经济学、金融学、统计学顶刊最新论文，每日 10 篇：中文标题、摘要翻译与主要贡献，按研究方向（机器学习与金融 / 组合决策 / 金融科技与普惠 / 创新与可持续 / 信息·不确定性·价格主线）筛选。
按方法论卖点与经济价值挑出的本期重点。
本期最值得关注的是 Management Science 上关于债券市场盈余公告后漂移（PEAD）的新证据：交易越活跃的债券漂移反而越强，统一模型把分歧与收益结构放进同一个解释框架——正对信息主线。另一篇必读是 JBF 的碳排放数据“体检报告”：供应商估算值与汇率、销售额伪相关，自主披露率仅 5.3%，做可持续金融实证前先看这篇的方法论警示。
每篇含中文标题、方向关联、摘要翻译与主要贡献，点击 DOI 查看原文。
Disagreement and Bond PEAD
方向关联信息与不确定性主线：投资者分歧、私人信息如何进入价格；对位资产定价方向
本文利用债券交易数据，首次系统记录了公司债券价格中的盈余公告后漂移（PEAD）。我们发现一个反直觉的关系：漂移与交易量正相关——交易越活跃的债券，漂移越显著。跨市场比较显示，信用违约互换（CDS）存在 PEAD，而股票市场不存在。我们用一个统一模型解释这些发现：模型同时纳入债券与股票交易，假设投资者拥有关于企业现金流的私人信息且彼此观点存在分歧。实证证据支持了模型的预测：收益结构与投资者分歧共同解释了不同资产类别价格动态的差异。
Competition and Diversity in Generative AI
方向关联AI 方向：AI 渗透内容市场的均衡效应；方法论卖点：博弈论模型+实验验证
实验室与现实证据都表明，使用生成式 AI 会降低产出内容的多样性。当生成式 AI 渗透更多市场并被广泛采用后，内容同质化还会存在吗？本文从一个简单观察出发：内容生产者并非孤立行动，而是相互竞争（争夺客户或注意力）。我们通过正式博弈模型研究：当生产者使用生成式 AI 时，竞争如何影响内容多样性与整体社会福利。结果表明，竞争性市场会筛选出多样化的 AI 模型，从而缓解“单一文化”问题；而且，在孤立环境下按基准测试表现好的模型，在竞争市场中未必有价值。研究强调：评估生成式 AI 模型时必须考察其输出分布的广度，尤其当模型将被部署于竞争环境。我们用生成文本与图像模型的一系列实验验证了理论结果。
Understanding corporate emissions data: implications for research design
方向关联可持续金融方向：方法论卖点——数据测度警示；做实证的人必读
碳排放数据被广泛用于环境及相关研究。本文考察温室气体排放数据的若干实证特征：第一，拥有排放数据的上市公司样本随时间快速扩张，样本构成发生变化；第二，排放数据大多是供应商估算而非企业披露——与披露挂钩的观测相比，估算值的跨供应商分歧更大、与美元计价销售额及美元汇率波动强相关、行业内排放强度差异小得多；第三，Compustat 样本中仅 5.3% 的公司-年观测为企业自主披露。这些发现表明，实证结果可能对排放数据类型、测度选择、控制变量与样本构成高度敏感。我们给出可操作的研究设计建议，并通过实证检验展示其价值。
Publicly funded R&D networks, knowledge spillovers and innovation performance: Evidence from Norway
方向关联创新方向：网络信息优势；方法论卖点：空间自回归+内生化同伴效应的网络回归估计量
多国为研发网络提供政策支持。在公共资助的研发联合体中，企业与公共科研机构合作开展联合创新项目，政策逻辑是合作创新能带来网络内知识溢出。但令人意外的是，尚无实证研究证明公共资助研发联合体中溢出效应确实存在。本文考察研发网络中知识溢出的程度与来源，并将其与合作创新政策项目的其他附加性来源区分开。实证分析聚焦挪威，覆盖 2002–2022 年间全部受研发政策支持的企业（约 15500 个合作项目）。基于每个项目的信息，我们构建创新者网络与新的研发溢出池变量，采用空间自回归计量方法，估计内生化知识溢出同伴效应的网络回归估计量。计量结果表明，公共资助研发网络产生的知识溢出为正；研究理事会项目的溢出效应远强于税收激励；跨行业企业合作的溢出效应远强于行业内合作。
Uncovering the Invisible Path of Supply Chain: Cybersecurity Risk Governance and Corporate ESG Performance
方向关联金融科技方向：文本分析+机器学习构建新指数；中国 A 股制度情境；供应链网络传导
网络安全风险治理作为一种组织能力资源，可影响企业可持续发展。本文运用文本分析与机器学习，测算 2009–2022 年中国 A 股上市公司网络安全风险治理指数。基于资源基础观与信号理论，本文实证检验网络安全风险治理对企业 ESG 表现的影响及其在供应链中的传导机制。结果表明，网络安全风险管理能直接提升企业 ESG 表现，主要通过三条中介机制：供应链风险感知、供应链数字化、供应链中断风险。该效应在民营企业、高科技行业与供应链韧性更高的企业中更显著，且存在跨供应链与跨地区的溢出效应。本文为理解数字风险治理在企业可持续发展中的战略价值提供了新的理论视角与实践启示。
