2026-12A+Journal of International Money and Finance
1. 比特币能对冲央行吗？来自 AI 驱动的货币政策预期的证据
Is bitcoin a hedge against central banking? Evidence from AI-driven monetary policy expectations
方向关联直接命中机器学习与金融：用大语言模型对 11.8 万多条市场信息分类，构建周度货币政策预期指数，再用 LSTM + SHAP 识别非线性与区制依赖关系——预测可黑箱、解释要开箱，正是他的直觉；结论把比特币从“对冲叙事”拉回“被货币周期重定价”的现实。
摘要
本研究考察货币政策叙事如何传导到比特币价格，并把政策预期与政策实际落地区分开来。作者用大语言模型对 11.8 万多条市场信息做鹰鸽分类，构建周度货币政策预期（MPE）指数，得到鹰派与鸽派话语的细粒度度量。MPE 指数的变化对比特币收益有 Granger 预测信息，频率分解显示最强的预测关系集中在指数的中期成分。LSTM 框架结合 SHAP 进一步识别出货币政策预期与比特币收益之间的非线性与区制依赖关系，表明比特币是央行信号的敏感晴雨表。特别是，鹰派货币政策叙事对应负的价格反应，且无法由同期联邦基金利率调整解释。结论是：比特币并不对冲货币周期，而是被货币周期重定价；基于 LLM 的货币政策情绪成为央行沟通的高频度量，也是数字资产领域有信息量的领先宏观指标。
主要贡献
- 用 LLM 对 11.8 万多条市场信息做鹰鸽分类，构建周度货币政策预期指数，把“预期”与“落地”分开度量
- MPE 指数 Granger 预测比特币收益，预测力集中在中期成分
- LSTM + SHAP 识别非线性与区制依赖关系，鹰派叙事的负价格反应无法由同期利率调整解释
- 结论：比特币不是货币周期的对冲工具，而是被货币周期重定价的资产
DOI: 10.1016/j.jimonfin.2026.103683 →
2026-12A+Journal of International Money and Finance
2. 金融制裁如何冲击受制裁国的创新
Identifying the impact of financial sanctions on innovation of target countries
方向关联切中地缘经济碎片化主线：金融制裁通过贸易与资本流动切断外部知识、技术与资本，直接折算成专利与商标数量的下降；金融开放度、金融深度与投资便利化是缓冲条件——特刊候选。
摘要
金融制裁已成为国际关系中日益常用的工具，尤其自二战以来。但一个仍未被充分探索的关键领域，是金融制裁对受制裁国技术创新能力的影响。主要发现是：金融制裁降低了受制裁国专利与商标申请的总体数量。渠道分析提供的提示性证据表明，这一负面效应与国际贸易与国际资本流动的中断一致——中断限制了受制裁国获取外部知识、技术与资本的渠道。研究还发现，在金融开放度更高、金融发展更深、投资便利化更强的国家，金融制裁与创新之间的负向关联更弱。这些发现凸显了帮助受制裁国在金融制裁下维持创新的政策条件。
主要贡献
- 首次系统量化金融制裁对受制裁国创新的影响：专利与商标申请总体下降
- 渠道证据：贸易与资本流动中断限制外部知识、技术与资本获取
- 异质性：金融开放、金融深度、投资便利化能缓冲制裁对创新的伤害
- 政策含义：维持创新的政策条件可直接折算为制裁环境下的应对工具
DOI: 10.1016/j.jimonfin.2026.103687 →
2026-10-12A+++Review of Economic Studies
3. 在线求职建议的直接效应与间接效应
The Direct and Indirect Effects of Online Job Search Advice
方向关联A+++ 旗舰刊的信息干预实验：两阶段随机化设计把“建议本身的效应”与“建议带来的拥挤溢出”干净分开——信息供给改变行为、行为改变均衡，正是信息主线在劳动力市场的版本。
摘要
本研究考察在线求职建议如何影响失业者的求职行为与劳动力市场结果。在丹麦公共就业服务在线平台内嵌的大规模田野实验中，作者向求职者提供职位空缺信息与职业推荐。采用两阶段随机化设计与地区间不同的处理强度，同时考察建议的直接效应与处理溢出。发现：当建议只提供给有限比例的求职者时，建议显著提高就业与收入；随着处理强度上升，这些效应逐渐减弱直至消失。效应的下降由受处理求职者之间的负向溢出驱动，与求职者被引导转向的职业中竞争加剧（拥挤）一致。对未受处理求职者的溢出效应具有异质性，取决于建议如何改变地方劳动力市场中特定职业的竞争程度。
主要贡献
- 两阶段随机化 + 地区处理强度差异，同时识别直接效应与溢出效应
- 关键结论：建议只在覆盖比例有限时有效，覆盖面扩大后拥挤效应吞噬收益
- 溢出机制：受处理者之间的负向溢出源于目标职业竞争加剧；对未处理者的溢出取决于职业竞争如何被改变
- 政策含义：信息干预的规模本身就是政策变量，推广不能只看小样本效应
DOI: 10.1093/restud/rdag112 →
2026-10-16A+++Journal of the Royal Statistical Society Series B: Statistical Methodology
