Sleep and redistribution preferences: Considering allowable tax rates
该研究利用在线调查和回归分析发现，睡眠时长与可接受税率之间呈倒U型关系，且高质量睡眠、高收入群体以及特定的再分配情境会显著增强睡眠对支持更高税收偏好的正向影响。
💰 Category
q-fin.EC
48 篇论文
Do More Suspicious Transaction Reports Lead to More Convictions for Money Laundering?
该论文基于欧盟数据的研究表明，虽然可疑交易报告数量与洗钱定罪数量之间存在统计上的正相关，但这种关系主要由国家间差异和共同的时间趋势驱动而非因果关系，因此单纯增加报告数量并不能在统计上显著推动定罪率的提升。
Evaluating Impacts of Traffic Regulations in Complex Mobility Systems Using Scenario-Based Simulations
本文提出了一种结合物理交通流与用户行为适应的多层仿真框架，利用真实数据与情景模拟对城市交通管制政策的直接及间接影响（涵盖交通状况、排放及经济可达性）进行前瞻性评估，并通过案例研究验证了其在支持政策设计与决策方面的有效性。
Monitoring Limits in DAO Governance: Capacity Breakpoints and Endogenous Concentration
该论文通过实证分析指出，随着 DAO 提案数量增加并超出广泛参与者的监控能力，治理控制权会因“过大而无法监控”的机制而向少数活跃参与者集中，导致去中心化程度在负载过高时无法持续。
A Linear Model of Geopolitics
该论文构建了一个线性一般均衡模型，将贸易与边界作为内生变量，从而解释了单一因素外生假设下无法得出的地缘政治结果，并以此统一分析了国家内外的政治经济、安全及意识形态问题。
Managing Cognitive Bias in Human Labeling Operations for Rare-Event AI: Evidence from a Field Experiment
该论文通过在医疗众包平台开展的实地实验证明，采用平衡反馈机制、概率标注界面以及流水线层面的线性对数几率重校准方法，能有效缓解人类标注者在罕见事件检测中的认知偏差，从而显著提升下游卷积神经网络的分类性能与概率校准可靠性。
How Vulnerable is India's Economy to Foreign Sanctions?
该论文利用 OECD 跨国投入产出表构建全球供应链模型，通过模拟外国对印度实施输入限制的情景，评估发现沙特阿拉伯是印度经济面临的最大制裁风险来源，其次是阿联酋、中国、新加坡、美国和俄罗斯。
Increasing intelligence in AI agents can worsen collective outcomes
该研究指出，在资源稀缺环境下，提升 AI 智能体的多样性与强化学习能力反而可能加剧系统过载并导致集体混乱，而这一风险完全取决于可预先计算的“容量与人口比率”。
Interdisciplinary Papers Supported by Disciplinary Grants Garner Deep and Broad Scientific Impact
该研究通过分析海量资助与论文数据揭示了一个悖论：尽管跨学科资助旨在推动跨学科研究，但真正产生高影响力的跨学科成果往往更多源自深度学科资助，这表明跨学科创新离不开深厚的学科专长与投入。
A mean-field theory for heterogeneous random growth with redistribution
该论文研究了大规模有限系统中随机乘性增长与再分配之间的竞争，发现静态随机增长率下迁移需足够强以防止局域化，而引入时间噪声后则会出现一种部分局域化的新相态，从而为理解人口增长和财富不平等提供了理论视角。
Arrow-Debreu Meets Kyle: Price Discovery Across Derivatives
该论文通过构建一个融合 Arrow-Debreu 一般均衡与 Kyle 微观结构理论的模型，研究了拥有任意私有信息的知情交易者如何在状态或有证券（特别是期权）市场中进行交易，从而为解释期权市场的常见交易策略及波动率微笑等长期规律提供了首个均衡框架。
Model Restrictiveness in Functional and Structural Settings
本文利用高斯过程先验将 Fudenberg 等人的限制性度量扩展至函数与结构计量经济学设定，揭示了模型在连续域评估下比有限观测点更具限制性，阐明了差异函数选择的实质性意义，并证明了限制性等同于无噪平均情况学习曲线的归一化极限，且在内生性设定下矩约束会显著提升限制性并改变模型排序。
Candidate Moderation under Instant Runoff and Condorcet Voting: Evidence from the Cooperative Election Study
本文利用合作选举研究（CES）数据构建更贴近现实选民行为（如部分选票）的模型，发现相较于理想化假设，在现实情境下排序复选制（IRV）与孔多塞投票法在促进候选人温和化方面的差异基本消失，表明孔多塞方法的温和效应可能不如理论模型所预测的那样显著。
From debt crises to financial crashes (and back): a stock-flow consistent model for stock price bubbles
本文构建了一个将凯恩经济框架与跳扩散金融市场相结合的股票流量一致随机宏观金融模型，通过内生反馈机制揭示了信贷扩张、投机性冲击与资产价格泡沫及崩盘之间的动态联系，并证明了系统的数学适定性及不同参数下从稳定增长到周期性繁荣—萧条的多种经济 regimes。
A Dynamic Equilibrium Model for Automated Market Makers
本文构建了一个动态均衡模型，通过形式化分析套利者与流动性提供者之间的策略互动，揭示了常函数做市商（CFMM）中固有的买卖不对称性，并阐明了在引入噪声交易、内生 Gas 费及波动率异质性后，流动性提供回报如何呈现非单调的倒 U 型均衡特征。
Implementing Sustainable Tourism practices in luxury resorts of Maldives: Sustainability principles & Tripple Bottomline Approach
本文旨在探讨马尔代夫豪华度假村在实施可持续旅游实践方面所面临的挑战，通过应用三重底线原则和十二项可持续旅游原则框架，提出涵盖法律法规、废物管理、本地农业合作及珊瑚修复等关键领域的改进建议。
Are Politicians Responsive to Mass Shootings? Evidence from U.S. State Legislatures
该研究通过分析 2011 至 2022 年间美国 50 个州 14,585 名州议员的投票数据发现，即便在本选区发生大规模枪击事件，议员们在枪支政策上的投票立场平均而言并未发生可测量的改变。
The AI Penalty: People Reduce Compensation for Workers Who Use AI
该研究通过 13 项实验发现，人们因认为使用 AI 的工人缺乏努力与自主性而普遍降低其薪酬，但工人若能保留核心任务的创意主导权或通过合同禁止薪酬削减，则可有效缓解这一“AI 惩罚”。
Academic resilience in the Latin America region post COVID-19 pandemic -- an explainable machine learning analysis of its determinants and heterogeneity using alternative definitions
本文利用 PISA 2022 数据和可解释机器学习方法（SHAP），分析了拉丁美洲九国在新冠疫情后学生学业韧性的决定因素与异质性，发现家庭投入、学校特征及疫情期间的停课时长和远程学习障碍是关键影响因素，从而为制定提升弱势群体学业表现的政策提供了实证依据。
Cognitive and non-cognitive efficiency gaps between private and public schools in the Latin America region-a hybrid DEA and machine learning approach based on PISA 2022
该研究基于 PISA 2022 数据，采用混合 DEA 与可解释机器学习方法分析拉丁美洲公私学校效率，发现私立学校在认知和非认知效率上均优于公立学校，且两者效率的关键驱动因素存在显著差异。