每日金融论文简报｜2026 年 9 月 11 日
重点关注
1. Generative AI for Analysts：信息生产变快变丰富，但人类注意力成为新瓶颈
论文：Generative AI for Analysts（PDF，arXiv:2512.19705）
作者：Jian Xue、Qian Zhang、Wu Zhu
来源/类别：arXiv RSS；q-fin.ST、q-fin.EC、econ.GN、cs.AI；金融科技与公司金融实证
全文状态：已核阅公开 PDF（79 页）。
研究问题：GenAI 接入分析师工作流后，改变的是信息收集能力、报告产出，还是最终决策质量？如果报告包含更多来源、主题和方法，人的处理容量是否会成为新的约束？
方法与数据：作者利用 FACTSET 在 2023 年接入 MERCURY GenAI 这一时间变化，构造 FACTSET-associated 与其他平台的差分中的差分比较。数据从 2022 年 1 月至 2024 年 10 月的 162,862 份美国股票报告出发，最终为 46,853 个 report-firm 观察、2,443 家公司、413 个分析师团队和 21 家券商，并连接 I/B/E/S 预测、LinkedIn 简历和 CRSP。报告的来源、主题、方法由 GPT-4o-mini 抽取，人工复核错误率分别为 2.81%、10.75%、8.73%。
这里的处理变量不是“实际使用 GenAI 的分析师”：作者以 FACTSET 引用作为可观察暴露代理，没有直接 prompt 或使用日志。作者认为集成时点具有一定准外生性，但也承认平台选择和采用的内生性无法完全排除，因此结果应理解为在识别假设下的关联性因果证据，而不是无条件的因果验证。
作者报告的结果：FACTSET×Post 后，报告文字信息量系数为 2.273，约增加 27%；图表增加约 29%，表格增加约 23%。去重后的描述性统计也显示，平均来源从 19 增至 24、主题从 24 增至 29、方法从 8 增至 10。主题覆盖与方法覆盖分别增加约 24% 和 21%，及时性指标也改善（交互项约 .033）。
质量结果并非单向改善：相对预测准确度系数为 -0.157 个标准差，且在 1% 水平显著；市场异常交易量系数为 -0.127，按样本均值约对应 21% 的相对下降。准确度下降集中在组合复杂度更高、团队更小和更忙的交易日。使用同一可观察输入训练的随机森林，按 firm-year 做 70/30 切分并重复 100 次，样本外 RMSE 为 1.851，优于人类的 2.143，且没有出现同样的 post 下降；作者据此支持“人类处理瓶颈”机制，但机器 benchmark 使用全期间构造特征，仍可能有前视偏差。
创新、局限与复现边界：论文把“获取信息的约束”与“处理信息的约束”分开，是研究 GenAI 劳动生产率时很重要的区分；Bloomberg、Refinitiv、Capital IQ 的 placebo 也降低了共同平台趋势的解释。局限包括 FACTSET 引用代理、非用户可能使用其他 AI、采用内生性、样本偏向头部券商、LLM 抽取误差和缺少直接 AI 日志；DiD 的因果解释仍依赖平行趋势等假设。报告更丰富、预测相对准确度下降和市场交易量变化是不同结果，不能拼成“AI 提升或损害投资收益”的单一结论，也不构成投资建议。
适合谁读：金融分析师生产率、AI 采用、信息中介和组织设计研究者。建议读 §§2–4.4、表 8–11、§5 及在线附录的识别、机制和稳健性。
2. 对抗训练的信用评分：单一攻击防御会夸大真实鲁棒性
论文：Adversarial Training for Tabular Credit Scoring: A Multi-Attack Robustness Evaluation in P2P Lending（PDF，arXiv:2609.09945）
作者：Gijs A. F. Niewzwaag、Marijn G. S. Veth、Manuele Massei、Marcos R. Machado
来源/类别：arXiv RSS；q-fin.RM、cs.LG、stat.ML；信用风险模型鲁棒性
代码：adversarialresearch
全文状态：已核阅公开 PDF（26 页）。
研究问题：借款人若能策略性修改自报信息，信用评分模型的鲁棒性是否会从一种攻击迁移到另一种攻击？只用与训练同形的单一攻击测试防御，会不会产生虚假的安全感？
方法与数据：作者在 Lending Club 子集上使用约 396,030 条观测、28 个特征，比较逻辑回归、前馈神经网络和 FT-Transformer。数据采用 80/20 切分与分层五折交叉验证，攻击只作用于申请人可修改的特征，覆盖 FGSM、PGD、DeepFool、Salt-and-Pepper（S&P）和 Mixed regime，扰动规模约为 .1，并使用类别加权。另用 Prosper 数据做外部复现。
