本文提出一种结合大型语言模型（LLMs）和agentic框架的半自动化模型发现方法，通过识别金融时间序列的随机微分方程（SDE）来估计市场风险指标（如VaR、CVaR、最大回撤），并以此辅助股票交易决策。实验涵盖多种LLM模型，通过传统与合成数据的回测验证，显示模型驱动的风险分析显著提升了交易策略的夏普比率，部分优于买入持有策略，突显结合模型发现与新闻情绪分析的agentic系统在量化交易中的潜力与挑战[page::0][page::1][page::15][page::18][page::20]。
本报告聚焦2025年医药生物行业半年报预告密集披露，分析国家医保目录调整、重大并购及药品审批进展，结合行业市盈率及子板块行情，提出持续看好板块投资机会，重点关注创新药管线兑现和集采政策优化带来的业绩反转机会[page::0][page::1]。
本报告总结了2025年7月4日至10日期间利率债市场表现，指出资金价格小幅上行但整体宽松，一级市场供应压力有限，二级市场利率整体上行，利率曲线趋于平坦。报告分析了通胀、资金面、政策与贸易环境等因素对债市的影响，并预测债市震荡格局依旧，建议关注短期限利率风险。[page::0][page::1]
报告分析美国就业市场韧性及其对关税政策的影响，美联储货币政策或维持观望；国内方面，6月CPI由负转正，能源价格等部分品种支撑物价回升，短期物价或低位运行，PPI持续承压。政策层面强调稳就业以稳定预期，整体面临地缘政治和经济政策变化风险[page::0][page::1]。
本报告基于微软联合66家企业的随机对照试验，分析生成式AI工具Copilot对知识工作者工作模式的影响。结果显示，Copilot显著减少员工在邮件上的时间（最高减少31%），提升了多任务处理效率，尤其是邮件处理和文档完成速度，但对会议时间和团队协调相关行为影响有限，反映生成式AI初期更易改变个体可独立调整的工作行为，组织层面协调变革需更长时间[page::0][page::1][page::7][page::8][page::11]。
本文提出一种基于Rivers和Vuong非嵌套模型选择框架的创新性检验方法，通过比较两种BLP风格工具变量在第一阶段价格回归中的拟合优度，便捷检测企业是否存在价格共谋行为。该方法无需估计复杂的需求-供给系统，具备对模型设定误差和数据限制的鲁棒性。大量蒙特卡洛模拟验证了方法在不同市场结构、利益内化程度和共谋范围下的有效性，并将其应用于韩国乘用车和方便面市场，结果表明乘用车市场的品牌价格体现母公司联合利润最大化，而方便面市场无明显共谋。该方法可作为初步诊断工具，辅助设计更有效的BLP工具变量，提升需求估计的识别力和政策评估的准确性 [page::0][page::2][page::19][page::21][page::33]。
本论文提出一种基于贸易数据及多数据源联合分析的新方法，用以对全球磷矿石采矿国与农业用磷国之间的磷流动进行精细化追踪。通过优化不同磷相关商品的权重系数、构建多阶段修正模型，并结合磷矿开采及农业使用数据，作者得出了国家间物质层面的磷流矩阵，揭示了全球磷供应链的复杂网络结构，对资源流动分析和供应安全评估提供理论与方法基础，且该方法具有较好的可扩展性，适用于其他矿产资源的流动研究[page::0][page::3][page::7][page::12][page::15]。
本研究实证评估三大大型语言模型（Claude、GPT、Gemini）与人类招聘专家在简历筛选任务中的表现差异与一致性。通过对比无公司信息、多国公司、创业公司及信息减少四种上下文条件，分析LLM在评分上的变异及其对组织环境的适应能力。结果显示，GPT在上下文适应性方面表现最强，但信息稀缺时评分出现明显膨胀，反映噪声；Claude则评价稳定但缺少灵活性；Gemini表现介于两者之间。人类专家评分更保守且具备对有限信息的稳健处理能力。研究强调LLM虽可显著提升招聘效率，但与人类判断存在系统性分歧，建议采用人机结合方案以兼顾效率与公正性，同时关注信息完整性以保障AI评价的可靠性 [page::0][page::24].
