XiaoMi-AI文件搜索系统
World File Search System不确定性
空中交通流量不确定性下的决策...
作为 FAA NextGen 产品组合中的一项新的战略交通管理计划 (TMI)，协作轨迹选项程序 (CTOP) 可以通过单个程序以集成方式管理多个受限区域，并允许航班运营商提交一组所需的重新路由选项，从而提供极大的效率和灵活性。TMI 优化的主要研究问题之一是如何确定机场或拥挤空域区域的计划接受率以最大限度地降低全系统成本。在设定 CTOP 率时需要考虑两种不确定性：第一，不确定的空域容量，这是由于不完善的天气预报造成的；第二，不确定的需求，这是由于在处理重新路由选项后航班在地理上被重新分配造成的。本文提出了三类随机模型。如果已知每架飞机的航线选择，第一类模型可以最佳地为多架飞机规划地面和空中延误。第二类模型控制每架飞机，可以为非常普遍的改道、地面和空中等待问题提供理论下限。第三类模型直接控制每个拥堵区域的队列大小，与第二类模型相比，可以更有效地解决。虽然这些模型可以提供重要的基准，并且可以在航空公司内部 CTOP 中使用，但它们与协作决策 (CDM) CTOP 软件实施不兼容。提出了基于仿真的优化模型，该模型可以使用随机模型作为其启发式方法的一部分，可以为实际的 CTOP 费率规划问题提供良好的次优解决方案。本文给出了第一个在需求和容量不确定性条件下优化CTOP速率的算法，并与CDM CTOP框架兼容，为CTOP的有效应用提供了急需的决策支持能力。
州一级的经济政策不确定性
2022 年 8 月 1 日 我们量化并研究州一级的经济政策不确定性。我们利用近 3,500 家地方报纸的数字档案，为每个州构建了三个月度指数：一个指数捕捉州和地方政策不确定性来源 (EPU-S)，一个指数捕捉国家和国际来源 (EPU-N)，以及一个捕捉两者的综合指数。EPU-S 在州长选举和本州事件（如 2000-01 年的加州电力危机和 2012 年的堪萨斯州税收实验）前后上升。EPU-N 在总统选举前后上升，并响应 9-11、海湾战争 I 和 II、2011 年债务上限危机、2012 年财政悬崖事件和联邦政府关闭。接近的选举比普通选举更能提高政策不确定性。与新冠疫情之前的数据相匹配的 VAR 模型表明，本州 EPU 的上行冲击预示着该州经济表现较弱，相邻州的 EPU 上行冲击也是如此。新冠疫情导致政策不确定性和失业率大幅上升，在政府强制封锁更严格的州更是如此。关键词：政策不确定性、选举与不确定性、州级经济表现、失业、住宅开工、房价、空间溢出效应、新冠疫情 JEL 分类：D80、E66、G18、H70、R50、R31 致谢：我们非常感谢美国国家科学基金会 [SES 1324257] 的财政支持。我们每月的州级经济政策不确定性指数可在 https://policyuncertainty.com/state_epu.html 免费获取和更新。我们感谢编辑和匿名审稿人对之前的草稿提出的有益评论。胡佛研究所经济学工作论文系列允许作者分发研究成果，供其他研究人员讨论和评论。工作论文反映的是作者的观点，而不是胡佛研究所的观点。
不确定性量化和概率分析
目前，深基坑开挖引起的结构损伤的早期评估方法由于建模理想化（分析简化）和无知（信息不完整）而具有很大的不确定性。本文实施了土-结构相互作用的弹塑性两阶段解决方案，以预测建筑物对相邻的带支撑深基坑的响应。然后使用该土-结构相互作用解决方案研究两个案例研究中的不确定性。进行了全局敏感性分析，结果表明，地面运动剖面的预测是早期建筑物损伤评估中不确定性的主要来源。当目标建筑物被建模为等效梁时，由于无知和与结构分析模型相关的理想化而导致的不确定性也有很大贡献。然而，使用二维弹性框架结构模型代替等效梁可以大大降低评估的不确定性。考虑到不确定性的存在，提出了一种概率分析方法来量化预测由于开挖引起的下沉造成的潜在建筑物损坏时的不确定性。开发了一种称为“开挖-结构相互作用中的不确定性量化”（UQESI）的计算机程序来实现这种概率分析方法。
不确定性下的战略劳动力规划