作者报告的结果：干净测试集 ROC AUC 约为 .903–.906、准确率 .822–.826。未针对攻击训练时，逻辑回归在 FGSM/PGD 上 AUC 约 .862，在 DeepFool .870、S&P .861；不同模型均出现退化。匹配攻击的对抗训练可把逻辑回归的 FGSM/PGD AUC 提到 .947–.948，神经网络约 .952–.959，Transformer 最高约 .980；但迁移到非梯度 S&P 时明显弱。Mixed training 给出较均衡的结果，Transformer 在 clean、DeepFool、FGSM/PGD 上的准确率约 .825、.826、.865，后者 AUC 约 .979。Prosper 上干净 AUC 较低（.698–.711），但“梯度攻击内迁移好、跨家族迁移弱”的定性模式仍存在。
创新、局限与金融含义：它把信用模型治理需要的“多攻击压力测试”变成网格化实验，直接揭示防御的攻击分布依赖。这里的 AUC、准确率和扰动鲁棒性是模型评测指标，不是违约率、欺诈率、放贷损失或资本回报的因果估计；没有时间外样本、线上申请行为、人工核验、政策反应和真实可行性约束。Lending Club 预处理、风格化扰动以及可修改特征假设也限制外推。对抗训练提高的只是特定 benchmark 下的决策稳定性，不能据此宣称现实授信更公平或更赚钱。
适合谁读：信用风险建模、模型风险管理、P2P 风控和 adversarial ML 团队。建议读 §§3–5 和附录 B，重点看攻击约束、迁移矩阵与外部数据复现。
3. DEX 套利：竞争、gas 和库存风险共同决定“可套利”是否可兑现
论文：Arbitrage on Decentralized Exchanges（PDF，arXiv:2507.08302）
作者：Xue Dong He、Chen Yang、Yutian Zhou
来源/类别：arXiv RSS；q-fin.MF、q-fin.TR；DeFi 市场微观结构
全文状态：已核阅公开 PDF（63 页）。
研究问题：AMM DEX 与 CEX 之间的价差公开可见，多个套利者为什么还会竞争 gas？交易回滚规则如何改变利润、市场效率与库存风险？
方法与数据：理论部分在 AMM/CPMM 与中心化交易所框架下，引入两个套利者的 gas fee 竞争，并比较 no-revert、auto-revert、selectable-revert 三种交易回滚设置。作者证明不存在纯策略对称均衡，给出唯一混合对称均衡的刻画，并用非线性 ODE、数值唯一性和库存风险分析比较利润与效率。实证使用 Infura 的 Uniswap V2 WETH/USDT 交易与区块数据、Binance ETH 秒级价格，时间为 2024 年 10 月 27 日至 12 月 1 日，样本约 100,000 次 swap、249,642 个区块、8,377 个套利区块；Uniswap 手续费为 0.3%。
作者报告的结果：套利区块占总区块约 3.356%，其中只有 12 个区块出现至少两笔套利 swap，未观察到超过两笔。单笔套利区块的正 ex ante P&L 比例为 94.145%，两笔区块为 54.167%，差异约 -39.978%。相对 swap 数量在价格偏离和 gas fee 上的标准化回归系数约为 .318、.536；gas fee 对流动性与价差的系数约为 .056、.748，模型 R² 分别约 .800 和 .594。约 88.85% 的套利 swap 低于最大交易量，作者把优先费下降等现象解释为库存风险的间接证据。
如何解读、局限与可交易性：低库存风险下，no-revert 更有利于套利者利润，auto/selectable 更有利于市场效率；高库存风险下，no-revert/selectable 在作者模型中同时优于 auto-revert。实证回归是“已发生交易”条件下的相关性，不能识别价格偏离或 gas 对交易量的因果效应，也没有报告扣除滑点、MEV、延迟、资金占用后的实时净收益。可见交易未必能识别所有 venue，模型只覆盖两个套利者、一个交易对和一个时间窗。因此这是机制与历史数据验证，不是稳定套利策略或投资建议。
适合谁读：DeFi、市场微观结构、机制设计和链上数据研究者。建议读 §§2–5 以及在线附录的均衡、库存风险和回归设定。
4. 大规模生产网络重建：没有完整网络时，行业规模并不能替代企业间连接
论文：Reconstructing Large Scale Production Networks（PDF，arXiv:2512.02362）
作者：Ashwin Bhattathiripad、Vipin P. Veetil
