Adaptive Fused LASSO in Grouped Quantile Regression
本文研究了解释变量分组的分位数模型。为了既保证参数组的稀疏性，又保证连续两组变量之间的稀疏性，我们提出并研究了一种自适应融合组LASSO分位数估计。变量组的数量可以是固定的或不同的。我们发现在经典假设下的收敛速度，我们表明，所提出的估计满足预言性质。
2016-07-19 math.ST stat.TH
Nonparametric Quantile Regression for Homogeneity Pursuit in Panel Data Models
许多面板数据对个体具有潜在的亚组效应，正确识别这些群体是很重要的，因为通过汇集每个群体内个体的信息可以显着提高所得估计量的效率。然而，目前假设的响应和预测变量之间的参数和半参数关系可能会被错误指定，这将导致错误的分组结果，因此可以考虑非参数方法来避免这种错误。此外，响应可以以不同的方式取决于各个分位数级别的预测因子，并且对应的分组结构也可以变化。针对这些问题，本文提出了一种非参数分位数回归方法，用于追踪具有个体效应的面板数据模型的同质性，并采用两两融合罚函数自动选择分组数。渐近性质的建立，并ADMM算法也被开发。有限样本性能的仿真实验进行了评估，所提出的方法的有效性进一步说明了一个实证例子。
2022-08-22 stat.ME
Confidence Intervals for Quantiles from Histograms and Other Grouped Data
分位数的区间估计已被许多文献所处理。然而，据我们所知，当数据以分组格式提供时，没有考虑区间估计。受此启发，我们介绍了几种方法来获得置信区间的分位数时，只有分组数据。对于区间估计，我们的首选方法是使用广义Lambda分布（GLD）来估计分位数和分位数估计量的方差来近似基础密度。我们比较GLD方法与其他一些方法，我们也介绍了这是基于频率近似的方法和线性插值近似的密度。我们的方法得到了模拟的有力支持，模拟结果表明，对于大量的分布，可以实现出色的覆盖率。这些分布包括高度偏态分布，如对数正态分布、Dagum分布和Singh-Maddala分布。我们还将我们的方法应用于真实数据，并表明可以对仅由直方图总结的已发表结果进行推断。因此，我们的方法适用于广泛的应用。我们还创建了一个Web应用程序，可用于方便地计算估计量。
2017-12-07 stat.AP stat.ME
Estimation of quantile inequality curves and measures based on grouped data
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）；Institute of Mathematics Polish Academy of Sciences（波兰科学院数学研究所）
该研究针对分组数据，采用最小散度法估计分位数不平等曲线与测度，证明了估计量的一致性和渐近正态性，经模拟验证并通过真实数据应用说明方法有效性。
2026-08-04 math.ST stat.AP stat.ME
On the Unbiased Asymptotic Normality of Quantile Regression with Fixed Effects
具有固定个体效应的非线性面板数据模型为描述微观计量经济学数据提供了一套重要的工具。在一大类这样的模型中（包括概率单位、比例风险和分位数回归，仅举几例），不可能区分出个体效应，推断通常在“大n大T”渐近框架中是合理的。然而，目前在平滑评分函数（如概率单位和比例风险）和分位数回归模型中施加的假设类型存在相当大的差距。在本文中，我们表明，这一差距可以被弥合，并建立渐近无偏正态的分位数回归面板的n，T的条件下，是非常接近通常假设在标准的非线性面板。我们的结果大大改进了现有的理论，并表明，分位数回归适用于相同类型的面板数据（在n，T）作为其他常用的非线性面板数据模型。数值实验证实了我们的理论研究结果。
2020-02-06 econ.EM math.ST stat.TH
Panel semiparametric quantile regression neural network for electricity consumption forecasting
Institute of Statistics and Data Science, Nanjing Audit University（南京审计大学统计与数据科学学院）
