每日金融论文简报｜2026 年 9 月 3 日
重点关注
1. Pricing the DeFi Tail：协议还是存款人定价运营风险？
作者 Nils Bundi
来源/分类 arXiv · q-fin.RM、cs.CR；核阅状态 已核阅公开 PDF（17 页）
它在问什么 DeFi 协议的运营损失是否被尾部风险、协议缓冲和存款利率定价？论文试图把“发生过多少次损失”与“极端损失可能有多大”放进同一个跨协议风险框架。
怎么做 作者整理 2020-02-11 至 2026-05-29 的 1,075 起面向存款人的运营风险事件，报告总损失 94.5 亿美元；数据来自 7 个公开来源，约一半事件有跨来源确认。样本按 Bridge、Lending、Stablecoin、Yield、DEX、Derivatives 等行业分组，用 POT-GPD 建模损失严重度、负二项模型建模月度频率，再模拟 20 万年复合损失，并以最大协议敞口对极端值封顶。
作者报告 未封顶时 Bridge 的尾指数约 1.87、Derivatives 约 1.45，意味着样本外极端估计非常不稳定；封顶的 99.9% VaR 占 TVL 比例为 Bridge 32.5%、Lending 18.0%、Stablecoin 16.1%、Derivatives 22.8%、Yield 15.3%、DEX 14.1%、Other 27.5%。去掉最大事件或改变封顶后，Lending 的 VaR 可从 18% 变成 22%，DEX 可从 14% 变成 46%。在前十个 Lending 场所中，带缓冲资金的平均覆盖率约为模型 VaR 的 5%；无缓冲场所的 30 日供给 APY 相对 3.70% 国库券利率平均高约 54bp，但这只是描述性关联。带缓冲与不带缓冲的利差中位数相差约 125bp，不能直接解释为缓冲导致利率下降。
为什么值得看 它把 DeFi 风险讨论从“平均损失率”推进到尾部形状、聚集性和资本缓冲的联合分析，并明确展示了极端事件、封顶规则和置信水平对 VaR 的数量级影响。对风险管理而言，最重要的不是某个单点 VaR，而是先看到估计对假设有多敏感。
证据边界 公开事件数据可能漏报，损失是 gross loss 而非追回后的净损失；TVL 分配、行业同质性和 2020–2026 年平稳性都很强。供给 APY 是风险溢价的简化代理，仍混入利用率、治理、激励和协议年龄等因素；带缓冲协议往往更成熟更大，因此论文结果是相关性与定价线索，不是因果估计，更不是投资建议。论文称已被 CBT 2026 workshop 接收并计划收入 ESORICS 论文集，但当前 arXiv 版本不是 Version of Record。
2. Foundation models for electricity price forecasting and battery arbitrage：能替代市场专用模型吗？
作者 Arkadiusz Lipiecki、Rafał Weron
来源/分类 arXiv · cs.LG、econ.EM；核阅状态 已核阅公开 PDF（24 页）
它在问什么 时间序列 foundation model 在电价预测上是否胜过专门训练的 EPF 模型，以及更好的预测指标是否会转化为更好的电池套利收益？论文把统计预测和一个明确的交易规则分开评估。
怎么做 数据覆盖德国、波兰和西班牙的日前电价、负荷和可再生能源预测，以及燃料/排放数据；训练期从 2017 年开始，严格样本外测试为 2021-01-01 至 2025-12-31，共 1,826 天。作者比较 9 个 foundation-model 变体、LEAR+CP 与 DDNN-JSU 两个市场专用基线，用 MAE、RMSE、CRPS 评估预测，并在 1MWh 电池、每次往返 25 欧元成本、不同风险参数 alpha 的分位数策略下计算利润。
作者报告 TabPFN-3 在三国的点预测/概率预测表现总体最好：德国 CRPS 9.15 对 DDNN-JSU 的 10.70，波兰 9.61 对 10.96，西班牙 8.15 对 9.30，论文报告多变量 CPA 检验在 1% 水平显著。经济排名却不同：德国和波兰的高风险 alpha 90–70 区间多由 TabPFN-TS-3 领先，较低风险区间常由 DDNN-JSU 领先；无限制策略中，最佳策略捕获完美预知 Oracle 利润的比例约为德国 92.5%、波兰 86.4%、西班牙 83.3%。这说明 CRPS 改善不等于所有风险偏好下的利润改善。
为什么值得看 它提供了一个很实用的“预测—决策”拆分：模型排名依赖指标、市场和风险偏好，不能用一个预测冠军替代策略验证。论文也把电池容量、交易成本和风险参数写进回测，至少让经济结果可复核。
