Mean-Field Price Formation on Trees

本文结合均场博弈理论与经典二项树框架,研究股票价格形成的均衡问题。针对具有指数效用和递归型指数效用的代理人,证明了均衡存在唯一性,推导了股票价格在二项树路径上的均衡转移概率显式表达式。模型中考虑了依赖于不可对冲的公共及个体因素的随机期末负债和增量赋予,并引入了外部订单流。数值实例表明,这些因素显著影响均衡价格分布的形态及风险溢价水平,且异质性因素驱动市场交易量产生

本文结合均场博弈理论与经典二项树框架,研究股票价格形成的均衡问题。针对具有指数效用和递归型指数效用的代理人,证明了均衡存在唯一性,推导了股票价格在二项树路径上的均衡转移概率显式表达式。模型中考虑了依赖于不可对冲的公共及个体因素的随机期末负债和增量赋予,并引入了外部订单流。数值实例表明,这些因素显著影响均衡价格分布的形态及风险溢价水平,且异质性因素驱动市场交易量产生

本研究基于547家日本企业2018-2023年数据,实证分析企业高管人口特征(年龄、性别及技术背景)对AI投资和生产率提升的影响,发现年轻及具技术背景的CEO显著提高企业AI投资意愿,AI投入带来约2.4%的全要素生产率提升,且效应通过成本降低、收入提升和创新加速三大渠道实现,企业规模对高管影响力有显著调节效应。

本文首次提出全面的理论与实证框架,扩展新经济地理学以纳入五种AI驱动的空间机制,系统分析日本老龄化社会中AI对空间生产率集聚效应的影响。通过东京地区多维面板数据和五种因果识别方法,发现AI实施显著提升空间集聚度4.2-5.2个百分点,且在高AI适应行业效果最为明显(增幅达8.4个百分点)。机器学习预测显示激进AI采纳可抵消60-80%的老龄化带来生产力下降,提出分三阶段的政策框架以促进包容性空间转型并支持长期可持续发展,框架具全球老龄化社会推广价值

本研究通过仿真对比传统运营、路径优化AI与综合的天气感知AI系统,证实天气感知AI凭借深度气象预测与机器学习定位优化,实现了高达107.3%的驾驶员生产力提升,远超路径优化AI的14%。天气预测作为最大单项贡献,显著提升运营效率并促发逾89亿美元市场潜力,经济分析显示单司机年收益提升1380万日元,投资回报率极高且回收周期短,表明现有文献对AI潜力普遍低估,未来应采用综合多维AI系统以最大化交通生产力提升。

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 。

本论文利用日本BizReach私营高技能在职求职平台2014-2024年专有数据,采用Lange和Papageorgiou(2020)提出的非参数方法估计匹配函数,发现私营平台匹配效率更高且波动更大,匹配弹性对用户约为0.75,对职位约为1.0,较公营平台“Hello Work”更为平衡且响应灵敏。此外,不同行业间存在显著匹配效率和弹性差异,反映出行业异质性。