AI与经济主体研究文献库

论文提出“硅基人”（Homo silicus）概念：把大语言模型视为由训练数据隐式形成的人类计算模型，并像设定经济人一样赋予其禀赋、信息和偏好。作者将六组经典经济实验转化为可控模拟，比较模型行为与原始人类实验结果。多数实验得到定性相近的处理效应，差异则用于暴露模型边界并生成新的研究问题，为将LLM作为经济行为探索工具提供了系统框架。

论文提出“图灵实验”（Turing Experiment），要求语言模型模拟具有代表性的人类被试样本，而不只是模仿某个个体。作者用最后通牒博弈、花园路径句、米尔格拉姆服从实验和群体智慧四类任务比较不同模型。较新的模型复现了前三项经典结果，但在群体智慧任务中出现“过度准确”偏差，说明群体层面的相似性检验也应系统识别模型特有的行为扭曲。

论文考察GPT-3能否在给定人口与社会背景后，模拟特定人群的态度分布。作者把美国多项大型调查中数千名真实受访者的社会人口学背景写入提示，构造“硅基样本”，再与对应人群的真实回答比较。结果表明模型偏差具有细粒度且与人口特征相关的结构，适当条件化后可呈现跨群体的“算法忠实度”；这一证据主要支持群体分布模拟，而不是对具体个体的精确替代。

论文用经典行为博弈与Big Five人格问卷，对聊天机器人开展多任务“图灵测试”，并与来自50多个国家、数万名人类被试的数据比较。GPT-4的总体行为与人格分布在统计上可与随机人类样本相近，也会随经验、情境和表述改变策略。当模型偏离平均或众数人类时，通常更利他、更合作；作者据此估计其行为近似权衡自身与对手收益。

这是一篇面向经济研究者的文本分析方法综述，核心问题是如何把日益增长的数字文本转化为可用于经济分析的变量。论文先说明文本相较结构化数据在高维、语境和表示方式上的特殊性，再概览相关统计方法及其应用。它提供的是研究设计与方法地图，而非单一模型的性能结论，重点在于让文本测量与具体经济问题、验证标准相匹配。

论文检验通用情感词典能否准确衡量公司10-K文件的语调。基于1994—2008年的大规模10-K样本，作者发现哈佛词典标记为负面的词中近四分之三在金融语境下通常并不负面，因此构建了更适合金融文本的负面词表及另外五类词表。新指标进一步与公告期收益、交易量、波动率、欺诈、重大内控缺陷和意外盈余相联系，说明经济文本测量必须经过领域化校准与外部效度检验。

论文针对金融语言专业性强、标注数据稀缺的问题，提出以BERT为基础的金融情感模型FinBERT。方法是利用通用预训练表示，再在金融领域语料和标注任务上继续训练与微调，以降低对大规模人工标签的依赖。在两个金融情感数据集上，FinBERT的各项指标均超过当时的先进方法；即使缩小训练集并只微调部分模型，仍保持优势，展示了领域适配预训练模型的价值。

论文研究在高维干扰参数存在时，如何对低维处理效应或结构参数进行有效推断。作者指出，直接把正则化机器学习结果代入估计方程会因正则化偏差和过拟合而失去根号样本量收敛。双重/去偏机器学习结合Neyman正交得分与交叉拟合，降低目标参数对干扰函数误差的敏感性，并在较弱条件下获得近似无偏、渐近正态的估计；框架覆盖部分线性模型、工具变量、ATE、ATT和LATE等问题。

论文面向个性化政策与处理效应异质性问题，将随机森林扩展为非参数因果森林。在潜在结果框架和无混杂假设下，作者证明因果森林对真实处理效应逐点一致，具有中心化的渐近高斯分布，并据此构造置信区间。实验显示，面对大量无关协变量时，因果森林比基于最近邻匹配的经典方法更有统计功效，从而同时支持灵活的异质性学习与有效推断。

论文从应用计量经济学视角解释机器学习应如何进入经济学工具箱。核心区分是：机器学习主要优化预测，而许多经济学应用关注参数估计与机制解释，两类任务的目标和评价标准并不相同。作者据此讨论算法何时擅长、何时可能失败，以及经济学家如何识别适合机器学习的问题，特别提醒软件易用性会放大机械套用和误读输出的风险。

论文解决Transformer直接用于长序列时间预测时计算复杂度高、内存占用大和逐步解码低效的问题。Informer结合复杂度为O(L log L)的ProbSparse注意力、自注意力蒸馏和一次前向生成整段序列的解码器，以压缩长输入并提高推断速度。在四个大规模数据集上的实验显著优于既有方法，为电力等需要长预测窗口的任务提供了更高效的Transformer方案。

论文探索时间序列能否像语言一样通过大规模预训练获得跨任务迁移能力。模型采用带输入分块的仅解码器注意力架构，在包含真实与合成序列的大型语料上预训练，再直接对未见数据进行零样本预测。跨领域、预测跨度和时间粒度的实验表明，其开箱即用的零样本精度接近各数据集分别训练的先进监督模型，支持时间序列基础模型的可行性。