证据边界 foundation model 的预训练数据可能包含测试期市场信息，作者指出 TabPFN 与 Chronos-2-synth 的污染风险不同；这不是严格的无污染比较。套利只模拟一块电池和一套参数化策略，没有真实下单、容量约束扩展、滑点与市场冲击验证；利润是样本外回测结果，不构成投资建议。
链接 摘要 · PDF · ENTSO-E 数据 · Investing.com 数据
3. Agentic Empirical Asset Pricing：方法论基础
作者 Yingjian Pan、Xiaowei Ding、Kay Giesecke
来源/分类 arXiv · cs.AI、cs.LG、q-fin.ST；核阅状态 已核阅公开 PDF（26 页）
它在问什么 如果让 LLM 智能体自主完成假设提出、因子形式化、回测和迭代，如何判断它发现的是可复现的资产定价规律，还是一次性的样本内挖掘？论文提出 Agentic Empirical Asset Pricing（AEAP）及一套外层滚动评测原则。
怎么做 AEAP 把系统拆成假设生成、形式化、评估、筛选和自我演化等模块，要求 point-in-time 数据、流程级 rolling re-execution 和只用未来样本外评价。作者在两个美国股票面板上对比 6 个系统，包括 AlphaForge、RD-Agent、AlphaAgent、QuantaAlpha、Beyond Prompting 与 SEADS；候选预算统一为 300，使用当前 LLM GPT-5.2，静态结果重复 5 次、滚动结果重复 3 次。
作者报告 在静态表格中不存在同时兼顾性能、生产率、新颖性和 spanning 的单一最佳系统：Beyond Prompting 的生产率/性能较强但新颖性较低，SEADS 在 Panel B 的性能与新颖性更平衡。Panel A 的滚动 OOS Sharpe 均值约为 SEADS 0.96、Beyond Prompting 0.91、QuantaAlpha 0.90、RD-Agent 0.82，原始 400 因子基线为 0.62；但 SEADS 与前两者的差异并不能据少量重复断言为统计可靠的胜出。完整组件消融中，关闭 self-evolution 后 Sharpe 从约 0.254 降至 0.080，关闭 attempts 后约 0.096，显示自我迭代是该系统贡献的重要候选机制。
为什么值得看 论文把“LLM 找因子”从 prompt demo 变成了可审计的研究流程，尤其强调时间点、外层滚动和 OOS-only 三条底线。它的结论更像评测协议与系统设计的起点，而不是一条可直接交易的 alpha。
证据边界 OOS 只有约 59–71 个月，重复次数少，因子数量仍为几十量级；当前 LLM、候选预算与训练/提示都可能产生残余前视或 backbone 泄漏。候选预算虽匹配，self-evolution 的重试计算量不匹配；Sharpe 未扣交易成本和换手，也没有真实交易执行。作者称代码接收后公开，当前不能把结果当作已完成的独立复现，更不是投资建议。
4. A Fast Implied Volatility Method with Expansions：带展开式的快速隐含波动率方法
作者 Alper Hekimoğlu、İsmail Hakkı Gökgoz
来源/分类 arXiv · q-fin.CP；核阅状态 已核阅公开 PDF（28 页）
它在问什么 能否在保持接近机器精度的同时，减少 Black–Scholes 隐含波动率反解的迭代次数和纳秒级耗时？这是数值定价算法问题，不是收益预测或交易策略。
怎么做 方法按 moneyness 分区：ATM 使用四阶 Taylor 展开，温和 OTM 使用多项式，深度 OTM 加入 Mills 修正，最后统一用四阶 Householder 迭代。作者在两套网格上测试 1.64M 与 9.85M 次反解，波动率范围 0.01–2，delta 覆盖 0.01–0.99，并与 Jäckel 方法比较误差、更新次数和吞吐。
作者报告 在较细网格中，平均更新次数约 1.886，95.9% 的案例不超过 2 次，99.8% 不超过 3 次；标准网格相应为 1.817、97.9% 和 100%。C 实现每次约 86.7–112.7ns，对 Jäckel 的 162.1–197.9ns 提速约 1.75–1.87 倍，最大误差约 8.5×10⁻¹⁴；细网格最大误差约 6.0×10⁻¹³。多线程与 Numba 结果进一步说明平台会影响绝对耗时。
