本項目使用具有潛分組結構的非參數面板回歸估計。本研究旨在提出一種創新的方法，結合前饋神經網絡機器學習技術與層次聚類，以估計群體結構及群體特定的迴歸函數。此研究建立的發展估計量漸近性質將會作為合理性的理論依據。此外，廣泛的模擬研究將會進行以探討所提估計方法在有限樣本中的表現。最後，此研究將針對股票回報數據進行實證應用，以展示所提模型和方法的實用性。

在統計和商業領域，整合來自多個數據源的數據正變得愈發重要。然而，當不同數據源在共享潛在結構的同時卻擁有不同的協變量集合時，整合分析會面臨諸多挑戰。基於此，本文關注以下三個核心問題：

第一，整合分析中的協變量缺失問題，即不同數據源僅部分觀測到相關變數；

第二，部分遷移學習問題，即各數據源雖測量相同變量，但其回歸係數具有異質性，且僅部分可遷移；

第三，廣義同質性挖掘問題，即在存在數據源特有協變量的情況下，回歸係數結構在不同數據源之間具有共享特徵。

為了克服這些障礙，我們提出了一種統一的懲罰似然框架，利用不同來源回歸係數中的共同同質性。我們的方法包括一個高效的座標下降演算法，在標準條件下具有已建立的先驗性質和漸近正態性。通過廣泛的蒙特卡羅模擬和實際商業數據示例，我們旨在展示我們的方法在估計和預測性能方面優於傳統的單來源技術和簡單的插補策略。

擬議項目研究二元變量的高維動態建模。二元變量在描述社會和經濟現象中發揮著重要作用。例如，它們被用於描述社交網絡和國際貿易網絡中的成對關係。在金融領域，二元變量捕捉股票跳躍和共同跳躍等事件。這些二元結果通常是高維的，並且帶有時間相依特徵。一個自然的問題是：我們如何建模其動態，並利用此類模型進行預測等實際應用？本項目將探索針對高維二元變量的條件自回歸類型建模。我們將開發高效估計的統計方法，並為擬議方法建立推斷框架。實證應用將探索基於國際貿易網絡和全球 GDP 數據的建模與預測。

交易所上市股票對數價格增量的關聯性（由高頻數據估計的瞬時相關性衡量），在日內維度上呈現出顯著的上揚趨勢，且幾乎呈現分段線性關係。晨間的相關性顯著低於午後（平均而言正相關性較弱）。我們將開發一種非參數檢驗程序，用以檢測相關性過程中的此類變化。在高頻數據的初步應用中，結果表明相關性過程中的晝夜變化在實踐中具有非平庸（nontrivial）的影響。我們還將探討宏觀經濟新聞和公司盈餘公告的調節信息如何影響日內相關性曲線。

廣義動差法（Generalized Method of Moments, GMM）是估計結構性經濟模型的關鍵框架。本研究開發了一種對於錯誤指定矩條件具有穩健性的GMM推斷。我們首先建立了一個識別條件，該條件無需事先知道矩條件的有效性。這使得即使在可能無效的矩條件情況下，也能實現一致的參數估計。接著，我們採用懲罰函式法的方法，如LASSO、嶺回歸（ridge）或SCAD，從候選集合中選擇有效的矩條件。在一致選擇矩條件之後，我們推導出有效的後選擇推斷，確保可靠的置信區間和假設檢驗。最後，我們將該方法擴展到高維設置，該情況下矩條件的數量可能很大，使其適用於現代數據豐富的研究環境。總體而言，本研究為在現實經驗條件下進行魯棒GMM估計提供了理論基礎和實際應用工具。

本研究將深入探討直播視頻隨著監管制度日益成熟的發展演變情况。在本研究中，我們將運用視頻處理與自然語言處理（NLP）等前沿技術，對直播內容進行系統性分析，以探究公募基金直播的呈現模式與內容特徵。本研究聚焦兩個具體研究問題：其一，隨著監管逐步健全，直播的內容是否發生變化；其二，主播在宣傳海報與實際直播中的外貌形象差异，是否會對投資者對基金公司的信任度産生影響。

