💰 财经精选 2026-07-18
本期聚焦:绿色产业补贴、AI 监管、数字广告市场、平台收入分化与量化交易五大议题,覆盖宏观政策与微观市场。
1. 该补贴哪种绿色技术?来自韩国电动车市场的证据
- 来源:arXiv econ.GN
- 原文:https://arxiv.org/abs/2607.14446
- 原标题:Which Green Technology to Subsidize? Evidence from Electric Vehicles in South Korea
- 摘要:基于韩国电动汽车微观数据,比较消费者补贴与生产者补贴的福利效应,为绿色产业政策的设计提供实证依据。
2. 人工智能如何治理:公众偏好与监管路径
- 来源:arXiv econ.GN
- 原文:https://arxiv.org/abs/2607.14585
- 原标题:Governing Artificial Intelligence: Public Preferences and Regulatory Options
- 摘要:系统刻画公众对 AI 监管的偏好,并评估不同监管工具的成本与收益,对各国 AI 立法具有参考价值。
3. 搜索广告市场的自适应广告加载机制:理论、证据与落地
- 来源:arXiv econ.GN
- 原文:https://arxiv.org/abs/2607.14418
- 原标题:Adaptive Ad Load Design for Sponsored Search Markets: Evidence, Theory, and Deployment
- 摘要:结合实证与理论,提出可在大规模场景部署的自适应广告加载方案,平衡平台收入与用户体验。
4. 平台注意力会加剧收入不平等吗?来自 Patreon 的证据
- 来源:arXiv econ.GN
- 原文:https://arxiv.org/abs/2509.26523
- 原标题:”Rich-Get-Richer”? Platform Attention and Earnings Inequality using Patreon Earnings
- 摘要:利用 Patreon 创作者收入数据,揭示平台流量分配如何放大创作者之间的收入差距,关乎平台经济公平性。
5. 基于深度强化学习的跨式期权自动交易系统
- 来源:arXiv econ.GN
- 原文:https://arxiv.org/abs/2509.07987
- 原标题:Automated Trading System for Straddle-Option Based on Deep Q-Learning
- 摘要:提出一种基于 Deep Q-Learning 的跨式期权自动交易策略,并回测其风险收益表现,贴近量化交易实务。
评论