金融经济学研究快报

用 AI 跟踪日新月异的金融经济学领域进展

左精益模型:人工智能对经济政策的假定

AI如何看待经济政策? 虽然在经济学中使用大型语言模型(LLM)呈指数级增长,但他们在经济问题上的假设仍然是一个黑匣子。 本文使用连体实验来梳理影响LLM对经济政策评估的主要因素。 它发现LLM对失业,不平等,金融稳定和环境危害最敏感,对经济增长,通货膨胀和政府债务等传统宏观经济问题不那么敏感。 结果在跨场景和跨模型之间非常一致。

计算机与社会 人工智能 通用经济学

人工智能如何看待金钱

在本文中,我们探讨了大型语言模型(LLM)如何通过系统地比较它们与全球人类参与者的反应来处理财务决策。 我们向七种领先的LLM提出了一组常用的财务决策问题,包括GPT系列(GPT-4o,GPT-4.5,o1,o3-mini),Gemini 2.0 Flash和DeepSeek R1的五种型号。 然后,我们将它们的输出与来自涵盖53个国家的数据集的人类响应进行比较。 我们的分析揭示了三个主要结果。 首先,LLM通常表现出风险中立的决策模式,在面对彩票类型的问题时,倾向于与预期价值计算一致的选择。 其次,在评估当前和未来之间的权衡时,LLM偶尔会产生与规范推理不一致的反应。 第三,当我们研究跨国相似性时,我们发现LLM的总体反应与来自坦桑尼亚的参与者的反应最为相似。 这些发现有助于理解LLM如何模仿类人的决策行为,并突出其产出中潜在的文化和培训影响。

通用经济学 人工智能 金融经济学

Explainable Graph Neural Networks via Structural Externalities

Graph Neural Networks (GNNs) have achieved outstanding performance across a wide range of graph-related tasks. However, their "black-box" nature poses significant challenges to their explainability, and existing methods often fail to effectively capture the intricate interaction patterns among nodes within the network. In this work, we propose a novel explainability framework, GraphEXT, which leverages cooperative game theory and the concept of social externalities. GraphEXT partitions graph nodes into coalitions, decomposing the original graph into independent subgraphs. By integrating graph structure as an externality and incorporating the Shapley value under externalities, GraphEXT quantifies node importance through their marginal contributions to GNN predictions as the nodes transition between coalitions. Unlike traditional Shapley value-based methods that primarily focus on node attributes, our GraphEXT places greater emphasis on the interactions among nodes and the impact of structural changes on GNN predictions. Experimental studies on both synthetic and real-world datasets show that GraphEXT outperforms existing baseline methods in terms of fidelity across diverse GNN architectures , significantly enhancing the explainability of GNN models.

机器学习 人工智能 计算机科学与博弈论

通过双目标优化实现电容器部件选择自动化

本文提出了使用多目标线性和非线性受限优化技术优化电子设计中电容器选择的新框架。 我们展示了这种方法在最小化成本和电路板领域的有效性,同时满足关键性能要求。

系统与控制 通用经济学 金融经济学

量化通过按需共享移动实现无障碍的改善

共享移动服务(SMS),例如,需求响应式运输或乘车共享,可以改善低密度地区的移动性,而传统公共交通(PT)通常服务不足。 这种改善通常通过基本绩效指标来衡量,例如等待或旅行时间。 然而,这些基本指标并没有说明短信可以为领土提供的最重要贡献,即增加用户获得周围机会的潜力,如工作、学校、企业等。 这种潜力可以通过基于异构体的可及性指标来衡量,该指标计算了在有限的时间内可达到的机会数量,因此公众很容易理解。 已经对短信对可获取性的潜在影响进行了定性讨论,并对公平性的影响进行了实证研究。 然而,到目前为止,还没有定量方法来计算通过短信实现的基于异色酮的指标。 这项工作填补了这一空白,提出了第一种方法来计算由传统PT和SMS组成的PT系统的异构体可访问性,作为访问和进出PT集线器的支线。 该方法基于通过Kriging进行的空间-时间统计分析。 它作为输入观察到的短信旅行,并在图表中总结它们。 在这样的图中,计算异构体可访问性指标。 我们将建议的方法应用于巴黎 - 萨克莱郊区关于需求响应运输的MATSim模拟研究。

计算机与社会 通用经济学 金融经济学

Previous slideNext slide