司面板数据，采用动态GMM估计，发现品牌信任（BT）对保费产出有显著且实质性的正向影响：单一等级的品牌信任提升对应约5.32百万TL的保费增加；品牌价值（BV）虽显著但弹性小：每增加1百万TL的品牌价值仅对应约0.02百万TL的保费增长；同时存在显著的滞后动量效应（约0.85），显示客户黏性与“从众”效应的持久性 [page::10][page::8].
How IFRS Affects Value Relevance and Key Financial Indicators? Evidence from the UK
本文基于2003–2006年FTSE100中样本，对比UK GAAP（2003-2004）与IFRS（2005-2006）下的账面与市场数据，采用正态性检验、非参数检验、Ohlson (1995) 回归与逐步回归分析两套检验（TEST-A 测试价值相关性、TEST-B 测试关键财务比率），结论为：IFRS显著影响价值相关性（BvMv 统计检验显著，Ohlson 模型中 MODE 系数为正）[page::10][page::14]；同时IFRS对盈利能力比率（ROE/ROCE/ROA/PM）和杠杆（GR）存在统计学上的显著影响，但对效率/流动性比率无显著影响，且逐步回归显示ROCE、ROA、PM 中 MODE 呈正且显著影响（表明向IFRS转换后这些比率总体上呈改善/提升趋势）[page::12][page::13]。
Optimal Comprehensible Targeting
本文提出并实证一个可操作框架，用以在营销定向中构建“可理解的（sentence-based）”目标策略、直接优化该类策略并与黑箱最优策略比较，从而量化“解释成本”。在耐用消费品促销RCT的实例中，作者发现最优三条子句的可理解策略相较于表现最好的黑箱（Policy DNN）每位客户平均损失0.23美元（约7.5%）且相对于全员投放能多赚0.38美元（约16%），说明可理解策略在保持相对简单的同时能挽回大量纯盲投损失 [page::0][page::24][page::23].
Reconstructing Large Scale Production Networks
本文提出一个四步可扩展算法：基于sector-aware logistic-gravity生成企业间连边概率、Bernoulli抽样构建二元骨架、通过最小扰动的跨SCC连边与自环实现马尔可夫闭合，以及以最小能量二次规划赋权，从而在保持部门流量与企业规模分布约束下合成百万级企业、亿级连边的生产网络；在完整美国产出5.4M企业与约1.25–1.3×10^8条连接的网络，并再现了度分布重尾、低聚类和近零互惠等拓扑性质 [page::0][page::3][page::33]
VISIBILITY-GRAPH ASYMMETRY AS A STRUCTURAL INDICATOR OF VOLATILITY CLUSTERING
The paper introduces a model-free visibility-graph asymmetry fingerprint computed from maximal forward and backward horizontal-visibility distances on absolute returns, summarized by KS distance, variance difference, entropy difference and extreme-span ratios [page::0][page::3]. The Monte Carlo study shows these geometric features sharply separate clustered GARCH dynamics from i.i.d. Gaussian noise and from shuffled-GARCH controls, with a simple linear classifier achieving ≈90% in-sample accuracy [page::5][page::6]. Applied to daily S&P500 absolute returns, the method reveals a pronounced forward–backward imbalance—most notably a variance difference ΔVar far exceeding simulated GARCH values— and this asymmetry vanishes after shuffling, indicating a temporal (clustering) origin rather than a pure marginal effect [page::7][page::8].
The Three-Dimensional Decomposition of Volatility Memory
本文提出了将波动率记忆唯一分解为“水平(level, M)–形状(shape, g)–节奏(tempo, μ)”三维的理论框架，并据此构建可观测门控模型（RSM、G–FIGARCH、G–Clock及其联合TG–Vol），证明了分解的存在性、唯一性及各模型的遍历与矩界条件，并在SPY与EURUSD(2005–2024)上实证表明：股市以 regime/tempo 门控为主，外汇以 fractional-shape 门控占优 [page::0][page::1].
