92 articoli
Questo studio caratterizza l'equilibrio di Nash nei mercati dei crediti di compensazione delle emissioni di gas serra utilizzando l'algoritmo Nash-DQN per stimare efficientemente le strategie ottimali, dimostrando come l'adozione di tali strategie possa generare significativi risparmi finanziari per le aziende emittenti.
Il paper propone una soluzione al "Equity Premium Puzzle" attraverso un modello derivato dal CCAPM che, assumendo fattori di sconto temporale tra 0,97 e 0,99, risolve il paradosso con un coefficiente di avversione al rischio relativo di circa 4,40, confermando la validità del modello grazie a risultati robusti e alla coerenza con la letteratura empirica.
Lo studio analizza i dati dell'UE e conclude che, sebbene inizialmente esista una correlazione positiva tra il numero di segnalazioni di transazioni sospette e le condanne per riciclaggio di denaro, tale relazione si rivela spuria e non causale una volta controllate le tendenze temporali comuni e le differenze specifiche tra i paesi, suggerendo che un aumento delle segnalazioni non garantisce statisticamente un incremento delle condanne.
Questo studio dimostra che per variabili aleatorie non negative la sub-additività del Value-at-Risk è impossibile tranne nel caso degenere di co-monotonicità, mentre ne caratterizza la piena super-additività attraverso le nuove condizioni strutturali di dipendenza negativa dal semplice e di dominanza del semplice.
Questo articolo propone un nuovo paradigma di simulazione basato su scenari che integra modelli fisici e sociali per valutare ex-ante gli impatti diretti e indiretti delle regolamentazioni del traffico urbano, come dimostrato da uno studio di caso sulle restrizioni della circolazione.
Il paper presenta WaveLSFormer, un modello Transformer basato su ondelette apprendibili che ottimizza direttamente il rendimento aggiustato per il rischio nel trading long-short azionario, superando le architetture tradizionali grazie a una decomposizione multi-scala end-to-end e a un'iniezione guidata delle alte frequenze.
Questo articolo analizza le regole ottimali di condivisione dei rischi in reti decentralizzate, caratterizzando le soluzioni lineari tra agenti connessi e collegando il caso di condivisione equa tra amici alla matrice Laplaciana del grafo.
Questo studio dimostra l'inefficienza dei mercati delle criptovalute rifiutando empiricamente le restrizioni di equilibrio necessarie, suggerendo che tale inefficienza deriva da frizioni che ostacolano la riallocazione del capitale piuttosto che da una errata valutazione del rischio.
Lo studio dimostra che nelle organizzazioni autonome decentralizzate (DAO), l'aumento del flusso di proposte supera la capacità di monitoraggio della partecipazione diffusa, innescando un punto di rottura che porta a una concentrazione endogena del controllo effettivo in un numero ridotto di partecipanti attivi.
Il paper sviluppa un modello di equilibrio generale in un mondo lineare in cui commercio e confini sono determinati endogenamente, fornendo un quadro unificato e trattabile per analizzare le interazioni geopolitiche, la politica economica, la sicurezza e l'ideologia.
Questo studio dimostra che l'uso di segnali di sentiment multidimensionali estratti da modelli linguistici di grandi dimensioni, come GPT-4o, combinati con modelli finanziari tradizionali, migliora la previsione dei rendimenti settimanali dei futures sul petrolio greggio WTI rispetto alle misurazioni basate esclusivamente sulla polarità.
Questo studio dimostra che, nel contesto dell'etichettatura umana per eventi rari, l'uso di feedback bilanciati e la richiesta di probabilità espresse dai lavoratori, uniti a una ricalibrazione post-processo, riducono i bias cognitivi e migliorano significativamente l'affidabilità dei modelli di deep learning downstream.
Questo articolo mira a consolidare e approfondire il dibattito sulla riserva dei sinistri a livello individuale, proponendo un nuovo approccio basato sul metodo chain-ladder classico per superare le limitazioni delle metodologie esistenti e stabilire un nuovo standard pratico.
Il paper presenta DatedGPT, una famiglia di dodici modelli linguistici addestrati su dati temporaneamente partizionati con rigorose scadenze annuali per prevenire il lookahead bias nel backtesting finanziario, garantendo che le conoscenze di ciascun modello siano strettamente limitate al suo anno di cutoff.
Questo studio compara diversi modelli di sopravvivenza e di regressione logistica per stimare la struttura temporale del rischio di scrittura dei prestiti ai sensi dell'IFRS 9, concludendo che, sebbene il modello a rischio discreto (DtH) superi gli altri approcci a due stadi, un modello LGD a stadio singolo rimane superiore grazie alla specifica distribuzione "a L" dei dati.
Questo studio analizza l'impatto dei primi 100 giorni del secondo mandato di Donald Trump sui mercati globali, dimostrando che l'entropia cumulativa e la dispersione rivelano una decoupling significativo che permette di catturare sia la volatilità che le restrizioni narrative, offrendo un quadro entropico efficace per caratterizzare e prevedere le reazioni di mercato in condizioni turbolente.
Utilizzando un modello di catena di approvvigionamento globale calibrato sui dati OCSE, lo studio valuta la vulnerabilità dell'economia indiana alle sanzioni straniere, identificando l'Arabia Saudita come il principale rischio a livello nazionale, seguita da Emirati Arabi Uniti, Cina, Singapore, Stati Uniti e Russia.
Lo studio dimostra che l'aumento dell'intelligenza e della diversità degli agenti AI, unito all'apprendimento per rinforzo, può peggiorare i risultati collettivi e causare sovraccarichi pericolosi in scenari di scarsità di risorse, mentre la formazione di tribù mitiga tale rischio, rendendo l'esito finale dipendente esclusivamente dal rapporto tra capacità e popolazione.
Questo articolo fornisce la prima caratterizzazione esatta dell'equilibrio in giochi LQG continui a giocatori finiti con segnali endogeni, riducendo l'infinita gerarchia di credenze strategiche a un punto fisso deterministico e introducendo un "cuneo informativo" che quantifica il valore marginale della manipolazione delle credenze degli avversari.
Nonostante la crescente attenzione verso i finanziamenti interdisciplinari, questo studio dimostra che le ricerche interdisciplinari ad alto impatto sono spesso sostenute da grant disciplinari, i quali, grazie alla profonda competenza che offrono, generano citazioni superiori sia nei campi di origine che in quelli più ampi.