推文作者：周梓渊

编者按

如何准确估计和预测债券风险溢价？债券保险是否为市政债券的发行人提供价值？我们如何界定社会福利政策对小部分群体的负面影响？垄断零售商的线上线下定价有何诀窍？顶刊中的行为理论真的对应现实生活吗？如果以上任何一个问题引起了你的兴趣，那么编者相信你一定可以从本期论文导读中获得启发。

文章1

Sequential Learning and Economic Benefits from Dynamic Term Structure Models

顺序学习和来自动态期限结构模型的经济效益

基本信息

● 作者：Tomasz Dubiel-Teleszynski, Konstantinos Kalogeropoulos, Nikolaos Karouzakis

● 发表时间：2023-07-06

● 原文链接：https://pubsonline.informs.org/doi/10.1287/mnsc.2023.4801  

● 关键词：

• bond return predictability-债券收益可预测性

• economic value-经济价值

• dynamic term structure models-动态期限结构模型

• Bayesian sequential learning-贝叶斯顺序学习

• parameter & model uncertainty-参数和模型不确定性

主要内容

• 本文从一个实时贝叶斯学习者的角度探讨限制风险补偿动态的统计和经济重要性，该学习者将使用动态期限结构模型（DTSMs）来预测债券超额收益。本文在对风险溢价参数施加限制的同时，重新审视这些模型可能提供的统计可预测性是否能够在样本外产生经济上显著的投资组合效益。

• 为了回答这个问题，研究提出了一个方法论框架，能够实时处理限制空间中的顺序模型搜索和参数估计，使投资者能够在获得新信息时修正他们的信念，从而指导他们的资产配置并最大化预期效用。

• 实证结果有力地支持了市场价格的风险规范中稀疏性的论点，因为研究者发现那些允许定价水平风险、并且只有一个或两个风险溢价参数不为零的模型才具有显著的样本外可预测性。最重要的是，这样的统计证据可以转化为经济上显著的效用收益，适用于不同的预测时间段、不同的时间段和投资组合规格。除了识别成功的DTSMs之外，本文还发现，开发的顺序随机搜索变量选择方案的序贯版本可以单独应用，并且提供有用的诊断工具和与预测回归的联系，以监测关键数量随时间的变化。

文章2

Managing Multirooming: Why Uniform Price Can Be Optimal for a Monopoly Retailer and Can Be Uniformly Lower

管理多房间消费：为什么对于垄断零售商来说，统一定价可以是最优选择，并且可以统一在较低价

注：多房间消费指消费者在购物过程中跨越不同的销售渠道，例如先到实体店里查看商品，然后在网上购买（展厅式购物），或者先在网上搜索商品信息，然后到实体店购买（网厅式购物）

基本信息

● 作者：Yuxin Chen, Yue Dai, Zhe Zhang, Kun Zhang

● 发表时间：2023-07-03

● 原文链接：https://pubsonline.informs.org/doi/10.1287/mnsc.2023.4849

● 关键词：

• uniform pricing-统一定价

• multichannel-多渠道（零售商在线上和线下同时经营多个销售渠道）

• multirooming-多房间消费

主要内容

• 同时管理线上和线下渠道的零售商需要决定是否采用统一定价策略（即在线上和线下收取相同的价格）还是双重定价策略（即在线上和线下收取不同的价格）。这个决策十分具有挑战性，因为消费者越来越多地进行“多房间消费”，这是指他们可能先在线下搜索，然后在线上购买（展厅式购物），或者反之（网厅式购物）。

• 在本文中，研究者开发了一个分析模型来研究这种决策。该模型考虑了以下因素：

（1）消费者对数字和非数字产品属性的不确定性

（2）消费者进行展厅式购物和网厅式购物的成本

（3）奢侈或昂贵产品退货的普遍性。

• 本文的结果显示，即使消费者在线上和线下购物具有不同的成本，而且消费者对价格歧视没有固有的厌恶，统一定价对于垄断零售商来说也可以是最优的。此外，当统一定价是最优的时候，它可以低于最优双重定价下的线下和线上价格。这是因为与双重定价相比，统一定价消除了消费者对线下店铺价格的不确定性，使他们更有可能在线下店铺搜索多种非数字属性并购买适合的产品。并且，在双重定价下，为了鼓励消费者线下搜索以减少产品退货成本，需要使用相对较高的线上价格，这也说明了统一定价可以达到更低的价格。

文章3

Least Squares Monte Carlo and Pathwise Optimization for Merchant Energy Production