摘要：招聘、解雇和晋升的劳动力规划问题一直是人力资源管理的难题。为了应对不确定的人员流失，我们提出了一种新方法来寻找一种行动方案，以防止违反组织目标实现约束，例如生产力、预算、员工人数、解雇门槛和管理控制范围。因此，这种方法导致了一个可追踪的圆锥优化模型，该模型最小化了受 Aumann 和 Serrano 风险指数启发的决策标准，其值可以与在不确定的情况下满足约束的概率和稳健性保证相关联。此外，我们的模型与文献不同，将员工的在职时间（已知会影响辞职）视为决策变量。在我们的公式中，决策和不确定性是相关的。为了解决该模型，我们引入了管道不变性技术，从而产生了可以轻松解决的精确重构。通过对新加坡公务员队伍中执行相同工作职能的员工的真实数据集进行模拟，研究了该模型的计算性能。使用我们的模型，我们能够以数字方式说明人力资源方面的见解，例如缺乏组织更新的后果。我们的模型也可能是第一个为官僚机构中常见的基于时间的进步政策提供依据的数字说明。
经济政策不确定性和分析师行为
2 美国和英国有许多相似之处，例如基于普通法的法律体系、艺术文化、政治精神和基于市场的金融体系（La Porta、Lopez-de-Silanes 和 Shleifer，2008 年）。然而，它们在许多其他方面存在差异。美国投资者受到的保护比英国投资者更大，美国证券交易委员会有时会对不法行为者实施严厉的制裁（例如《萨班斯-奥克斯利法案》）。另一方面，与美国公司相比，英国公司提供的信息性报告更多，风险和不确定性披露更多，前瞻性信息更多（Collins、Davie 和 Weetman，1993 年）。 3 现有研究主要关注宏观不确定性对分析师预测表现的影响，主要是对其盈利预测准确性和盈利预测离散度的影响（例如，Amiram、Landsman、Owens 和 Stubben，2018 年，Baloria 和 Mamo，2017 年；Hope & Kang，2005 年），但也有少数研究考察了对分析师股票推荐的影响（例如，Lin，2018 年）。4 基于使用分析师盈利预测和剩余收益模型估计的公司价值的买入并持有投资策略优于基于分析师股票推荐的投资策略（Barniv、Hope、Myring 和 Thomas，2010 年；Bradshaw，2004 年）。
尼日利亚经济政策不确定性的根源
文献已经证实了经济政策不确定性与经济表现之间的联系（Caggiano et al，2020；Xu，2020）。最近，Baker et al.（2016）为美国构建了一个经济政策不确定性指数，发现较高的经济政策不确定性对美国的总产出和就业产生了负面影响。Istrefi和Piloiu（2014）的研究表明，在经济政策不确定性上升的时期，经济会萎缩，短期通胀预期上升，利率会下降。其他研究利用经济政策不确定性指数实证检验了经济政策不确定性对实体部门和金融部门的影响，并表明经济政策不确定性对金融部门（例如，Phan et al, 2021; Balcilar et al, 2020; Luo and Zhang, 2020; Nguyen et al, 2020; Danisman et al, 2021）和实体部门（例如，Jory et al, 2020; Caldara et al, 2020; Choudhry, 2020; Duong et al, 2020）具有抑制效应。
不确定性下的动态lindahl平衡
比大米中的默认多项式形式，并选择类似于Weitzman（2009）的指数损坏。7此表述自然来自随机编程，例如，例如Wets（1989）。8有关讨论，请参见Shiell（2003）。
气候变化预测的不确定性量化
虽然气候变化预测存在不确定性，但有一些方法可以通过应用约束来减少不确定性范围。例如，用于限制IPCC AR6中气候变化投影的方法之一是使用模拟器。在第4章（第4.2.1节）中突出显示，许多CMIP6模型的气候灵敏度（ECS）为5°C或更高（Zelinka等，2020），远高于CMIP5范围的上值4.5°C。Sherwood等。（2020）将CMIP6模型中EC的可能范围和很可能的范围分别限制为2.5°C -4.0°C和2.0°C -5.0°C。因此，根据Sherwood等人的分析，IPCC采用了使用模拟器来约束温度和所有参数缩放的所有参数的方法。（2020）。