来源/类别：arXiv RSS；econ.GN、q-fin.EC、cs.SI；生产网络与系统性风险
代码/库：prodnet-generator、PyPI
全文状态：已核阅公开 PDF（107 页）。
研究问题：企业间生产网络通常不可见，但宏观冲击传播恰恰依赖买方—卖方连接。能否只用公开的行业投入产出表和各行业企业规模分布，重建一个足够大、可计算、保留关键传播性质的加权企业网络？
方法与数据：第一阶段用 sector-aware gravity 模型生成二元买卖骨架，再用 Bernoulli 边、度数下限和 Markov closure 让网络具有唯一 stationary distribution；第二阶段用 minimum-energy 程序在企业/行业约束下分配权重，使单步企业余额和行业流量贴近公开表。美国重建约 646.2 万家企业、3.404 亿条边，在一台 128GB 内存的 Mac Studio M1 上约 4 小时完成；另重建日本、英国、澳大利亚、芬兰和丹麦。
作者报告的结果：美国重建网络的 customer/out-degree Hill tail 约 1.18，supplier/in-degree 约 1.55；行业 stationary flow 的 Pearson 相关约 .995、cosine .996、总变差 .057，最大残差约 .45%，stationary money vector 只让约 3% 的总量重新分配、企业中位数约移动 4%。但日本外部检验也显示结构边界：观测度尾约 1.26/1.35，重建约 1.46/1.67；reciprocity 重建仅 .0003、观测 .046，clustering 不到 .01、观测约 .10，assortativity 重建约 +.006、观测为负。
弱连接对高阶传播尤其关键：保留买方支出至少 1% 的边时，一阶 reach 仍保留约 27%–44%，二阶只剩 1%–12%，三阶为 .04%–3.9%；低于 1% 的弱边承载了 88%–99% 的二阶和 96%–99.96% 的三阶 reach。CES 与 Leontief 闭合下，最坏 .1% 美国企业失效时，阈值网络的 ESRI 约从完整网络的 9.2e-4 升至 1.7e-3，约 1.8 倍；销售额、度数和行业位置都不是可靠的单企业系统损失代理。
创新、局限与金融含义：论文证明“可计算的完整网络”比“只看大企业或行业位置”更适合做传播反事实，但重建网络不是现实网络的逐边观测。独立边骨架无法复现聚类、互惠和度数相关，尾部参数与规模假设也会影响结果；系统性风险数字取决于 CES/Leontief、失效规则和生成网络。ESRI 是模型中的 simulated counterfactual，不是宏观损失、违约概率或投资回报的因果估计。
适合谁读：宏观金融、供应链风险、复杂网络和系统性风险建模团队。建议读 §§2–6，重点看表 9、14、18 和 §7 的结构边界。
5. 异质波动扩散模型的似然聚合：这是理论上的模型组合，不是历史回测
论文：Geometric and Arithmetic Likelihood Aggregation for Diffusions with Heterogeneous Volatility（PDF，arXiv:2609.09470）
作者：Jan Vecer
来源/类别：arXiv RSS；q-fin.MF；金融数学与扩散模型
全文状态：已核阅公开 PDF（39 页）。
研究问题：多个扩散模型对 drift 和 covariance 意见不一致时，如何定义一个有信息论含义、又能处理异质波动的聚合模型？直接在路径空间做相对熵可能无穷，简单算术混合也未必保持 Markov diffusion 结构。
方法与数据：这是理论与数值例子论文，没有股票、期权或基金的历史数据库，也没有样本外回测。作者从 candidate-first relative entropy 得到 geometric pooling，从 expert-first 得到与加权对数财富相关的 arithmetic mixture；再提出局部准则，把 drift 信息按第二个协方差归一化，并用固定状态度量下的高斯冲击二次输运处理 covariance。理论结果包括 Gaussian identity、Euler 收敛估计、HJB 刻画、Bures–Wasserstein barycenter 降维，以及无限制局部 covariance 问题有限的尖锐条件 H+λM≻0；还讨论 OU、线性二次、exact-transition 和金融例子。