为什么值得看 它给出了从近 ATM 到深 OTM 的一套可解释初始化与迭代设计，数值误差和更新次数都被显式测量，适合高频定价基础设施做基准参考。
证据边界 速度依赖 CPU、编译器、线程和基准实现，不能直接外推到生产系统；展开边界和测试网格也不等于所有市场输入。代码在匿名补充材料中，尚无稳定公开仓库；论文测的是反解器，不是投资收益、风险或可交易性。
5. Illiquidity at Risk：流动性风险预测
作者 Demetrio Lacava、Paolo Santucci de Magistris
来源/分类 arXiv · q-fin.RM、econ.EM；核阅状态 已核阅公开 PDF（49 页）
它在问什么 日内高频数据构造的已实现 Amihud 非流动性，是否能更准确地预测未来的非流动性风险，以及跳跃项是否只在短预测窗口有用？论文提出 IlliQaR，并同时评估分布校准与违反风险预测。
怎么做 已实现 Amihud 用 5 分钟绝对收益除以成交量，样本包括 S&P 500 指数与 25 只美国大型股票。作者比较 HAR、AHAR、MEM、AMEM、MEM-HAR 和带跳跃项的版本；S&P 500 的样本外区间为 2015-10-16 至 2021-10-15，个股样本外区间为 2020-02-05 至 2024-01-10，并用 Model Confidence Set、Berkowitz 检验和 violation logit 检查预测分布。
作者报告 S&P 500 的 10% MCS 中，带跳跃的 G-AMEM-HAR-J 在一步预测中单独进入 superior set，5 日窗口则 AMEM-HAR 与跳跃 AMEM-J 更有竞争力，22 日窗口主要由 HAR 占优；这支持“跳跃在短期重要、较长窗口衰减”的解释。无跳跃模型的 Berkowitz 检验常被拒绝，跳跃模型的 p 值总体更高；样本外压力期的违反与 VIX、EPU、TED 等变量相关。个股结果也显示跳跃模型多数更不容易被拒绝，但这是预测校准证据，不是交易收益证明。
为什么值得看 它把“流动性很差”从一个日频噪声指标改写成可预测分布与尾部违反问题，结合高频测量误差、跳跃和宏观压力变量。对风险监控而言，校准与违反次数比单一点预测更有用。
证据边界 高频指标依赖 5 分钟采样和成交量质量；样本只有 S&P 500 与 25 只大型股，模型分布、窗口和压力期决定结果。violation logit 是关联/预测关系，不是因果识别；论文没有交易策略、成本、容量或真实执行回测，因此不能转译为投资建议。
金融论文
文中收益、风险与回测数字均为论文作者报告；金融论文不构成投资建议。
1. Harvesting the Variance Risk Premium in Nuclear and Energy Equities：短 put 组合去风险策略
作者 Jilang Miao、Nonna Sorokina
来源/分类 arXiv · q-fin.PM；证据状态 仅依据摘要
要点 作者用 2000–2024 年 CRSP 与 OptionMetrics 数据研究现金担保短 put，以平值隐含波动率与 GARCH 实现波动率的差额捕捉核能与能源股票的方差风险溢价。摘要称该策略相对等权组合有正溢价、更高胜率和更低波动，但结果在交易成本、固定股票池、尾部损失和保证金约束下尚未充分展开，不能视为可直接执行的策略。
2. Illiquidity at Risk：流动性风险预测
作者 Demetrio Lacava、Paolo Santucci de Magistris
来源/分类 arXiv · q-fin.RM、econ.EM；证据状态 已核阅公开 PDF；重点结果见上文
要点 IlliQaR 以高频已实现 Amihud 和跳跃项预测未来非流动性分布，跳跃模型在短窗口的校准更有优势；这些是样本外风险预测结果，不是因果效应或交易利润。
3. Pricing the DeFi Tail：协议还是存款人定价运营风险？
作者 Nils Bundi
来源/分类 arXiv · q-fin.RM、cs.CR；证据状态 已核阅公开 PDF；重点结果见上文
要点 1,075 起公开运营风险事件被按 DeFi 行业拟合频率—严重度模型；尾指数、最大事件和 TVL 封顶都会明显改变 99.9% VaR，缓冲与利率的关系仍是描述性相关，不是因果结论。
4. Agentic Empirical Asset Pricing：方法论基础
作者 Yingjian Pan、Xiaowei Ding、Kay Giesecke
来源/分类 arXiv · cs.AI、cs.LG、q-fin.ST；证据状态 已核阅公开 PDF；重点结果见上文
