86 पेपर
यह अध्ययन प्रदर्शित करता है कि क्लास बैलेंसिंग के लिए SMOTE से उन्नत एक एडेप्टिव डीप लर्निंग आर्किटेक्चर, TabNet, एक भारतीय डेटासेट पर बैंक ट्रांजैक्शन धोखाधड़ी का पता लगाने में अन्य डीप लर्निंग मॉडलों की तुलना में काफी बेहतर प्रदर्शन करता है, जो 97.39% सटीकता और 0.9739 का ROC-AUC प्राप्त करता है और नियामक अनुपालन एवं परिचालन जोखिम प्रबंधन के लिए आवश्यक व्याख्यात्मकता प्रदान करता है।
यह शोध पत्र एक बाधित अनुकूलन ढांचा (constrained optimization framework) और ओपन-सोर्स सॉफ्टवेयर, \texttt{TaxSolver} प्रस्तुत करता है, जो जटिल कर कोडों को पीसवाइज-लीनियर मॉडलों में परिवर्तित करता है ताकि राजनीतिक रूप से व्यवहार्य, प्रमाणित रूप से इष्टतम कर सुधारों को स्वचालित रूप से उत्पन्न किया जा सके, एक ऐसी कार्यप्रणाली जो वर्तमान में डच वित्त मंत्रालय द्वारा सक्रिय रूप से उपयोग में है।
यह ज्ञान का व्यवस्थितकरण (Systematization of Knowledge) शोध पत्र CLEAR फ्रेमवर्क को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जबकि स्टेबलकॉइन्स कुशल, प्रोग्राम करने योग्य और निरंतर निपटान प्रदान करते हैं, उनमें वर्तमान में कार्ड नेटवर्क की तरह उपभोक्ता संरक्षण और मानकीकृत जोखिम-आवंटन तंत्रों का अभाव है, जो उन्हें क्रॉस-बॉर्डर लेनदेन और क्लोज्ड-लूप वातावरण जैसे विशिष्ट संदर्भों तक ओपन-लूप रिटेल पेमेंट इंस्ट्रूमेंट्स के रूप में सीमित करता है।
यह शोध पत्र स्टेबलकॉइन गेटवे पर यूरोपीय संघ के MiCA विनियमन के प्रभाव की जांच करता है, जिसमें यह पाया गया है कि जबकि कुल बाजार मेट्रिक्स स्थिर रहते हैं, यह विनियमन विनियमित यूरोपीय एक्सचेंजों पर डीलिस्ट किए गए USDT से अधिकृत USDC में ट्रेडिंग वॉल्यूम और बाजार हिस्सेदारी को सफलतापूर्वक स्थानांतरित करता है।
यह शोध पत्र SEC 8-K फाइलिंग के लिए एक दो-चरणीय, सूक्ष्म-स्तरीय (fine-grained) इवेंट एक्सट्रैक्शन सिस्टम प्रस्तुत करता है जो वर्बेटिम उद्धरणों (verbatim citations) और कैलिब्रेटेड गुणवत्ता स्कोर के साथ 600,000 से अधिक ग्राउंडेड इवेंट टैग उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो यह प्रदर्शित करता है कि ये लेबल आर्थिक रूप से भिन्न घटनाओं को अलग कर सकते हैं और गुणवत्ता द्वारा फ़िल्टर किए जाने पर उच्च परिशुद्धता प्राप्त कर सकते हैं।
यह शोध पत्र क्रिप्टो-एसेट सेवा प्रदाताओं के लेनदेन-स्तरीय डेटा का विश्लेषण करने के लिए एक अद्वितीय ऑस्ट्रियाई नियामक रजिस्ट्री का लाभ उठाता है, जो यह प्रकट करता है कि जबकि ये संस्थाएं संस्थागत प्रतिपक्षों (counterparties) के प्रभुत्व वाले लगभग $30 बिलियन के वैश्विक रूप से एकीकृत प्रवाह को सुगम बनाती हैं, प्रमुख वित्तीय झटकों—जैसे कि SVB की विफलता—के प्रति उनकी विशिष्ट प्रतिक्रियाएं यह दर्शाती हैं कि स्टेबलकॉइन्स एक समान सुरक्षित आश्रय (safe haven) के रूप में कार्य नहीं करते हैं और जोखिम संचरण के ऐसे सूक्ष्म पैटर्न समग्र डेटा में अदृश्य रहते हैं।
यह शोध पत्र 1967 से 2024 तक के CRSP डेटा में यह प्रकट करने के लिए एक ब्रिज-अल्फा कर्व डायग्नोस्टिक पेश करता है कि जहाँ वैल्यू और इन्वेस्टमेंट फैक्टर्स व्यवस्थित प्राइसिंग त्रुटियों और साइन रिवर्सल को प्रदर्शित करते हैं, वहीं प्रॉफिटेबिलिटी और मोमेंटम फैक्टर्स काफी हद तक अपने अक्षों को सपाट कर देते हैं, क्योंकि यह शोध अलग-अलग डेसाइल्स के बजाय संपूर्ण विशेषता अक्षों (characteristic axes) पर फैक्टर मॉडल्स का मूल्यांकन करने के लिए एक ब्रिज-अल्फा कर्व डायग्नोस्टिक प्रस्तुत करता है, और ये प्राइसिंग त्रुटियां अधिकतम-शार्प लाभों के लगभग ऑर्थोगोनल (orthogonal) सिद्ध होती हैं।
यह शोध पत्र तर्क देता है कि प्रकाशित अकादमिक इक्विटी विसंगतियाँ (equity anomalies) 21वीं सदी में गैर-माइक्रो-कैप पोर्टफोलियो प्रबंधकों के लिए व्यावहारिक रूप से बेकार हो गई हैं, क्योंकि लेनदेन लागत और भाग्य को ध्यान में रखने के बाद 2005 के बाद इनका रिटर्न नगण्य स्तर तक कम हो गया है, जो यह दर्शाता है कि सार्वजनिक शेयर बाजार अत्यधिक कुशल हैं।
यह अध्ययन 832,941 सोलाना pump.fun टोकन लॉन्च का विश्लेषण करता है ताकि 2025 के अंत और 2026 के मध्य के बीच ग्रेजुएशन दरों में 3.18x की तीव्र गिरावट को उजागर किया जा सके, जिसका मुख्य कारण शून्य-स्वयं-खरीद (zero-self-buy) टोकनों की ओर बदलाव को बताया गया है, साथ ही यह भी प्रदर्शित किया गया है कि सोशल-चैनल उपस्थिति (विशेष रूप से टेलीग्राम) सफलता की संभावनाओं को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र एक सोशल कंटैजन टिपिंग-पॉइंट मॉडल और नए पैनल डेटा के माध्यम से यह प्रदर्शित करते हुए ब्लैंडहोल (2025) के इस अनुमान की स्केलेबिलिटी को चुनौती देता है कि धन-कर-प्रेरित पलायन नॉर्वे की दीर्घकालिक जीडीपी को 1.3% कम कर देता है, क्योंकि इसमें सूक्ष्म-से-मैक्रो एक्सट्रपोलेशनेशन (micro-to-macro extrapolation) विफल हो जाता है, जो उल्लंघन की गई पहचान की शर्तों, छिपे हुए उत्तराधिकारी-पलायन चैनलों और नमूने में गैर-उत्पादक धन धारकों के प्रभुत्व के कारण है।