作者报告的结果与解读：expert-first 投影含 posterior-mean drift 和 inverse-covariance penalty；一维中 drift 分歧惩罚会提高波动率。candidate-first 的 covariance selector 可通过 congruence 化为 Bures–Wasserstein barycenter，并以 covariance-disagreement budget 解释惩罚参数。例子展示的是模型性质与可行性，不是“聚合后预测更准”或“策略收益更高”。
局限与金融边界：模型组合依赖局部准则、状态度量、约束集和 martingale 限制；不同 quadratic variation 的路径熵问题也意味着，选择 geometric 或 arithmetic 不能只凭直觉。全文没有现实市场校准、交易成本、样本外表现或可实现净收益，不能作为定价、对冲或投资建议的实证依据。
适合谁读：随机分析、金融数学、模型风险和多模型聚合研究者。建议读 §§2–4、§§6–9，重点看有限性条件、HJB、协方差 barycenter 和金融解释。
金融论文
以下包含本次 arXiv RSS 候选的全部 18 篇。金融实证中，相关性、因果识别、样本内/样本外、统计显著性/经济显著性以及回测/实盘可交易性分别标注；模型或回测结果不构成投资建议。除“重点关注”中明确标注已核阅 PDF 的论文外，其余条目仅依据摘要。
1. Generative AI for Analysts
论文：arXiv:2512.19705（PDF）
作者：Jian Xue、Qian Zhang、Wu Zhu
来源/类别：arXiv RSS；q-fin.ST、q-fin.EC、econ.GN、cs.AI；金融科技与公司金融实证
中文导读：研究问题是 GenAI 如何改变分析师的信息生产与决策质量；方法是 FACTSET 2023 年接入 MERCURY 的 DiD、美国股票报告与预测数据；作者报告报告来源、主题、方法分别增加约 26%、24%、21%，但高处理负荷下相对预测准确度下降，机器 benchmark 没有同样下降；价值在于识别人类信息处理瓶颈；证据状态：已核阅 PDF，FACTSET 引用是采用代理，识别仍依赖准外生和平行趋势等假设，不是投资收益证据。
2. Adversarial Training for Tabular Credit Scoring: A Multi-Attack Robustness Evaluation in P2P Lending
论文：arXiv:2609.09945（PDF）
作者：Gijs A. F. Niewzwaag、Marijn G. S. Veth、Manuele Massei、Marcos R. Machado
来源/类别：arXiv RSS；q-fin.RM、cs.LG、stat.ML；信用风险模型鲁棒性
代码：adversarialresearch
中文导读：研究问题是信用评分对多种可修改特征攻击的鲁棒性是否能迁移；方法是约 396,030 条 Lending Club 观测、28 特征、三类模型、FGSM/PGD/DeepFool/S&P 与 Mixed 训练测试；作者报告匹配攻击训练提升明显但跨梯度/非梯度迁移弱，Mixed 最均衡且 clean performance 基本保持；价值在于提示模型治理应做多攻击压力测试；证据状态：已核阅 PDF，AUC/准确率不是违约损失或公平性的因果/经济指标，未做时间外实盘验证。
3. Geometric and Arithmetic Likelihood Aggregation for Diffusions with Heterogeneous Volatility
论文：arXiv:2609.09470（PDF）
作者：Jan Vecer
来源/类别：arXiv RSS；q-fin.MF；金融数学
中文导读：研究问题是如何聚合 drift/covariance 不同的扩散模型；方法是相对熵、局部信息输运、HJB 与 Bures–Wasserstein covariance barycenter；作者报告 expert-first 含逆协方差漂移惩罚，candidate-first 有 H+λM≻0 的有限性条件，并给出金融例子；价值是澄清 geometric/arithmetic pooling 的动态含义；证据状态：已核阅 PDF，纯理论和数值例子，没有历史数据、样本外检验或可交易收益。
4. Meyer risk measures
论文：arXiv:2509.24747（PDF）
作者：Christian Laudagé、Felix-Benedikt Liebrich
来源/类别：arXiv RSS；q-fin.MF、q-fin.RM；风险度量理论
