本期财经精选聚焦:AI时代的投资效率、自动化对社会保障的冲击、算法定价的信息博弈,以及房地产风险定价与AI经济建模前沿。
1. 重大技术进步是否导致过度投资?
来源: Fed FEDS Notes(美联储)
联储研究分析历次重大技术浪潮(互联网、铁路等)是否系统性地引发过度投资,结合当前AI投资热潮背景,探讨资本配置效率与泡沫风险。历史证据表明,技术革命往往伴随投资过热,但最终结果取决于技术的实际生产率提升幅度。
2. 机器人自动化与残障保险公共财政
来源: arXiv econ.GN
自动化通过工资与就业渠道影响公共预算。本文研究机器人渗透对残障保险申请率、受益支出和薪资税收入的影响,测算自动化对社会保障体系的净财政冲击。发现自动化程度越高的地区,残障保险申请显著增加,对财政可持续性构成压力。
3. 算法定价中的战略性信息披露
来源: arXiv econ.GN
企业越来越多地采用AI驱动的算法定价。本文分析企业战略性披露(或隐藏)定价算法信息的激励机制,以及这对市场竞争和消费者福利的影响。研究发现信息不对称可能被企业用作竞争工具,引发监管层面的新挑战。
4. 资本化风险与监管:佛罗里达公寓市场的连续冲击
来源: arXiv econ.GN
楼市如何定价新信息?本文研究佛罗里达公寓市场在系列监管冲击(Surfside大楼倒塌后的新检查要求)下的价格调整,揭示市场资本化气候/安全风险的机制。对中国房地产监管改革也有参考意义。
5. DSGE作为结构化世界模型:经济学反事实泛化基准测试
来源: arXiv econ.GN
现代世界模型(Dreamer、Transformer等)能否胜任宏观经济学?本文将DSGE模型作为结构化基准,测试AI世界模型在经济反事实推断中的泛化能力,为AI结合宏观经济研究提供方向,探索数据驱动与结构建模的融合路径。
评论