一项新研究发现，CEO的选拔存在偏见，会放大风险承担行为。研究人员发现，在未来超级基金地段出生（暴露于产前污染）的CEO更有可能被内部晋升，这表明公司奖励的是表面上的成功，而没有认识到潜在的风险承受能力。这些“超级基金CEO”在内部职位上表现出色，但在晋升后会采取风险更高的外部政策，导致更大的波动性和更差的业绩。该研究表明，公司可能会系统性地将运气误认为是能力，从而选择高方差风险承担者，而这些人的特质只有在决策转向公开且不可逆的领域时才会成为问题。
阅读更多
美国总统的特赦权究竟能否用于公司？本文探讨了这一问题。历史表明，特赦权的适用范围远比人们想象的广泛，甚至可以追溯到英国的普通法时代。总统可以利用这一权力，有条件地赦免公司，甚至可以有效地废除联邦层面的公司刑事责任。然而，国会可以通过拒绝拨款返还被赦免的罚款，以及废除公司刑事责任法规，来限制总统的特赦权。部分州政府也可能拥有类似权力，为律师在为公司争取特赦方面提供了新的策略空间。
阅读更多
这篇论文以罗尔德·达尔的《查理和巧克力工厂》为切入点，探讨了商业秘密在糖果业中的重要性及其与专利法的关系。文章指出，小说中对工厂秘密的极度保护并非虚构，而是现实糖果行业普遍存在的现象。作者通过分析，引发了关于商业秘密法律保护的根本性问题，特别是当保密性至关重要时，如何平衡商业秘密与专利法的冲突。
阅读更多
一项研究揭示了大型成人网站内容审核政策对市场竞争的深远影响。当一家主要平台移除80%的未经验证内容后，其流量骤降41%。然而，这部分流量并没有消失，而是转移到了竞争对手，包括主流平台和监管较少的边缘网站。其中，边缘网站的访问量增长了55%，远超主流平台的10%。搜索引擎在流量转移中扮演了关键角色，用户通过搜索引擎寻找替代内容。主流平台则加大了对侵犯版权的竞争对手的打击力度，利用DMCA（数字千年版权法案）从搜索结果中移除竞争对手的内容。该研究强调了内容审核政策的不对称性如何重塑市场竞争，将用户导向监管较少的领域，并改变平台间的替代模式。
阅读更多
一项新的研究揭示了限制研发（R&D）支出税收抵免的重大负面影响。自2022年起，美国公司必须对研发支出进行资本化和摊销，而不是立即扣除。研究发现，受影响的美国公司现金实际税率平均增加了11.9个百分点（62%）。这导致国内、研发密集型和受约束型公司减少了研发投资，仅在研发密集型公司中，首年研发投资就减少了122亿美元。此外，受影响的公司还减少了资本支出和股票回购，表明为了应对增加的现金税负，公司也减少了其他类型的投资和股东分红。这项研究为限制创新税收优惠的重大现实影响提供了重要的政策相关证据。
阅读更多
本文对德国家用电池储能系统(HSS)的火灾风险进行了定量分析，并与普通房屋火灾、光伏系统火灾、电动汽车和内燃机汽车火灾进行了比较。研究发现，HSS发生火灾的概率非常低（0.0049%），比普通房屋火灾低50倍，与其他家用电器（如滚筒式干衣机）的火灾概率大致相同。相比之下，光伏系统起火的概率比HSS低三倍，内燃机汽车起火的概率比电动汽车高四倍，比HSS高18倍。该研究为家用电池储能系统的安全性和风险评估提供了重要 insights。
阅读更多
本文介绍了美国州法规语料库（CorUSSS）的设计、构建和使用。该语料库包含所有50个州的法规，共计1785742条文本，旨在为法律语言研究提供更多公开可用的资源。文章探讨了语料库的构建方法，并通过两个案例研究展示了其在解决法规解释问题中的实用性：一是调查“信息”一词是否可以指代非事实陈述；二是探讨“滑板车”是否被称为“车辆”。文章最后呼吁法律和语料库语言学研究人员在研究解释问题时兼顾法律和日常语言。
阅读更多
这篇研究论文评估了生成式 AI 对软件开发人员生产力的影响，分析了微软、埃森哲和一家匿名财富 100 强电子产品制造公司进行的三个随机对照试验的数据。结果显示，使用 AI 工具的开发人员完成的任务数量增加了 26.08%，其中经验不足的开发人员表现出更高的采用率和更大的生产力提升。
阅读更多
本文利用ChatGPT中断事件，研究了投资者是否依赖生成式人工智能（GAI）执行交易相关任务，以及其对股票价格信息含量的影响。研究发现，ChatGPT中断期间，股票交易量显著下降，尤其是在中断发生之前或期间发布了公司新闻的公司。同时，短期价格影响、回报率波动和买卖价差也出现类似下降，这与中断期间知情交易减少相一致。最后，研究人员利用中断期间的交易量变化构建了公司层面的GAI辅助交易强度指标，并为GAI辅助交易对长期股票价格信息含量的积极影响提供了初步证据。
阅读更多
本文研究了机构投资者是否进行有效投资的问题。作者利用包含超过 16,000 家初创公司（代表超过 90 亿美元的投资）的新数据集，结合机器学习方法来评估早期投资者的决策。研究发现，高达一半的投资是可以预测的糟糕投资——根据投资时已知的信息，预测的投资回报率低于现成的外部选择。这些糟糕投资的成本为 1,000 个基点，在我的数据中总计超过 9 亿美元。作者提供的证据表明，过度依赖创始人的背景是这些选择背后的一个机制。
阅读更多
本文探讨了为何在大学和研究生院回报率处于历史高位之际，许多学生却依然背负沉重学生贷款。文章指出，学生贷款总额的增加以及当前借款人困境的根源在于联邦政策的改变，这些政策旨在扩大联邦援助和教育机会的覆盖面，却导致高风险情况下入学率和借贷人数增加。文章认为，这场危机凸显了教育机构在高等教育入学机会和学生成果方面的重要作用，以及在不同机构和课程之间以及学生偿还能力存在巨大差异的情况下，利用广泛可用的贷款补贴教育投资的难度。
阅读更多
这篇论文研究了大型语言模型 (LLM) 是否能够像专业分析师一样进行财务报表分析。研究人员向 GPT4 提供了标准化和匿名的财务报表，并指示其分析这些报表以确定未来收益的方向。结果显示，即使没有任何叙述或特定行业信息，LLM 在预测收益变化方面的能力也优于财务分析师，尤其是在分析师难以做出准确预测的情况下。此外，LLM 的预测精度与经过专门训练的最新机器学习模型相当。LLM 的预测并非源于其训练记忆，而是因为它能够生成对公司未来表现有用的叙述性见解。
阅读更多
本文提出了一种在扫描电子显微镜（SEM）中可视化任何磁体和磁化材料磁场的简单方法。该方法使用一种名为G-探测器的原创磁场探测器，其形式为一块板上刻有非磁性材料的特殊网格。G-探测器位于磁化样品附近，电子束以标准方式扫描G-探测器上的网格和样品本身。由于洛伦兹力的作用，一次电子束在扫描过程中发生偏转，G-探测器网格线的SEM图像发生变化，反映了样品磁场的影响。该方法允许观察和视频记录磁场感应的动态变化，空间分辨率高达100纳米，可研究的磁场强度范围为0.001 T到2 T。
阅读更多