金融領域長期以來一直爭論著一個問題：股利政策是否影響股票估值和回報，還是股利僅僅反映了已被市場定價的公司特徵？早期研究得出的結論不一，但近期研究通過記錄股利事件前後可預測的價格壓力（尤其是在美國），並將此歸因于投資者對股利需求的暫時性激增（Hartzmark 和 Solomon，2019 年和 2025 年），改變了這一爭論的走向。然而，目前尚不清楚的是，股利是否會對股票相對收益産生持續性影響（超出暫時的價格壓力），以及股利事件的時機是否會造成協調一致的、市場範圍乃至跨市場的收益波動。如果股利是影響投資者投資組合選擇的重要風格特徵，而不僅僅是公司政策，那麽我們不僅應該預期全球市場會出現一致的股利溢價，還應預期與可預測的股利事件聚類相聯繫的同步化回報。本文將著重探討這些問題。

我們旨在通過分析一個此前被忽視的機制，爲國際樣本中股利溢價的存在提供新的證據：即圍繞可預測的除息事件聚類而形成的動態、協調且遍及整個市場的對派息股票的需求。此外，我們還研究了股息支付引發的價格壓力，從而爲基于需求的資産定價機制提供了新的見解。

EDGAR（電子數據收集、分析和處理系統）由美國證券交易委員會（SEC）引入，作爲早期監管科技（RegTech）改革，旨在通過降低投資者獲取强制性公司披露信息的成本來增强資本市場透明度。通過提高公司層面信息的及時性、可訪問性和可核查性，EDGAR 减少了信息摩擦並重塑了企業的外部信息環境。先前研究記錄了 EDGAR 的交錯推行降低了企業的權益成本，並通過流動性、風險承擔和治理渠道改善了市場質量（Lai, Lin, and Ma, 2024）；通過使偏向性預測更易被事後檢測，約束了分析師的策略性預測行爲（Chang, Ljungqvist, and Tseng, 2023）；並减少了投資者圍繞信息事件的分歧（Chang, Ljungqvist, and Tseng, 2022）。然而，這些信息優勢是否能轉化為已實現的一級市場融資成果（即企業籌集新資本）仍不夠明確。 本研究探討了增發（SEO）這一具有重要經濟影響的融資事件。SEO 提供了一個極具信息量的背景，因爲發行成本在發行相關費用中直接可見，在發行時實現，幷由發行公司承擔，從而影響資本結構選擇、融資能力和外部資本獲取。利用 SEC 交錯分階段引入 EDGAR 作爲準自然實驗，我們檢驗了披露可訪問性的提高是否與公司已實現的 SEO 發行成本變化相關。通過將披露獲取改革與具體的發行摩擦聯繫起來，本研究闡明瞭 RegTech 驅動的透明度如何影響企業籌集外部權益資本的能力。

本項目旨在開發並驗證一種基於股票橫截面收益的即時離散度指標——分位收益差（IDR），以識別由散戶主導的投機性市場階段。我們將檢驗這樣一種行為機制：即當離散度升高時，恰逢由顯著性、診斷性預期和趨勢外推信念共同驅動的散戶交易活躍化。

在實證層面，本項目將展示高離散度狀態下，市場往往呈現動量效應崩潰與短期反轉主導的特徵，並發現若將動量策略的敞口動態調節至離散度狀態下，散戶活躍的市場（如中國）能夠恢復策略的盈利能力。在此基礎上，本項目將設計並檢驗以離散度狀態為指導的動量與短期反轉策略的動態輪換規則，從而實現顯著高於靜態配置的夏普比率。

為驗證研究結論的外部有效性，本項目還將把分析拓展至國際市場，利用Google搜索趨勢作為散戶關注度的代理變數，檢驗離散度是否能夠在發達及新興市場中穩健預測動量與反轉收益。項目最終將為投資組合經理與風險控制人員提供可操作的市場狀態擇時指引，並闡明散戶驅動的投機行為通過何種行為渠道影響動量策略表現。

本研究聚焦於幣安智能鏈（BSC）上集中流動性做市商中的一種操縱模式，重點關注與幣安Alpha 代幣激勵機制掛鈎的流動性池。攻擊者將流動性高度集中於單一價格刻度，構建單刻度流動性牆。通過微小的價格波動，攻擊者可使市場價格持續維持在該刻度區間內，從而使池子呈現低滑點與有限無常損失的假像。用戶爲獲取 Alpha 積分而在此類池中進行交易，推高交易量。穩定的幣價與高交易量進一步吸引外部流動性提供者入場。待足够多外部流動性注入後，攻擊者隨即撤出自身流動性幷拋售低價值代幣，從而抽乾池中高價值資産，將損失轉嫁給其他流動性提供者。本研究將構建一套可擴展的檢測與量化分析流水綫，用於識別並衡量此類攻擊行爲。我們將設計基於鏈的特徵，以區分攻擊性與正常做市活動。我們對關聯攻擊地址進行聚類，並量化其頻率、影響及風險因子。最終，我們將發布可複現的數據集與分析工具。