中文导读：研究问题是如何用 threshold utility 诱导比 SSD 更灵活的随机序风险；方法是研究 Meyer monetary risk measures、CARA 下的 lower-envelope 表示、monotone additive statistics 与超出 CARA 的不可能性；作者报告给出风险度量的表示、比较和存在性边界，并讨论组合选择/风险管理含义；价值在于放松 SSD 的刚性；证据状态：仅依据摘要，理论结论不是经验风险预测或投资绩效，具体假设与反例需阅读全文。
5. Buy Now, Pay Later: Academic Insights and Open Policy Questions
论文：arXiv:2609.09323（PDF）
作者：Benedict Guttman-Kenney、Walter W. Zhang
来源/类别：arXiv RSS；econ.GN、q-fin.EC；BNPL 文献综述与政策
中文导读：研究问题是 BNPL 从小众结账产品变成主流消费金融后，文献对用户、商业模式、消费影响和信用报告的认识是什么；方法是综述经济学、金融和营销研究并整理政策开放问题；作者报告讨论 BNPL 产品结构、使用动机、客户群体、消费者影响和不上征信的含义；价值是把快速扩张市场的研究与监管问题放在一起；证据状态：仅依据摘要，综述不等于新因果估计，具体效果方向与政策判断需核验引用文献。
6. AI Coding Tools and Digital Entrepreneurship: The Role of Software Expertise
论文：arXiv:2511.06545（PDF）
作者：Ruiqing Cao、Abhishek Bhatia
来源/类别：arXiv RSS；econ.GN、cs.CY、q-fin.EC；数字创业与 AI 采用
中文导读：研究问题是 AI coding 工具是否降低数字创业进入门槛，以及软件经验能否替代；方法是用 LLM 前产品描述度量类别暴露，再连接 venture launch、流量和融资数据；作者报告 2022Q4 后暴露更高的类别首次创业增加，但存活率下降，存活一年后融资更多，软件经验创始人解释了融资增加；价值在于区分进入、存活和融资三阶段；证据状态：仅依据摘要，暴露设计、选择偏差、存活条件化和融资因果机制需阅读全文。
7. dexamine: A Python package for Uniswap event data on Ethereum
论文：arXiv:2609.10407（PDF）
作者：Magnus Hansson
来源/类别：arXiv RSS；q-fin.TR、cs.SE；链上金融数据工程
中文导读：研究问题是如何把 Uniswap 交易日志与执行元数据整理成可复现的经验观察；方法是 Python 包解析 v2/v3 event、交易 receipt、token 数量、池状态、交易顺序和 gas，并分离数据获取、合约元数据、协议解释和输出构造；作者报告仓库提供 Ethereum 响应记录与离线示例，已用于价格发现研究数据构造；价值是降低 DeFi 实证的解析门槛；证据状态：仅依据摘要，软件正确性、链重组、版本覆盖和价格发现研究的统计/经济结果需阅读全文与代码核验。
8. The Log S-fBM model: Statistical analysis
论文：arXiv:2609.09405（PDF）
作者：Othmane Zarhali、Emmanuel Bacry、Jean-François Muzy
来源/类别：arXiv RSS；q-fin.ST；随机波动与粗糙/多重分形
中文导读：研究问题是 Log S-fBM 波动模型如何连接 H≈.1 的 rough volatility 与 H 接近 0 的 multifractal regime；方法是推导 S-fBM 与 integrated volatility 的 scaling、尾部偏差不等式、小 intermittency 近似、GMM 校准和 Hurst 假设检验；作者报告给出对 H 与 intermittency 敏感的尾分布及 rough/multifractal 区分方法；价值在于为模型诊断和校准提供统计工具；证据状态：仅依据摘要，未见摘要层面的资产样本外校准或交易收益，数值例子与金融解释需阅读全文。
9. Adaptive Entangled Game Modules in Artificial General Intelligence
论文：arXiv:2609.09226（PDF）
作者：Haochen Li、Xinshuai Guo、Jingdong Ouyang、Wei Zhang、Leilei Shi
来源/类别：arXiv RSS；q-fin.GN、cs.AI、physics.soc-ph、q-bio.NC、quant-ph；行为金融与 AGI