本研究采用增强型合成控制法及矩阵补全估计，系统量化了也门2011年革命及随后的内战对其宏观经济、社会发展和制度质量的多维冲击，结果显示GDP和人均收入约缩水75%，投资和贸易大幅萎缩，生命预期下降两年，人类发展指数下降逾三成，治理体系全面崩溃，体现冲突对国家全面倒退的深远影响[page::0][page::13][page::14][page::20][page::24][page::25]。
本文提出基于张量网络中的张量列车（TT）表示，结合傅里叶变换的期权定价方法，实现多资产期权希腊值的高效计算。通过张量叉插值法(TCI)构建包含参数依赖的TT表示，设计了数值微分（ND）和解析微分（AN）两种方法计算希腊值。ND方法在计算复杂度和精度上表现优越，在线阶段计算速度较蒙特卡洛快10万倍以上，且银河精度与MC方法相当，验证了TT表示在缓解多维积分的维度灾难中的潜力 [page::0][page::1][page::6][page::10][page::18][page::22]。
本文基于统计物理中的二维Ising模型，提出了在经济物理学中测量代理系统温度的方程，通过决策盈余比衡量系统温度，实现了温度由模拟参数向可测状态变量的转变。方法在神经科学行为实验中得到应用，展示了对竞争代理子系统影响的策略思路，为经济物理及多代理系统研究提供量化新工具和方法 [page::0][page::1][page::4][page::7][page::8][page::13]。
本文针对去中心化交易所(DEX)上两套利者围绕气体费（gas fee）的竞争，构建并分析了一个对称混合纳什均衡的博弈模型，刻画了套利者参与概率、气体费分布及交易量。模型揭示了交易者更倾向用较低气体费交易，较高气体费对应更大交易量，且在低基本气体费用与较大套利空间和池流动性的条件下，套利收益为正。实证部分利用Binance和Uniswap数据验证了这些理论预测，例如套利交易量和气体费均随着套利机会增加而增加，首次交易者优于后手交易者的利润更大等策略特征 [page::0][page::16][page::22]
本报告基于动态构建的职业AI暴露评分，结合美国当前人口调查数据，首次实现AI能力进展与劳动力市场变化的近实时关联分析。研究表明，随着AI能力从传统机器学习发展至自主代理AI，职业AI暴露度上升与就业减少、失业率上升及工作时间缩短显著相关，影响主要集中在认知复杂职业及特定人群。手工体力职业受影响相对较小甚至就业有所增加，提示AI对劳动力市场的冲击存在结构性异质性，强调实时监测与政策前瞻的重要性 [page::0][page::4][page::57][page::58]。
本文研究印度汽车行业临时工与正式工的工资折让差异，采用嵌套CES生产函数与区分临时和正式工的劳动供给模型，结合Nash-Bertrand与Nash谈判的工资设定机制。结果显示，尽管劳动力生产率提升，但总体TFP下降导致边际成本上升，产出加价率从60%降至40%。临时工工资折让持续在40%，正式工稳定在10%。劳动市场势力导致工资大幅压缩，临时工的劳动力收入份额对劳动市场势力的敏感度是产出市场势力的四倍，正式工更达八倍，揭示市场势力是工资折让和劳动力收入份额下降的主要驱动因素 [page::0][page::1][page::32][page::39].
本论文针对公开网络安全事件数据稀缺问题，提出利用InsurTech赋能的实体特定特征构建丰富的数据集，结合多标签分类和多输出回归机器学习模型预测网络事件的发生及频率。结果显示，InsurTech特征显著提升了预测准确性，尤其是企业声誉相关指标，但各类网络事件间实体层面的依赖性较弱，频率预测仍具挑战性，为个性化网络保险定价和风险管理提供数据驱动支持[page::0][page::1][page::2][page::13][page::14][page::16][page::23]。
本文结合1952-1967年英格兰和威尔士的月度失业率数据与UK Biobank晚年健康及人力资本数据，运用以行业加权全国失业率为工具变量的计量模型，发现早期1000天内小幅经济波动对成年后健康及教育、收入等人力资本指标无显著影响，且无明显群体异质性，选择性偏差亦未驱动结果，提示小规模经济冲击对晚年发展的影响甚微 [page::0][page::2][page::3][page::4][page::17][page::18][page::27].
本文通过将公司资产价值建模为几何布朗运动，研究了连续时间依赖障碍下的首次穿越时间，从理论上划分金融风险为高、中、低三个等级。通过无闭式解障碍函数的渐近行为，提供风险评估的数学基础，并给出各风险等级对应的数理条件及均首次穿越时间的存在性判别，推动结构性信用风险模型更灵活地适应时间变化环境[page::0][page::9][page::35][page::38]。
本论文提出基于多尺度网络动态和Model Context Protocol(MCP)的系统性风险分析框架，结合转移熵网络、多主体建模和小波分解方法，实现在不同时间尺度上的信息流捕捉及异质主体通信，构建了综合的系统性风险指数。实证分析显示该方法优于传统指标，揭示了多尺度风险传播模式，为宏观审慎政策和监管提供了新思路，相关实现通过开源R包MCPFM发布，支持可复现研究与实际应用[page::0][page::1][page::2][page::3][page::7][page::16]