最小二乘蒙特卡洛和路径优化在商业能源生产中的应用

基本信息

● 作者：Bo Yang, Selvaprabu Nadarajah, Nicola Secomandi

● 发表时间：2023-06-29

● 原文链接：https://pubsonline.informs.org/doi/10.1287/opre.2018.0341

● 关键词：

• Decision Analysis-决策分析

• block coordinate descent-块坐标下降

• information relaxation and duality-信息松弛及对偶

• least squares Monte Carlo-最小二乘蒙特卡洛

• Markov decision processes-马尔可夫决策过程

• merchant energy operations-商业能源运营

• pathwise optimization-路径优化

• principal component analysis-主成分分析

• real options-实物期权

• reinforcement learning-强化学习

主要内容

• 本文研究了作为复合切换和定时期权模型的商业能源生产，而由此引出的马尔可夫决策过程十分棘手。

• 结合信息松弛和对偶的最小二乘蒙特卡洛是一种先进的强化学习方法，可以用于获取相关模型的运营策略和优化间隙。而路径优化是一种通过模拟基础随机过程并在各个模拟路径上评估价值函数的方法来解决优化问题。该方法允许对基础动态进行更详细的分析，并在最优停止问题中做出更好的决策，但是对于具有高维状态空间或复杂决策规则的复杂问题，路径优化可能具有较高的复杂性。本文试图将这些方法应用于商业能源生产。

• 这无疑需要方法论的扩展，本文以新颖的方式使用主成分分析和块坐标下降来预处理和求解随后出现的病态和大规模线性规划问题，这即使是最先进的商业求解器也无法直接处理。这两种技术在实际的乙醇生产实例上都能产生接近最优的操作策略。然而，路径优化的运行时间和内存使用成本较高，限制了它所能处理的实例的阶段数量，但与最小二乘蒙特卡罗相比，即使以简单的方式指定，它也能够产生更紧密的双重界限，从而在这种情况下起到了补充的作用。因此，它在获得较小的优化差距方面发挥了至关重要的作用。

• 本研究对这些界限改进程度的数值观察不同于目前的已知情况；此外这项研究与其他商品商业运营背景具有潜在的相关性，并激发了在路径优化领域的额外算法研究

文章4

The Price of Safety: The Evolution of Municipal Bond Insurance Value

安全的价格：市政债券保险价值的演变

基本信息

● 作者：Kimberly Cornaggia, John Hund, Giang Nguyen

● 发表时间：2023-07-04

● 原文链接：https://pubsonline.informs.org/doi/10.1287/mnsc.2023.4813

● 关键词：

• municipal markets-市政市场

• financial guaranty-金融担保

• insurance value-保险价值

• asymmetric information-信息不对称

主要内容

• 综合研究结果，本文发现市政债券保险的价值随着时间的推移逐渐减弱。经济理论认为，债券保险通过解决信息不对称和减轻信用风险，降低发行人的融资成本。然而，在涵盖了36年的全面数据中，研究者却发现对于这些模型的经验证据变得越来越弱。

• 在解决信息不对称方面，债券保险提供的额外价值相对较小，由信用评级和其他可观测债券特征所解决的问题已足够解决问题。当债券保险公司提供Aaa评级的保险时，平均毛保险价值范围为4至14个基点（bps）。然而，在2008年之后，Aaa评级的保险不再存在，这个毛保险价值变得微不足道。

• 本文的研究结果表明，后危机时期缺乏保险效益是由于保险公司的信用状况恶化所致。这表明保险的感知价值与保险提供者自身的财务实力和信誉密切相关。此外，本文还探讨了在没有Aaa评级保险的情况下继续使用保险的非利率储蓄方面的原因，并进一步发现，发行人可能出于习惯性购买和违约情况下提供的便利性等因素购买保险，尤其是低治理质量的习惯性购买者。但是，研究结果并不能提供证明保险改善了二级市场流动性的证据。

• 总体而言，本文发现，市政债券保险的价值随着时间的推移逐渐减弱，而自金融危机以来其重要性也有所下降。同时保险公司的信用状况和Aaa评级保险的可用性在确定债券保险在市场上的价值和效果方面起着至关重要的作用。

文章5

Treatment Effect Risk: Bounds and Inference

处理效应风险：界限和推断

基本信息

● 作者：Nathan Kallus

● 发表时间：2023-06-28

● 原文链接：https://pubsonline.informs.org/doi/abs/10.1287/mnsc.2023.4819

● 关键词：

• individual treatment effect-个体处理效应

• conditional average treatment effect-条件平均处理效应

• conditional value at risk-条件风险价值

• partial identification-部分识别

• debiased machine learning-去偏移机器学习

主要内容

• 由于平均处理效应（ATE）衡量的是社会福利的变化，即使是积极的变化，也存在对约10％的人口产生负面影响的风险可能。然而，评估这种风险是困难的，因为任何一个个体的处理效应（ITE）都无法被直接观察到，因此无法确定受到最严重影响的那10％人口，而分布处理效应仅比较每个处理组内的前10%分位数，这与任何10％的子群体都不相对应。