Financial Inclusion and Financial Development Across Nations Throughout the Economic Cycle
方向关联普惠金融方向（方向三直接对位）；方法论：面板分位数回归刻画周期异质性
本文研究 2002–2021 年中低收入与中高收入国家顺周期金融体系中普惠金融与金融发展的关系。金融发展以私人部门信贷占 GDP 比重的增长衡量；普惠金融包括商业银行存款占 GDP 比重与 ATM 可得性。分位数回归显示样本国存在异质性：低中收入经济体中，ATM 可得性的周期成分在多数分位数上对金融发展无显著影响（25% 与 75% 分位数例外）；而在中高收入国家，ATM 可得性的周期成分对金融发展动态影响显著。普惠金融的使用维度（商业银行存款占 GDP 比重）在低中收入国家与金融发展显著正相关。研究表明，宏观金融因素（尤其在经济周期框架下）是普惠金融的决定因素。实践含义有二：银行业层面，建议发展中经济体加快技术创新采纳以提升客户财务管理能力；监管层面，建议加强金融素养倡议与对技术转型中银行的制度支持以改善服务供给。
Forecasting the price of carbon with macroeconomic and financial variables
方向关联预测方向：样本外预测+经济价值；方法论：因子增广 BVAR
本文研究欧盟碳排放交易体系（EU ETS）月度实际碳价的点预测、方向预测与密度预测。结果表明，加入基于宏观与金融变量因子的贝叶斯向量自回归（BVAR）模型能改进点预测与密度预测表现，点预测的最大增益出现在中长期限：单因子 BVAR 在 6 个月与 9 个月期限表现最好，基准 BVAR 在 1 年期限最好。相比之下，把全部预测变量逐个纳入的大 BVAR 并未改进点预测精度，支持简约设定。简单预测组合从中期起带来温和增益，但不能缓解相对预测表现的时间变异。我们还将模型预测与调查预期及数据商发布的预测做定性比较，并引入经核证排放量，证明随机波动性的作用。最后，我们用模型预测构建市场监测工具，追踪 EU ETS 中的需求与价格压力。
Asset value and securitization under heterogeneous beliefs
方向关联信息与不确定性主线：异质信念/分歧进入资产价格；对位资产定价方向
本文研究投资者持有异质信念时，证券化如何影响资产价格与已实现超额收益。我们扩展 Harrison-Kreps（1978）的转售期权资产定价模型：允许长期资产的所有者发行以其未来现金流为支持的有限种资产支持证券，这些证券按偿付优先级组织成分级档券。无分级基准有唯一均衡价格，但分级可能产生多重均衡价格，因为分别定价的分级档券会反馈到资产的转售价值。相对于无分级基准，证券化弱提高了标的资产的均衡价格。进一步，存在一种分级设计能把最低均衡价格严格推高到无分级水平之上，当且仅当在某个状态下，没有任何主体所感知的下一期资产价格分布一阶随机占优于其他所有主体感知的分布。分级对个体已实现超额收益的影响不确定，但加总已实现超额收益非正且随分级设计而变化。结果刻画了信念分歧如何塑造证券设计对资产价格与已实现收益的影响。
On the relation between discrete- and continuous-time affine option pricing models
方向关联资产定价/金融计量：方法论卖点——统一仿射框架+扩散极限分类
本文研究允许厚尾、多成分波动率与非单调定价核的离散时间广义自回归条件异方差（GARCH）与随机波动（SV）期权定价模型的弱收敛。我们引入一般仿射框架，能基于分布不变的参数收敛速率，同时推导高斯与逆高斯 GARCH 模型的新扩散极限。限制在单成分设定时，极限为非退化二元扩散，推广了仿射 GARCH 文献的已有结果。用替代的参数收敛速率，我们进一步给出两类仿射与非仿射离散时间 SV 模型所有可能极限的完整分类：特别地，离散与连续时间中流行的典型仿射模型类彼此并不对应。数值实验考察了参数缩放假设与模型特征对欧式期权价格收敛的影响。总体上，新的极限扩散产生的期权价格与日频采样的离散时间对应物最接近。
Unified mixture sampler for state–space models: Application to stochastic conditional duration models
方向关联统计方法×金融微观结构：新算法（统一采样器）；对位“方法论卖点”+“复杂度须有回报”
本文提出统一混合采样器（UMS），为具有“exp-exp”似然核的非线性状态空间模型提供通用估计框架。与现有方法需为每种分布重新推导混合近似不同，我们的方法通过确定性重心化与重缩放算法，动态调整 Omori 等（2007）的标准十成分混合。将该方法应用于随机条件久期（SCD）模型：UMS 能高效处理未知形状参数（如 Weibull 或 Gamma 分布），在 MCMC 迭代中近乎瞬时地更新混合成分。UMS 简化了实现，并通过轻量 Metropolis-Hastings 步骤保证精确推断。数值例子显示，该方法大幅优于传统切片采样，显著降低 MCMC 样本自相关，同时保持高计算效率。该统一框架涵盖 logit、Poisson 模型及各类 SCD 设定，为针对特定模型的采样器提供了高效替代。
每日一期，期刊分组轮换，一周覆盖全部 369 家刊物。