1780 篇论文
本研究发现，尽管非线性机器学习模型在美中型周期美国房地产投资信托基金（REITs）回报率方面提供了具有经济意义的样本外预测增益——特别是在医疗保健领域且受宏观经济因素驱动——但在经过多重检验调整后，它们并未实现相对于线性基准的统计显著的整体优越性，且预测信号集中在共同的时间序列成分而非截面选择。
本研究利用双重差分模型对中国上市公司进行研究，证明了5G试点程序通过加速数字化转型和促进绿色技术创新，显著提升了企业的ESG表现，且在非国有企业、高新技术产业和东部地区观察到的效应更为显著。
该论文提出了一种名为“Carbonite”的假设性树木抵押稳定币，该货币将对全球外汇周转征收13个基点的费用，以产生每年所需的3.1万亿美元，用于同时资助大规模二氧化碳移除以实现气候修复，并满足如消除饥饿和扩大疫苗获取范围等基本人类需求。
本研究表明，虽然在溢出网络模型中添加图注意力层会增加总连通性指数，但这种增益很可能是方差重新分配导致的机械性人工产物，而非学习到的注意力机制的真实改进，因为通过向均匀矩阵进行简单的收缩即可实现相同的结果且误差更低。
本研究提出了一种经由 IGSA 优化的 IGSA-Markov-FAGM(1,N) 混合模型，该模型集成了分数阶累加与马尔可夫链修正，旨在准确预测中国冷冻农产品物流运输量，并证明了其在处理小样本和非线性趋势方面优于现有方法的卓越性能。
本研究利用来自125个国家的微观企业层面数据，并采用长差分框架以解决空间相关性问题，揭示了一个稳健的、凸性的温度对生产率损害函数，该函数表明在较热的基准气候下会造成日益严重的增长损失，且在考虑降水和极端气候后，这种损失表现出显著的区域异质性并有所减小。
这项针对 496 篇 Web of Science 文献的书目计量分析描绘了数字化领导力与转型研究中碎片化的格局，识别出五个当前的实证聚类和四个未来的主题趋势，同时强调了迫切需要建立整合性的、多层级的框架，以将领导力胜任力与业务及机构成果联系起来。
本文分析了1986年至2025年间尼日利亚的贸易模式，并得出结论：尽管汇率波动显著损害了贸易平衡，但其负面影响受到了货币供应量增长的缓解，这表明直接的外汇稳定比单纯的利率调整在保护贸易方面更为有效。
本文分析了全球十大经济体中人工智能暴露度与宏观政策空间之间的关系，发现尽管人工智能能力高度集中且与职业暴露度无关，但人工智能驱动的趋势增长上升可能会通过增加高债务国家的债务稳定初级余额，从而反常地收窄财政空间，即便它可能扩大货币政策空间。
本研究提供了因果证据，表明中国的“宽带中国”试点政策通过技术创新和产业升级等机制，显著提升了约10%的城市全要素生产率，尽管这一效应在资源型城市中明显较弱。