Statistical Arbitrage in Polish Equities Market Using Deep Learning Techniques
本文提出并比较了三种用于构造可交易“复制组合”（以提取个股非系统性残差并据此做配对交易）的方案：PCA（主成分）构造的特征组合、以现有或人工构造的ETF/行业指数为因子，以及作者首创的基于双层LSTM的序列回归方法。残差以 Ornstein–Uhlenbeck 过程建模并归一化以生成交易信号；阈值在2015–2016年区间回测优化，主区间为2017–2019（另测2020年疫情冲击期）。总体结论：PCA 与 LSTM 在 2017–2019 年均能实现显著正收益（PCA 2017 年组合年化 Sharpe 高达 ~2.63），但在 2020 年疫情极端下以 ETF（稀疏/人工 ETF）为基础的方案更为稳健并实现正收益；作者认为 LSTM 方法有很大拓展空间并值得进一步优化 [page::1][page::79]
行业轮动月报(2025年12月)建筑、房地产、国防军工等相对占优
本报告构建并跟踪一个月频复合行业轮动体系，基于宏观、财务、分析师预期、ETF份额、公募/优选基金仓位与事件动量等子模块按因子动量逻辑动态择优合成信号，复合多头自2012年以来年化超额约19.9%，月度胜率约70%，最新给出2025年12月首推：建筑、房地产、国防军工、传媒、计算机[page::0][page::8]。
【轻工】“冰雪假”拉动相关消费，盈峰溢价受让索菲亚股份——轻工制造&纺织服饰行业12月投资策略展望
本报告评估轻工制造与纺织服饰行业短期驱动与公司动态，认为吉林“冰雪假”与国家促进消费实施方案将拉动家居、服饰及冰雪旅游相关消费；索菲亚股权让渡显示头部企业通过并购/合作强化产业链韧性；维持行业中性并对若干个股给出“增持”建议 [page::0][page::1]
【轻工|民士达（920394）2025年三季报点评】盈利能力提升明显，各业务发展稳步推进
报告点评民士达2025年前三季度业绩：营收与净利双增长，毛利率与净利率显著提升，经营性现金流大幅改善；蜂窝芯材交付节奏对单季增速有抑制，但电气绝缘产品和海外市场增长强劲；募投产线稳步爬坡，新产品与新领域推进顺利，给予“增持”评级并给出2025-27年 EPS 预测 [page::0][page::1]。
【两融】主要指数全部上涨，两融余额大幅上升——2026年融资融券年报
本报告统计并分析了截至11月26日的两融数据：主要指数全部上涨（创业板指涨幅最大为42.17%，上证50涨幅最小为10.69%），两融余额达到24,618.76亿元，较上年末大幅增加6,011.43亿元，其中融资余额增加5,944.91亿元，融券余额增加66.52亿元；ETF两融亦显著上升。报告指出投资者参与度与户均余额显著上升，且板块与市值结构发生分化，行业风格轮动将成为两融规模与结构的关键变量 [page::0]
【基金】风险偏好持续上升，成长风格占据市场主导— 公募基金2026年年度投资策略
报告总结：2025年风险偏好显著上升，成长与科技创新板块主导市场，公募基金中主动权益表现优于被动，商品基金中位数收益高达51.83%，纯债基金回报有限（0.94%），固收+产品表现较稳（4.37%）；机构（含中央汇金、保险）增加ETF与宽基配置并推动北向资金回升；2026年建议基于风险偏好调整配置，偏好成长与科技、适度降低久期与信用风险敞口，关注商品与海外AI主题配置机会 [page::0][page::1]
【基金】权益市场全面迎来修复，公募基金规模再创新高——公募基金周报
本周权益市场普遍回升，创业板领涨，公募基金规模逼近37万亿元并创历史新高；偏股型基金表现最佳（平均+3.25%），主动权益仓位维持高位但较上期小幅回落至81.96%；ETF市场出现大额净流出，股票型ETF净流出居前。报告还披露了基金发行与主要行业仓位变化，为短期配置与行业轮动提供参考 [page::0][page::1]
【固收】发行及成交金额增长，继续选择票息策略— 信用债12月投资策略展望
报告指出11月信用债发行及成交规模环比增长，收益率在低位震荡且月度均值下行，信用利差整体收窄，多数品种处于历史较低分位；在供给相对不足与配置需求仍在的背景下，票息策略与适度拉长久期仍为核心建议，关注地产债与城投债的分化机会与政策进展 [page::0][page::1]
