今日精选覆盖货币历史、AI创业经济、经济预测方法论与发展经济学四大维度,来自 arXiv econ 系列最新论文。
1. 金属货币的相变结构:西班牙价格革命的货币政治交易理论框架
来源: arXiv econ.GN
本文运用货币政治交易理论(MPTT)框架,重新审视16世纪西班牙价格革命。研究发现美洲白银流入如何通过货币数量与政治经济结构的相互作用,驱动了欧洲历史上首次大规模通货膨胀,对理解货币制度演变与大宗商品货币化具有重要启示。
标签: #货币历史 #通货膨胀 #宏观经济 · 查看原文
2. 生成式AI助推独立创业,但顶尖企业仍由团队主导
来源: arXiv econ.GN
研究分析生成式AI对创业生态的影响:AI工具显著降低了单人创业门槛,使个体创业者能够以小博大,但在高价值创新领域,多人团队仍具有不可替代的协作优势。这一发现对劳动力市场结构与创业政策具有深远影响。
标签: #生成式AI #创业经济 #劳动力市场 · 查看原文
3. 用夜间灯光数据实时预测城市收入:深度学习方法
来源: arXiv econ.EM
本文利用NASA黑色大理石卫星夜间灯光数据,结合深度学习模型,对意大利各市镇收入水平进行实时预测(Nowcasting)。研究证明遥感数据可有效填补传统统计数据的时效缺口,为新兴市场及数据稀缺地区的经济监测提供新思路。
标签: #经济预测 #深度学习 #大数据经济 · 查看原文
4. 工程经济学:突破中等收入陷阱的新范式
来源: arXiv econ.EM
本文提出工程经济学新概念,系统分析中等收入陷阱的形成机制与突破路径。研究认为,技术能力积累与工业政策的精准配合是发展中国家跨越收入陷阱的关键,对中国及其他新兴经济体的政策制定具有直接参考价值。
标签: #中等收入陷阱 #发展经济学 #产业政策 · 查看原文
5. LGB+模型:宏观经济预测实战测试
来源: arXiv econ.EM
本文对LGB+(改进版LightGBM)在宏观经济预测中的表现进行全面评测,与传统线性模型、LSTM等深度学习方法对比。结果显示在GDP增长、通胀等核心宏观变量预测上,梯度提升树类方法仍具有稳健优势,为量化宏观研究提供工具参考。
标签: #宏观预测 #机器学习 #量化经济 · 查看原文
| *生成时间:2026-05-13 | 数据来源:arXiv Economics* |
评论