econ 篇论文 | Gist.Science

本研究通过对96个跨学科来源进行系统性映射综述，旨在识别关键的治理漏洞，并为监管人工智能与量子技术在自主金融交易中的融合提出一份全面的研究议程，以解决当前在网络安全、问责制和系统性风险管理方面缺乏集成框架的问题。

本研究通过实证证明，美元指数（DXY）与 USDT 占有率之间的关系是一种由宏观流动性条件而非滞后因果关系驱动的显著且具有机制依赖性的相关性，其强度和方向在不同市场周期中存在实质性差异，从而支持了适应性市场假说。

本研究通过双模型自回归分布滞后（ARDL）方法分析了加纳1980-2020年的数据，结果表明，虽然公共债务偿付通过挤出生产性支出显著降低了国内通胀，但短期债务期限并无统计学上的影响，这表明货币稳定和需求管理对于经济稳定比改变债务结构更为关键。

本文提出了一个经过校准的模拟框架，通过对四种截然不同的交易者原型进行建模，旨在展示异质性的风险偏好和信息水平如何驱动对宏观经济冲击产生的多样化订单流响应，从而揭示了高阶、低风险厌恶型代理人在利用冲击方面更为有效，且环境流动性会放大这些动态过程。

本文认为，越南的碳定价若要具备社会合法性与有效性，必须嵌入一个优先保护弱势家庭并确保收入用途透明的财政正义框架内，而非仅仅基于技术性的排放指标进行评估。

本文通过实证研究表明，蓝色金融的发展显著提升了中国沿海城市的绿色全要素生产率，其主要路径是通过产业结构升级、绿色资源配置优化以及环境规制强化，且该效应在不同地区和金融特征下存在差异。

本研究通过系统回顾文献并分析一个印度案例研究，旨在指出尽管发展中国家利用绿色债券和公私合作伙伴关系等多样化的融资机制来发展绿色基础设施，但仍面临监管不确定性和高昂前期成本等重大挑战，因此需要加强治理和混合融资策略，以弥补资金缺口。

本研究表明，基于协整关系的深度强化学习在加密货币统计套利中的样本外表现，关键取决于资产池构建与动作空间粒度，其中特定的资产池设计（如支付币种和基准 14）以及二元动作空间，与更广泛的资产池或更细粒度的动作规范相比，能产生更优越的回报。

本文介绍了 VP-OilEx-STFN，这是一种结构门控深度学习框架，它将混合频率数据与特定国家的经济机制相结合，在对挪威和泰国月度石油出口进行即时预测方面，显著优于传统的基准模型。

本研究表明，将机器学习特征重要性与固定效应回归相结合，揭示了传统线性模型所忽略的关键非线性关系与交互效应——例如董事会独立性的阈值效应以及背景依赖型的 CEO 双重身份问题——从而为理解非洲金融市场中企业社会责任与企业价值关系的驱动机制提供了一个更优的两步法框架。