要点 AEAP 的核心是 point-in-time、外层滚动与 OOS-only 评估；SEADS 在一组滚动回测中表现较强，但不同系统没有稳定的全维度冠军，且回测未包含交易成本与真实执行。
5. LPG Subsidy Reform in Bolivia：机器学习智能体基础的微观模拟
作者 Ricardo Alonzo Fernández Salguero
来源/分类 arXiv · econ.EM；证据状态 仅依据摘要
要点 论文整合家庭、人口、健康和碳氢化合物数据，建立机器学习智能体基础微观模拟来比较玻利维亚 LPG 补贴改革情景。摘要称取消补偿可带来最大财政节省但恶化贫困，部分或完全补偿在 Q1–Q2 等分组上呈现不同权衡；这是政策情景模拟，结论依赖校准与反事实设定。
6. Adaptive singular-point method for pricing and hedging surrenderable equity-linked contracts
作者 Andrea Molent、Marcellino Gaudenzi
来源/分类 arXiv · q-fin.CP、q-fin.PR；证据状态 仅依据摘要
要点 作者提出处理随机利率、随机方差和提前退保障碍的自适应奇异点方法，并用重组网格计算价格与对冲。摘要称与 Monte Carlo/LSMC 结果一致，但相近价格可能对应不同风险暴露；它是合约数值方法，不是收益策略或产品推荐。
7. Foundation models for electricity price forecasting and battery arbitrage：能替代市场专用模型吗？
作者 Arkadiusz Lipiecki、Rafał Weron
来源/分类 arXiv · cs.LG、econ.EM；证据状态 已核阅公开 PDF；重点结果见上文
要点 TabPFN-3 的 CRPS 在三个市场优于 DDNN-JSU，但 battery arbitrage 的经济排名随 alpha 和市场改变；foundation model 预训练污染与真实执行成本是最先要复核的风险。
链接 摘要 · PDF · ENTSO-E 数据 · Investing.com 数据
8. Latent-Space No-Arbitrage Geometry of Generative Models for Implied Volatility Surfaces
作者 Jing Wang、Shuaiqiang Liu、Cornelis Vuik
来源/分类 arXiv · q-fin.CP、cs.AI、cs.LG、cs.NA、math.NA；证据状态 仅依据摘要
要点 论文在生成隐含波动率曲面的潜空间中定义静态无套利可行集，以 VAE 和 Heston 示例研究边界编辑。它关注的是生成曲面的几何约束与修复方法；摘要没有提供真实市场外样本或交易可行性证据，合成 Heston 结果不能替代市场验证。
9. A Fast Implied Volatility Method with Expansions：带展开式的快速隐含波动率方法
作者 Alper Hekimoğlu、İsmail Hakkı Gökgoz
来源/分类 arXiv · q-fin.CP；证据状态 已核阅公开 PDF；重点结果见上文
要点 分区展开加 Householder 迭代在大规模网格上把误差压到约 10⁻¹³–10⁻¹⁴，并相对 Jäckel 提速约 1.6–1.9 倍；这是硬件相关的数值基准，不能与投资业绩混淆。
10. Blameocracy：政治中的因果修辞
作者 Francesco Bilotta、Alberto Binetti、Giacomo Manferdini
来源/分类 arXiv · econ.GN、q-fin.EC；证据状态 仅依据摘要
要点 作者在 2012–2023 年 420 万条国会推文上用语言模型测量 blame rhetoric，并以 Twitter 采用的准外生时点研究其与小额捐款、事件支持的关系。摘要称 blame-only 日后支持度上升；即使采用事件研究，这类政治传播结果仍需检查平行趋势、平台选择和未观测议题冲击，不能把关联直接视为因果。
11. AI and the Economy：人工智能与经济
作者 Ali Zeytoon-Nejad
来源/分类 arXiv · econ.GN、q-fin.EC；证据状态 仅依据摘要
要点 这篇文章以分类与论述为主，讨论 AI 对经济的影响框架；摘要没有提供可核对的实证估计、样本外预测或资产定价结果，因此不应与经验研究放在同一证据等级上。