4. 全数据效率的统一共形多重检验
Unified conformalized multiple testing with full data efficiency
方向关联A+++ 统计旗舰的方法论卖点：共形多重检验的统一框架，把全部数据（零假设、备择、未标记）都用上做评分与校准，严格控制错误发现率的同时提升功效；无需额外数据分割即可自动选择最优程序——分而治之、复杂度必须有回报。
摘要
共形多重检验为决策中的预测不确定性控制提供了一种无模型方法。现有方法通常只用部分可用数据构建针对特定设定的评分函数。本研究提出一个以数据利用为核心的统一框架：用全部可用数据——零假设、备择与未标记数据——通过全排列策略构建评分并校准 p 值。这种对全部数据的统一利用，通过提升非一致性评分质量与最大化校准集规模，显著提高了功效，同时严格控制错误发现率。关键的是，该框架为共形检验提供了系统的设计原则，并能在无需额外数据分割的情况下，自动从候选程序中选择最优的共形程序。大量数值实验表明，增强后的方法在多种场景下都具有更优的效率与适应性。
主要贡献
- 统一框架：零假设、备择与未标记数据全部用于评分与校准，全排列策略
- 在严格控制错误发现率的前提下显著提升功效：评分质量更高、校准集更大
- 设计原则 + 自动选择：无需额外数据分割即可从候选程序中选最优
- 数值实验验证在多种场景下的效率与适应性
DOI: 10.1093/jrsssb/qkag132 →
2026-10-15A+Financial Management
5. 多元预测回归的广义框架
A Generalized Framework for Multivariate Predictive Regressions
方向关联资产定价方法论的硬核修正：预测回归的小样本偏误是收益可预测性文献的老问题，本文把多预测变量增广回归推广到误差与预测变量新息都有一阶自相关、且两者冲击同期相关的一般情形——方法论卖点直接，样本外裁判意识明确。
摘要
当持续性预测变量的新息与预测误差相关时，预测回归会产生小样本偏误。一种偏误缩减方法是多预测变量增广回归法（mARM），即在预测回归中加入预测变量新息的偏误校正代理变量。本研究把该框架推广到允许预测误差存在一阶自相关、预测变量新息存在一阶自相关、以及两个过程的冲击之间存在同期相关的情形。模拟显示，mARM 估计量可能存在可观偏误，而本文提出的扩展 mARM 估计量相对 mARM 与普通最小二乘都显著降低了偏误。在用多个常用财务比率预测股票收益的回归中，mARM 方法对某些预测系数给出虚假的统计显著性，而扩展 mARM 方法没有出现这一问题。
主要贡献
- 把 mARM 推广到误差与新息均有 AR(1)、且冲击同期相关的一般情形
- 模拟证据：扩展 mARM 相对 mARM 与 OLS 显著降低偏误
- 实证警示：用常用财务比率预测股票收益时，mARM 会给出虚假显著性，扩展方法纠正了这一点
- 收益可预测性结论的稳健性需要重新用修正后的方法检验
DOI: 10.1111/fima.70073 →
2026-11A++Journal of Public Economics
6. 信息获取与大学录取结果
Information access and college admission outcomes
方向关联中国制度情境显式进入设定：内蒙古分批动态匹配机制的准实验，信息获取改变志愿填报与录取结果——透明度主线的干净识别，机制设计与信息披露的交叉。
摘要
本文提供关于集中式大学招生中信息获取效应的准实验证据。利用行政数据，作者利用中国内蒙古的分批动态匹配机制，比较刚好在批次分数线之上与之下的学生。一旦高分学生确定了选择，刚好在分数线之下的学生获得额外信息，帮助他们识别可行的大学集合。结果是，他们更可能填报冲刺选项，并被更有选择性的大学录取。效应在信息获取最关键的批次分数线附近最强。
主要贡献
- 准实验设计：内蒙古分批动态匹配机制的批次分数线断点
- 信息获取改变行为：分数线之下的学生更可能填报冲刺选项
- 结果效应：被更有选择性的大学录取，效应在分数线附近最强
- 机制设计含义：披露时点与批次结构本身就是影响公平与效率的政策变量
DOI: 10.1016/j.jpubeco.2026.105782 →
2026-11A++Journal of Public Economics
7. 强度型碳交易下的减排：来自中国设施层面的证据
Emissions abatement under a rate-based emissions trading system: facility-level evidence from China
方向关联中国制度情境 + 创新与可持续金融：全球覆盖排放量最大的碳市场（强度型设计）的设施层面事后评估，减排来自产量在盈余与赤字机组之间的再分配而非效率提升——对碳市场改革有直接政策含义。
摘要