中文导读：研究问题是自适应、相互依赖的行为模块能否解释交易者群体决策并启发 AGI；方法是 generalized behavioral intelligence 的 probability-wave 框架，结合中国日内股票数据分析 adaptive entangled game modes；作者报告这些模式解释 82%–94%（整体 89%）的观察决策，独立模式低于 5%，并据此提出脑启发式 HPU；价值在于把交易行为与群体智能机制联系；证据状态：仅依据摘要，行为解释、模型识别、样本与“支持脑机制”之间的推断跨度很大，不能当作交易预测或神经科学因果证据。
10. Arbitrage on Decentralized Exchanges
论文：arXiv:2507.08302（PDF）
作者：Xue Dong He、Chen Yang、Yutian Zhou
来源/类别：arXiv RSS；q-fin.MF、q-fin.TR；DeFi 市场微观结构
中文导读：研究问题是 DEX/CEX 价差下的双套利者 gas 竞争与交易回滚如何影响利润和效率；方法是三种 reversion 设置的均衡模型，加上 Binance/Uniswap V2 数据；作者报告不存在纯对称均衡、存在唯一混合均衡，并观察到 gas/交易量随价差与流动性变化及库存风险；价值在于把竞争者和库存纳入 DEX 套利模型；证据状态：已核阅 PDF，实证是条件相关、窗口有限且无滑点/延迟后的实时净收益，不构成套利建议。
11. Reducing Prescription Errors Through Information Intervention: A Field Experiment in Healthcare Operations
论文：arXiv:2609.09673（PDF）
作者：Xiaodan Shao、Vivek Choudhary、Arnab Majumdar
来源/类别：arXiv RSS；econ.GN、q-fin.EC；医疗运营与信息干预
中文导读：研究问题是非强制的药物相互作用（DDI）信息提示能否减少处方错误并带来学习；方法是印度最大电子病历平台上 1,700 名医生、281 万处方的随机现场实验与 DiD；作者报告 DDI 错误减少 8.6%，估算每年节省约 480 万美元住院成本、潜在避免约 134 例死亡，并区分即时纠错与前瞻学习；价值是识别信息干预的短期与持久机制；证据状态：仅依据摘要，成本/生命估算、干预遵从、外部效度和统计独立性需阅读全文，不能直接用于医疗或投资决策。
12. Signal Correlation, IC, and PnL Dependence
论文：arXiv:2609.09588（PDF）
作者：Marc Nunes
来源/类别：arXiv RSS；q-fin.PM、math.ST、stat.TH；量化信号统计理论
中文导读：研究问题是横截面 signal correlation 是否能代表时间序列 PnL correlation；方法是把 realized cross-sectional IC、return dispersion、信号正交补空间的 partial correlation 和 transverse Gram matrix 做精确分解，并证明无约束时两种相关性不可互相排序；作者报告 ex post 组合规则在各风险度量下的 multiple-correlation 界，以及时间依赖下的推断建议；价值是纠正常用 proxy 的几何误读；证据状态：仅依据摘要，主要是理论与合成机制，不能直接声称有交易预测或收益提升。
13. Revisiting Hötte (2025): A Companion Analysis with Extended Evidence from UK Inter-Industry Payment Data, 2017-2024
论文：arXiv:2508.17695（PDF）
作者：Kerstin Hötte
来源/类别：arXiv RSS；econ.GN、q-fin.EC；支付网络与宏观数据
中文导读：研究问题是 UK ONS 新的月度行业间支付数据能否为宏观、行业和经济网络研究提供更大覆盖、更及时的证据；方法是更新 Hötte (2025) 的数据构造、方法变化和经验观察，覆盖 2017 年 1 月至 2024 年 11 月、超过 310 万个组织，2023 年年度流量超过 3.1 万亿英镑；作者报告新旧版本的共性、差异与后续挑战；价值是介绍高粒度公开支付数据的研究边界；证据状态：仅依据摘要，摘要未给出独立因果估计或投资结果，数据构造、隐私、覆盖偏差和网络指标需阅读全文。
14. On the Singular Control of a Diffusion and its Running Infimum or Supremum
论文：arXiv:2501.17577（PDF）
作者：Giorgio Ferrari、Neofytos Rodosthenous