本文研究電動車的充電需求如何響應價格調整，以及這種響應是否因氣候風險暴露程度而異。利用澳門特別行政區公共停車場的 15 分鐘電動汽車充電綜合數據，我們的樣本涵蓋了全市電動汽車用戶網絡（包括電動自行車），並捕捉了所有類型充電器（慢充、中充和快充）的充電量，從而全面瞭解電動汽車的充電行爲。爲確保明確識別，我們利用全市範圍內的充電價格調整政策作爲准自然實驗。實證分析中利用不同充電樁類型和不同時段定價策略的差異，來識別價格變化對電動汽車充電需求的因果效應。此外，我們還考察了易受洪水侵襲（地勢低窪）地區和非易受洪水侵襲地區的價格敏感度是否存在差異，從而揭示了人們在日常能源消費行爲中對氣候風險的認知。我們的研究結果爲電動汽車使用價格彈性的異質性提供了新的見解，並强調了在制定城市電動汽車充電定價政策時考慮空間氣候脆弱性的重要性。

本項目聚焦於粵港澳大灣區（GBA）旅遊發展、環境可持續性與居民福祉三者之間的平衡關係。夜間照明作為旅遊業發展的核心驅動力，尤其在澳門、香港和廣州等城市旅遊中心表現尤為突出。然而，夜間照明亦被認為是光污染和碳排放增加的主要因素之一，進而引發了對環境成本及居民生活品質的廣泛關注。為應對此類矛盾，本項目引入空間杜賓中介模型（SDM），以評估旅遊發展通過光照強度這一關鍵中介路徑對居民福祉的影響。該分析框架首先支持城市層面的診斷，有助於系統性比較大灣區內部不同城市及其旅遊發展路徑。該框架進一步突破單一城市分析的局限，將空間溢出效應納入考量，探討環境壓力如何影響鄰近地區居民的福祉與健康狀況。這一雙重視角不僅為區域協同治理提供理論支援，也為情境敏感型政策學習創造條件。項目旨在為提升用光效率和夜間旅遊治理提供政策建議，推動實現經濟活力、環境可持續性與居民福祉的協調平衡，並在環境領域加強澳門與大灣區其他城市的協作。

本項目研究公共房屋透明且可核查的分配機制設計，主要應用於澳門的社會房屋系統。公共房屋分配是家庭與不可分割的住房單元之間，在資格、優先級和容量限制下的典型匹配問題，且處於無價格環境並具有公平性和同等對待等強烈的規範性要求。實踐中，此類系統依賴隨機優先級規則，但使用行政或基於軟件的隨機化引發了對透明度和公眾信任的擔憂。本項目基於市場設計理論以及歷史和當代公開抽籤的應用，將住房分配建模為受限二分圖匹配問題，並設計基於抽籤且結果透明、可核查且在制度上可行的機制。項目利用圖論工具分析順序和分區抽籤程序的效率與公平屬性，識別透明隨機機制何時能在住房特定約束下實現最大化分配，並表徵多重約束交互時此類程序的局限性。理論分析輔以針對澳門住房背景校準的模擬實驗，旨在為澳門公共房屋分配、搬遷和交換機制的設計提供具體、可執行的建議。

澳門現代金融產業作為特別行政區“1+4”經濟適度多元發展戰略的重要支柱，近年來迅速引入人工智能驅動的財富管理服務；這一趨勢使得亟需系統理解AI偏見在投資者行為操縱中的作用。本研究計劃旨在考察帶有偏見的大型語言模型如何在金融決策過程中促成策略性操縱。在操縱實驗情境下，本研究檢驗大型語言模型的方向性偏見及其交互語調（從分析型到權威型或情緒化），是否能夠被用於策略性地影響投資決策結果，尤其是在決策者面臨認知約束的環境中。本研究以有限理性理論框架為基礎，提出如下假設：隨著投資任務在認知層面愈發複雜、對信息處理能力的要求提高，個體更可能發生“屬性替代”，即將人工智能作為決策代理而非輔助性工具加以依賴。由此推論，在高複雜度條件下，人工智能偏見的影響力將更為顯著；當偏見通過權威型或情緒化語調傳遞、從而繞開對論證內容的分析性審視時，這一效應尤為突出。