• 在本文中，研究者考虑如何评估这一重要的风险度量，将其形式化为ITE分布的条件风险价值（CVaR）。研究者利用预处理协变量的可用性，并表征由协变量条件下的平均处理效应（CATE）函数给出的ITE-CVaR的最紧密的上下界，随后继续研究如何有效地从数据中估计这些界限并构建置信区间。即使在随机实验中，这也十分具有挑战性，因为它要求了解未知CATE函数的分布，而如果使用丰富的协变量以求最佳地控制异质性，这个分布可能非常复杂。

• 但是研究者们开发了一种去偏方法，克服了这个问题，并证明即使在使用黑匣子机器学习或不一致估计CATE和其他干扰因素的情况下，它仍具有有利的统计性质。在具体的案例研究方面，通过对法国求职咨询服务进行假设性变化的研究，本文的界限和推断表明，即使只是存在一种较小的社会效益，也会对相当大的子群体产生负面影响。因此，本文的方法能够帮助揭示处理效应风险，并提供对这种风险进行界定和推断的工

文章6

A Replication Study of Operations Management Experiments in Management Science

《Management Science》中运营管理实验的大规模复制研究

基本信息

● 作者：Andrew M. Davis, Blair Flicker, Kyle Hyndman, Elena Katok, Samantha Keppler, Stephen Leider, Xiaoyang Long, Jordan D. Tong

● 发表时间：2023-07-11

● 原文链接：https://pubsonline.informs.org/doi/10.1287/mnsc.2023.4866

● 关键词：

• replication-复制研究

• operations management-运营管理

• experiments-实验

• management science replication project-管理科学项目复制

主要内容

• 在过去的两个十年中，运营管理领域的研究人员越来越多地利用实验室实验来获得对行为的理解。这些实验对库存管理、供应链管理、排队、预测和采购等领域的行为理论产生了影响。然而，到目前为止，大多数实验室实验得出的行为洞见的可复制性尚未经过测试。

• 为了弥补这一缺陷，本文对发表在《Management Science》杂志中的运营管理实验进行了大规模的复制研究，时间跨越2020年之前，重点关注了10篇论文，这些论文涵盖了五个重要的运营管理领域：库存管理、供应链管理、排队/生产、预测和采购，并包含了使用标准实验室参与者群体（如大学生和Mechanical Turk (mTurk)工作者）进行的实验。对于每篇论文，研究者利用原始材料（如果有且适用）在多个地点进行了高功率的复制研究。此外，由于COVID-19大流行期间实验室关闭的原因，研究还测试了多种方式（面对面和在线）下的可复制性。与心理学和经济学中的相关复制研究一致，本文收集具有统计功效90%的样本量，以在5%的显著性水平下检测原始结果。然而，与许多过去的研究不同的是，本文更进一步，试图对每篇论文进行两次独立的复制研究，这一项目始于2020年初，结束于2023年初，涉及来自五所大学的八名研究人员，并包括2514名参与者。

• 在本研究中，基于是否观察到与原始研究方向相同的具有统计显著性的效应（p < 0.05）来做出现有结果是否复制成功结论。按照这种方法，对于任何一篇论文，如果主要假设在两个复制地点都得到复制，本文将其归类为“完全”复制。如果主要假设在两个复制地点中的一个得到复制，本文将其归类为“部分”复制。如果主要假设在两个复制地点都未得到复制，本文将其归类为“不”复制。研究目标不是将整个项目归纳为运营管理领域的单一复制统计数据，因为即使没有完全复制的论文也具有价值，因为它们提供了有趣的初步证据，这些结果被认为值得进行复制的研究尝试。结果表明，根据先前定义的分类方法，发现，在这个项目中测试到主要假设的10篇论文中，有6篇完全复制，2篇部分复制，2篇不复制。

• 本文的复制研究为运营管理中的关键行为理论的稳健性提供了新的认识，并在提高研究透明度和可靠性方面对运营管理领域的努力作出了更广泛的贡献。通过这项研究，研究者们希望为运营管理研究的发展提供更可靠和可持续的基础，并为学术界和实践者提供有关运营管理决策的可靠指导。