论文提出后来被称为“卢卡斯批判”的核心观点：由历史政策环境估计出的宏观关系并非在政策变化下保持不变，因为理性主体会调整预期与决策规则。若政策评估只把旧的计量方程外推到新制度，得到的反事实可能系统失真。文章因此推动宏观模型以偏好、技术、约束和预期等更深层结构参数为基础；来源未提供原始摘要，本段为对论文核心论点的内容导读。

论文用七个美国宏观时间序列，以贝叶斯似然方法估计包含多种真实与名义摩擦、七类结构冲击的中等规模DSGE模型。模型的样本外预测表现可与贝叶斯VAR竞争，同时能够量化不同摩擦与冲击的经验重要性。作者进一步用估计后的结构模型分析经济周期来源、产出与通胀联动、生产率对工时的影响以及“大缓和”的成因，展示了结构解释、预测和政策分析的结合。

论文试图解释代表性主体模型难以产生的低无风险利率。模型中的家庭面临不可保险的个体禀赋冲击，只能通过持有无风险资产平滑消费；作者对经济进行校准并计算均衡。设置相当于一年收入的借款约束后，均衡无风险利率比可比的代表性主体经济低一个百分点以上，说明个体风险与自我保险需求能够通过财富分布改变资产价格。

论文在标准增长模型中加入不可保险的个体风险、预防性储蓄动机与流动性约束，建立异质性主体一般均衡分析的经典框架。作者从定性和定量两方面考察家庭自我保险如何改变资产持有和总体储蓄。模型同时比较财富与收入分布的不平等程度，说明微观收入风险和借贷约束会经由主体分布影响宏观资本积累与均衡结果。

论文重新分析货币政策如何影响异质家庭消费。HANK模型通过不可保险收入冲击以及流动性、收益率不同的多类资产，匹配现实中的财富分布和边际消费倾向。降息后，经一般均衡劳动需求上升产生的间接收入效应远大于跨期替代等直接效应，这与RANK模型形成鲜明对比；由于李嘉图等价不成立，财政部门如何回应货币扩张也决定了总体宏观效应。

论文阐释为何基于智能体的计算模型构成一种不同于简单归纳和演绎的“生成式”社会科学。其核心是明确个体行为规则与局部互动，检验这些微观机制能否生成观察到的宏观规律，并可用实验行为证据在竞争模型之间选择。文章还讨论该方法在网络、跨学科和非均衡问题中的价值，以及它如何把个体理性与宏观均衡分离，同时提醒计算不可处理性和不可判定性等基础限制。

这部手册系统界定并综述基于智能体的计算经济学（ACE）：把经济过程表示为相互作用主体构成的动态系统。书中“主体”既可指具备学习能力的个人或群体，也可代表没有认知功能的物理要素。内容覆盖学习、经验验证、网络、社会动态、金融市场、创新、组织、市场设计、政治经济、社会—生态系统与计算实验室等，为ACE的概念、方法和应用建立了领域级参照；当前来源提供的是出版社内容简介。

论文聚焦基于智能体经济模型如何接受经验验证这一方法论难题。作者首先提出一套分类框架，刻画不同ABM在验证目标、数据和模型选择等维度上的差异；随后比较间接校准、Werker–Brenner方法和历史友好方法三条验证路径。文章没有宣称存在统一最佳方案，而是梳理各路径的适用方式与尚未解决的问题，把验证从单一宏观拟合提升为贯穿模型构建的系统任务。

论文系统回顾经济学和金融学中的基于智能体建模，并说明ABM如何放松标准模型对理性、均衡与代表性主体等常规假设。综述覆盖市场、产业组织、劳动、宏观、发展、公共政策和环境经济学，在金融领域重点总结波动聚集、市场冲击、系统性风险与住房市场等成果。作者同时提出用ABM构建更现实经济模型的未来图景，并讨论校准、验证、计算规模和可解释性等仍需克服的障碍。

论文提出两层深度多智能体强化学习框架：经济主体与社会规划者共同适应，前者学习劳动和交易行为，后者学习税收政策，并用课程学习稳定这一双层优化。在一步经济中，模型能够恢复理论最优税制；在时空经济中，相较基准方法提高了功利主义福利以及公平—生产率权衡。结果同时出现劳动专业化、行为变化和避税策略，说明政策优化必须内生考虑主体对制度的策略性响应。

论文研究独立运行的Q-learning定价算法在重复寡头竞争中会形成怎样的市场结果。实验发现，即使算法之间没有直接沟通，它们仍会稳定学习到高于竞争水平的价格；这一结果由有限期惩罚和随后逐步恢复合作的策略维持。结论对成本或需求不对称、参与者数量变化及多种不确定性设定均较稳健，表明算法自主学习本身可能产生具有合谋效果的动态互动。

论文用actor–critic强化学习刻画经济主体如何在不知道完整环境规律时学习消费—储蓄决策。智能体通过探索行动获得奖励，把经历写入记忆并持续更新对世界的主观认识，再据此调整策略。随机最优增长模型中的实验表明，该机制能适应潜在随机过程的变化；不同探索程度会形成不同经验、学习路径和福利结果，为动态经济决策提供了区别于完全理性求解的适应性学习模型。