本項目申請的經費將用於支持關於人類記憶缺陷與信念形成機制的相關研究工作。

跨境代孕旅游已成爲一個受監管不對稱、經濟不平等和道德規範差異影響的、以技術爲媒介的跨國生殖市場。輔助生殖技術（ART）的進步，加上數字平臺和在綫中介服務的普及，顯著降低了信息和交易成本，使個人和夫婦能够跨境獲得在其本國被禁止、限制或費用高昂的代孕服務。

本項目采用跨學科方法，探討跨境代孕旅游的法律治理和倫理影響，尤其關注亞太地區及其與全球技術驅動型生殖市場的互動。項目分析了有關父母身份、國籍和責任的法律衝突，以及與商品化、剝削、數據透明度和代孕母親及子女福祉相關的倫理問題。本項目將比較法分析與社會福利、政治經濟學和技術視角相結合，闡明了數字中介和生殖技術如何重塑風險分配、監管能力和問責機制。

作爲一項種子基金研究，本項目將産生初步研究成果和概念框架，以支持未來大規模基金的申請，並爲在技術先進但倫理受限的全球環境中如何治理跨境生殖服務提供基於證據的討論。

隨著智能旅遊發展成爲一套涵蓋數字治理和服務提供的綜合體系，它不僅促進了高價值的旅遊活動，也帶來了高風險的旅遊實踐。在這個領域中，一個關鍵且敏感的應用便是再生醫療旅遊，它將先進的醫療療法與國際旅行相結合。受全球再生醫學進步以及監管趨勢（即向批准方向發展）的推動，國際對再生醫療旅遊的需求正在增長。本研究將智能再生醫療旅遊視爲主要由智能數字平臺介導的高級智能旅遊形式。它探討了這些智能旅遊系統如何構建再生醫療服務的提供方式，以及其對患者數據保護、隱私、健康權利、醫療效果和整體福祉的後續影響。通過將再生醫療旅遊數字平臺的分析與相關的法律和倫理框架相結合，本研究評估了智能再生醫療旅遊對健康、行業和社會的影響，並爲它的規範和可持續發展提供了建議。

智慧旅遊的快速發展要求旅遊目的地管理從靜態模式轉向動態、可持續的遊客互動模式。本研究提出一種新穎的框架，利用神經符號融合的大語言模型（LLMs），以高保真度模擬人類移動行爲，服務於個性化旅遊規劃（PTP）。傳統移動性模型存在顯著局限：基於規則的代理缺乏認知深度，而深度學習模型則常表現爲不可解釋的“黑箱”；相比之下，標準大語言模型雖具備卓越的語義推理能力，却常因“幻覺”問題導致生成行程在空間上的不可行。

爲彌合上述空白，本研究融合神經架構的直覺感知能力（系統1）與符號系統的嚴謹約束推理能力（系統2），構建“叙事到行動”的分層架構，生成由動機驅動的叙事，再解析爲數值求解器的形式化約束。由此確保模擬軌迹不僅高度個性化，且在數學上可驗證、物理上可執行。此外，通過引入檢索增强生成（RAG）與多時域記憶，該框架可將模擬過程錨定於實時數據。最終，本框架爲目的地管理者提供一個可擴展的數字實驗室，用以優化遊客流量、提升遊客滿意度，並緩解過度旅遊對脆弱文化遺産地造成的壓力。

本研究旨在探討智慧城市中由技術賦能的居住環境如何塑造旅客的心理知覺，並進一步影響其與旅遊相關的決策行為。隨著高層居住形態、智慧建築以及數字化媒介所建構的居住環境日益普及，此類生活情境可能通過削弱個體的著地感，從而改變其具身體驗；與此同時，這些環境亦可能強化個體對權力與控制的感知。

基於具身認知與環境心理學的理論視角，本研究將日常居住環境概念化為數字旅遊生態系統中的一種出行前心理輸入。研究將採用問卷調查、操縱實驗以及虛擬環境模擬等方法，系統檢驗高層與低層、智慧與非智慧等不同居住環境特徵，如何影響個體對旅遊目的地、住宿選擇、活動偏好以及技術賦能型旅遊服務的偏好與決策。

通過整合心理作用機制與智慧旅遊基礎設施，本研究有助於深化對數字化轉型如何重塑旅遊需求形成過程的理解。研究發現將為智能目的地營銷系統、個性化旅遊推薦以及技術增強型酒店與接待空間設計的開發提供理論與實證支持，並可直接服務於智慧旅遊規劃與旅遊管理領域的數字創新。