12. Single- and Multilevel Quadrature with Error Control for Fourier Pricing under Rough Heston
作者 Chiheb Ben Hammouda、Abderrahmene Ben Romdhane、Michael Samet、Raul F. Tempone
来源/分类 arXiv · q-fin.CP、cs.NA、math.NA；证据状态 仅依据摘要
要点 论文用带误差控制的单层/多层 Gauss–Laguerre 求积，平衡 rough Heston 的分数 Riccati 方程与 Fourier 积分误差。摘要称相对 BL2 基准降低 CPU 成本，并给出复杂度理论；实际收益仍取决于误差容限、参数区域和实现细节，不是交易收益结论。
13. How bad is time variability for users in mobility services？
作者 David Z. W. Wang、Zhaoqi Zang、Xiangdong Xu、Shaojun Liu
来源/分类 arXiv · econ.GN、q-fin.EC；证据状态 仅依据摘要
要点 论文研究移动服务中用户时间变异性的上界，给出欧盟假设下 COTV/COT 不超过约 0.5 CV² 的关系，并讨论 Poisson 情形和非欧盟扩展。它是服务可靠性与运筹分析，不是金融市场回测；摘要中的边界依赖分布和独立性设定。
14. Scalable Inversion of Contests with Correlated Performances
作者 Peter Cotton
来源/分类 arXiv · stat.ME、q-fin.MF、stat.CO、stat.OT；证据状态 仅依据摘要
要点 作者研究表现相关的竞赛逆问题，在百万级校准规模下比较线性可扩展方法与 GHK；摘要称 n=200 时 GHK 慢约 200 倍，复杂度约 O(n²·⁸)。这是统计计算可扩展性结果，不能把速度优势直接解释成经济预测优势。
15. Was Stalin Necessary？苏联增长的反事实证据
作者 Fernán Salguero、Ricardo Alonzo
来源/分类 arXiv · econ.EM；证据状态 仅依据摘要
要点 论文把宏观数据与合成控制等反事实方法结合，摘要称结果支持“在特定条件下存在增长溢价”，但不能推出 Stalin 对增长是必要条件。反事实结果依赖供体池、处理时点和可比趋势，属于历史经济计量论证而非金融投资信号。
16. Quantifying the degree of risk aversion of spectral risk measures
作者 E. Ruben van Beesten
来源/分类 arXiv · q-fin.RM、math.OC；证据状态 仅依据摘要
要点 论文从 Kusuoka 表示、对偶效用、Gini 与 Arrow–Pratt 等对象出发，定义并研究谱风险度量的风险厌恶程度及尾部性质。贡献主要是理论泛函与刻画，不提供可交易组合或样本外收益；应用时仍需把风险度量选择与损失分布假设分开。
17. Optimal Uniform Pricing for Multi-Interval Dispatch without Make-Whole Uplifts
作者 Valentina Norambuena-Guzman、Cong Chen、Lang Tong、Timothy D. Mount
来源/分类 arXiv · eess.SY、cs.SY、econ.EM；证据状态 仅依据摘要
要点 论文提出多时间区间调度下的统一定价规则，目标是减少需求侧支付、避免 make-whole uplift 并保持收入充足。摘要指出提高发电商利润可能同步提高需求侧支付；这是电力市场机制设计结论，具体福利与可实施性依赖约束、市场结构和结算规则。
18. Unequal urban capacities for mobility adaptation under fuel-price shocks
作者 Zihao Zhang、Yuanbo Zhang、Xiaolei Ma、Yuan Liao
来源/分类 arXiv · stat.AP、econ.GN、q-fin.EC；证据状态 仅依据摘要
要点 作者利用 2026 年美伊冲突引发的油价冲击作为准自然实验，结合约 1.7 万亿条 POI 访问记录和中美 122,000 个社区，使用层级面板回归断点分析城市适应能力差异。摘要称不同城市与社区承受的出行调整能力不均等；因果解释仍需核查冲击外生性、空间溢出、同时发生的政策与事件，以及断点带宽敏感性。