来源/类别：arXiv RSS；q-fin.MF、math.OC、math.PR；奇异随机控制
中文导读：研究问题是扩散过程的控制目标显式依赖历史最低/最高值时，如何处理二维状态和验证；方法是构造与 HJB 一致的两个积分算子，证明一般验证定理，并解一个管理者时间偏好依赖公司历史最差表现的最优分红例子；作者报告给出 running infimum/supremum 下的控制理论与显式应用；价值在于把路径历史纳入金融控制模型；证据状态：仅依据摘要，应用为理论模型例子，没有现实公司数据、样本外验证或分红策略可交易性证据。
15. Credible Discourse on Climate Policy: Beyond Dueling Certitudes
论文：arXiv:2609.09337（PDF）
作者：Charles F. Manski
来源/类别：arXiv RSS；econ.GN、q-fin.EC；政策不确定性与福利经济学
中文导读：研究问题是如何在科学与意识形态纠缠的气候政策讨论中做可信的政策评估；方法是以福利经济学透明描述权衡，并把 2025 年 National Academies 与美国能源部报告作为案例；作者报告公共报告的定性讨论需要更明确地处理不确定性与福利权衡；价值是提醒读者不要把单点预测包装成政策确定性；证据状态：仅依据摘要，案例论证不是金融市场因果估计或资产配置建议，具体识别与政策量化需阅读全文。
16. Parameter Identification and Inference in Discretely Sampled or Temporally Aggregated Autoregressions
论文：arXiv:2608.13224（PDF）
作者：Marko Mlikota
来源/类别：arXiv RSS；econ.EM；时间聚合与计量识别
中文导读：研究问题是 AR(p) 过程按 q 期采样或聚合后，原参数哪些仍可识别；方法是刻画观测 ARMA、给出一般 p/q 的 identified set、候选点算法和 Gaussian MLE 的推断性质；作者报告创新项方差点识别，时间聚合下 AR 参数点识别，离散采样时奇数 q 点识别、偶数 q 存在交替符号歧义，并指出固定观测数时精度不必随 q 下降；价值是避免把低频数据误当作原过程参数；证据状态：仅依据摘要，理论条件和数值验证需核验，不是市场预测或收益结果。
17. Compound decisions and empirical Bayes via Bayesian nonparametrics
论文：arXiv:2602.20115（PDF）
作者：Nikolaos Ignatiadis、Sid Kankanala
来源/类别：arXiv RSS；math.ST、econ.EM、stat.ME、stat.TH；经验 Bayes 与决策理论
中文导读：研究问题是 fully Bayesian 决策规则能否获得经验 Bayes/NPMLE 的近最优风险保证；方法是在 Gaussian compound decision 中比较后验均值、NPMLE plug-in 与常见替代方案，并应用到 Opportunity Atlas 的 Census tract 经济流动估计；作者报告 fully Bayesian posterior mean 具有近最优风险且是 admissible Bayes rule，而对应 NPMLE plug-in 不可容许；价值是连接非参数 Bayes 理论与小区域估计；证据状态：仅依据摘要，模拟和应用的风险定义、先验敏感性与数据细节需阅读全文，不是资产风险或投资绩效结论。
18. Reconstructing Large Scale Production Networks
论文：arXiv:2512.02362（PDF）
作者：Ashwin Bhattathiripad、Vipin P. Veetil
来源/类别：arXiv RSS；econ.GN、q-fin.EC、cs.SI；生产网络与系统性风险
代码/库：prodnet-generator、PyPI
中文导读：研究问题是如何用行业投入产出表和企业规模分布重建国家级加权生产网络；方法是 sector-aware gravity 二元骨架、minimum-energy 权重和 Markov closure，并在六个经济体上做传播实验；作者报告美国约 650 万企业、3.4 亿边可在单工作站约 4 小时生成，日本度尾部可部分复现，但高阶 reciprocity/clustering 仍失真，企业规模/度数不是系统损失好代理；价值是为缺少真实网络的宏观模拟提供可计算替代；证据状态：已核阅 PDF，网络与 ESRI 是重建/模型反事实，不是观测网络或宏观损失的因果估计。