人工智慧生成技術的出現從多方面對消費者產生了深遠影響。傳統上，消費者依賴搜尋引擎（如谷歌）以及來自線上和線下平臺的口碑來收集決策過程中的資訊（Lynch & Zauberman，2007）。人工智慧技術的出現提供了一種新的決策輔助工具（Duan, Edwards, & Dwivedi, 2019）。生成式人工智慧夠通過深度分析大量旅遊數據，為遊客提供個性化的行程安排和精確的推薦。例如，Expedia和 Kayak等旅遊公司正在將其服務整合到人工智慧生成平臺中，使消費者能夠直接通過這些平臺徵求旅遊建議、計劃和預訂旅行。該研究項目旨在調查影響消費者採用和信任生成式人工智慧技術的因素，以及這些技術如何影響決策質量和滿意度。Engel、Blackwell和Miniard（1986年）以及Darley、Blankson和Luethge（2010 年）提出，消費者決策包括五個階段：需求識別、資訊搜索、替代品評估、購買和購買後評估。據預測，人工智慧生成技術將通過提供全面、相關的資訊，簡化資訊搜索和替代品評估階段，並將反過來影響消費者在使用人工智慧技術作為決策工具後的感知價值、滿意度和後悔程度，進而影響決策質量。該研究假設，由於生成式人工智慧技術能高效、有針對性地提供資訊，因此它能夠幫助消費者做出更明智的決策，提高消費者滿意度，減少決策遺憾。然而，這也可能會降低用戶的代理感和自主性，影響他們的整體幸福感。因此，該研究將綜合考慮人工智慧技術的應用對於消費者決策和整體滿意度/幸福感的多重影響，研究結果將對人工智慧生成技術提高消費者決策和整體幸福感方面作出獨特的見解和實操建議。

本研究項目旨在探討在智慧旅遊和多語言交流的背景下，澳門酒店和餐飲業中文詞彙的演變。近年來，澳門的旅遊業實現了顯著復蘇，2023年共接待遊客2823萬人，恢復至疫情前水準的約70%。其中，來自中國大陸的遊客占比達67.5%，為主要客源。作為高度依賴旅遊業的澳門的經濟，2023年的GDP增長了80.5%，很大一部分得益於旅遊收入的激增。在語言方面，澳門實行「三文四語」的語言政策，隨著遊客的增長，普通話、英語和葡萄牙語在旅遊業中的使用率不斷上升。這種語言環境為研究澳門的旅遊漢語詞彙提供了豐富的語料來源，同時也為華語詞彙研究帶來了新的挑戰和機遇。該研究基於生成詞庫理論，分析澳門酒店業和飲食業重點漢語詞彙的物性角色，探討其物性角色，包括構成角色、處置角色、行為角色、評價角色與施成角色等。此外，該項目將以數位化標籤形式展示詞彙資訊，並發佈於常見的新媒體平臺，如小紅書、優酷、嗶哩嗶哩和YouTube等。該項目不僅有助於揭示這些詞彙的使用情境，也為澳門旅遊行業的語言服務提供支援。

該項目旨在研究全數字化酒店服務和智慧旅遊環境中產生的隱私問題，重點關注澳門這一全球知名旅遊目的地的酒店房間內的智慧設備以及隱私風險評估工具的開發。從入住到退房，智慧服務雖然帶來了便利，但也存在與數據收集和用戶隱私有關方面的重大風險。這些隱私風險不僅阻礙了遊客體驗的提升，更可能削弱澳門作為世界旅遊休閒中心的競爭力－遊客可能因此減少設施使用，對智慧旅遊產業的發展構成威脅。在澳門旅遊業佔本地生產總值80%的背景下，酒店智慧家居設備收集的大量個人資訊若存在安全性漏洞，將直接影響其「世界文化遺產之城」的國際聲譽。隨著澳門《智慧城市發展規劃》加速推進，智慧旅遊作為其核心場景之一，確保隱私保護已成為永續發展的關鍵議題。該研究以評估隱私風險，識別漏洞，並提出可操作的指導方針爲目標，將通過實地調研、用戶調查和技術分析的結合，開發專為澳門智慧旅遊場景設計的隱私風險評估工具，評估風險、識別漏洞並提出可操作指南。研究結果將為酒店管理層、政策制定者和技術開發人員提供參考，確保在便利性和隱私保護之間取得平衡，鞏固澳門在粵港澳大灣區智慧旅遊領域的示範地位，推動旅遊經濟高品質發展。