作为全球覆盖排放量最大的碳交易体系，中国全国碳市场采用非常规的强度型配额分配设计，天然制造出“赢家”（盈余机组）与“输家”（赤字机组）。利用独特的设施层面数据集与连续双重差分框架，研究表明全国碳市场使受监管发电机组的二氧化碳排放下降 2.3%。关键在于，这一减排主要由产量从赤字机组向盈余机组的再分配驱动，而非机组内部效率提升或燃料切换。而且，这种产量替代在同一区域电网或同一母公司内部的机组之间更为明显。该政策还通过减少受监管电厂的空气污染带来可观的协同收益。研究结果为强度型碳交易体系的有效性提供了事后证据，并为希望在维持产量的同时大范围减排的政策制定者提供启示。
主要贡献
- 首份中国全国碳市场设施层面事后评估：受监管机组 CO₂ 排放下降 2.3%
- 机制分解：减排来自产量在盈余与赤字机组之间的再分配，而非效率提升或燃料切换
- 再分配在同一区域电网或同一母公司内部更明显
- 协同收益：受监管电厂空气污染同步下降
DOI: 10.1016/j.jpubeco.2026.105797 →
2026-12A+Journal of Financial Stability
8. 宏观审慎监管：一种风险管理方法
Macroprudential regulation: A risk management approach
方向关联系统性风险主线的直接对位：把系统性风险写成监管者对一篮子银行的信用敞口，用 CDS 估计的结构信用模型解出社会最优资本缓冲——风险定价的方法论框架，结论可直接折算为资本要求。
摘要
本研究为宏观审慎政策建立了一个基于信用风险的框架，把系统性风险视为监管者对一篮子受监管银行的信用敞口。利用从信用违约互换（CDS）价格估计的结构信用模型，作者通过权衡降低系统性风险的收益与提高资本要求（通过减少信贷供给）的经济成本，推导出每家银行的社会最优资本缓冲。将该框架应用于欧洲系统重要性银行，发现基于市场的最优缓冲显著高于当前实际水平，且在银行之间差异显著。以各国当前平均水平为条件，同一国家内部的缓冲接近最优配置；次优主要来自各国平均水平之间的巨大差异。
主要贡献
- 框架创新：系统性风险 = 监管者对银行组合的信用敞口，资本缓冲 = 风险管理决策
- CDS 估计的结构信用模型：收益（降系统性风险）vs 成本（信贷供给收缩）的显式权衡
- 实证结论：市场最优缓冲显著高于现行水平，且银行间差异显著
- 政策含义：国家内部配置接近最优，次优主要来自国家间平均水平的差异
DOI: 10.1016/j.jfs.2026.101589 →
2026-10-15A+Journal of Computational and Graphical Statistics
9. 带神经网络的时变次分布风险模型
A Time-varying Subdistribution Hazard Model with Neural Network
方向关联机器学习与金融的方法论工具：竞争风险的时变非参数次分布风险模型用神经网络估计，达到极小极大最优收敛速率；还给出时变 AUC、广义 C 指数与两类检验，并配 Python 包——预测可黑箱、评估要开箱。
摘要
次分布风险模型在竞争风险数据分析中日益流行，但现有的基于次分布的方法要么要求模型结构假设，要么缺乏理论结果。本文引入一个充分灵活的时变非参数次分布风险模型，并用神经网络作为估计量以绕过维度灾难。理论结果表明，该估计量达到极小极大最优收敛速率（至多差一个多对数因子）。作者引入新的时变 AUC 与新的广义 C 指数来评估时变模型的预测表现，并提出两类检验：用于选择更合适模型的结构检验，以及识别对结果有显著影响的协变量的显著性检验。数值模拟说明了所提方法的强劲表现与检验的有效性。最后，作者把这些方法集成到 Python 包 TimeSub 中，并应用于真实数据集给出相应分析。
主要贡献
- 时变非参数次分布风险模型 + 神经网络估计，绕过维度灾难
- 理论保证：估计量达到极小极大最优收敛速率（至多差多对数因子）
- 评估与检验工具：时变 AUC、广义 C 指数、结构检验与显著性检验
- 开源落地：Python 包 TimeSub，可直接用于竞争风险数据
DOI: 10.1080/10618600.2026.2748038 →
2026-12A+Journal of Financial Stability
10. 技能劳动力流动与银行违约
Skilled labor mobility and bank default
方向关联系统性风险主线的新机制：用招聘数据构建银行层面技能劳动力流动度量，发现流动性显著提高银行违约概率，且效应完全由对风险官的需求驱动——人力资本流失就是风险管理能力的流失，风险与人才放在同一框架里定价。
摘要
本研究考察技能劳动力流动对银行脆弱性的影响。作者用招聘数据构建了新颖的银行层面技能劳动力流动度量，发现它显著提高了银行违约概率。这一效应完全由对风险官的需求驱动，从而识别出风险管理能力是具体的机制。效应被竞争放大，并集中在员工净流出的银行。研究进一步表明，限制劳动力流动的法律会削弱这种潜在的不利效应。研究结果表明，技能劳动力流动加剧了银行脆弱性，但有针对性的政策可以增强对劳动力市场摩擦可能带来的不利影响的韧性。
主要贡献
- 新度量：用招聘数据构建银行层面技能劳动力流动指标
- 机制识别：效应完全由对风险官的需求驱动，指向风险管理能力渠道
- 异质性：竞争放大效应，效应集中在员工净流出的银行
- 政策含义：限制劳动力流动的法律削弱不利效应，有针对性的政策可增强韧性
DOI: 10.1016/j.jfs.2026.101599 →