在长期深化改革开放的过程中，我国电力工业取得了巨大成就。然而，由于我国区域经济、社会和自然条件复杂，电力资源分布不均，造成我国部分地区缺电。因此，需要建立一个可靠的电力预测模型。在此基础上，本文将人工神经网络与半参数分位数回归相结合，提出了一种面板半参数分位数回归神经网络（PSQRNN）。PSQRNN可以探索变量之间潜在的线性和非线性关系，解释未观察到的省级异质性，同时保持参数模型的可解释性。将惩罚分位数回归与LASSO、岭回归和反向传播算法相结合训练PSQRNN。为了评估预测精度，基于3种情景对1999 - 2018年中国各省用电量进行了实证分析。结果表明，PSQRNN模型在考虑经济和气候因素的情况下，能够更好地预测电力消费量。最后，通过预测，给出了未来$5$年（2019-2023年）中国各省用电量。
2021-03-01 cs.LG econ.EM stat.ML
Inference on Extreme Quantiles of Unobserved Individual Heterogeneity
Universität Bonn, Institute of Finance and Statistics（波恩大学金融与统计学院）
本文提出了一种在面板数据和元分析中对未观测个体异质性极值分位数进行推断的方法，通过极值定理和中间顺序定理构建了优化-free置信区间，并通过企业生产力差异的应用验证了方法的有效性。
2025-06-02 econ.EM stat.ME
Estimation and Inference for the $τ$-Quantile of Individual Heterogeneous Coefficient
Michigan State University（密歇根州立大学）；University at Albany – State University of New York（纽约州立大学奥尔巴尼分校）
针对面板数据中个体异质性斜率系数的分位数，提出两步分位数估计框架，并建立渐近理论和自助法推断。
2026-06-11 econ.EM math.ST stat.TH
Extremal Quantiles under Two-Way Clustering
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Yokohama National University（横滨国立大学）；Vanderbilt University（范德堡大学）
本文研究了双方式聚类下极值分位数的极限分布，证明其在退化情况下仍保持高斯分布，并通过实证分析验证了该结论的稳健性。
2026-01-16 econ.EM math.ST stat.TH
Diagnostics for categorical response models based on quantile residuals and distance measures
针对多项分类响应模型诊断中残差维数高且分布未知的问题，本文提出结合随机化分位数残差与欧氏、马氏距离度量的降维诊断方法，并通过模拟和实际数据验证其有效性。
2023-07-06 q-bio.QM stat.ME
Nonparametric Identification in Panels using Quantiles
本文研究了具有时间齐性的不可分面板模型中连续回归变量的CeterisParibus效应的识别和估计。兴趣效应是模型的平均值和分位数结构函数的导数。我们发现，这些衍生工具被确定为两个时间段的“逗留者”，即个人在两个时间段具有相同的回归值。我们表明，识别结果结转到模型，允许位置和规模的时间效应。我们提出了非参数序列方法和加权自助法来估计和推断所确定的效果。提出的引导允许统一推断的功能值的参数，如分位数的影响，均匀的分位数指数和/或回归值的区域。恩格尔曲线估计面板数据的实证应用说明了结果。
2014-08-05 econ.EM stat.ME
Network and Panel Quantile Effects Via Distribution Regression
本文提供了一种方法来构造非线性网络和面板模型中的分位数函数和分位数效应的同时置信带，具有不可观察的双向效应，严格外生协变量，并可能离散的结果变量。该方法基于由固定效应分布回归估计量构造的分布函数的同时置信带的投影。这些固定效应估计量是去偏的，以处理附带参数问题。在数据集的两个维度以相同速率增长的渐近序列下，分位数函数和效应的置信带在大样本中具有正确的联合覆盖。贸易引力模型的实证应用说明了网络数据的方法的适用性。
2020-06-08 econ.EM stat.ME
Moment-based density and risk estimation from grouped summary statistics
连续变量的数据通常通过直方图或表格格式进行汇总：数据范围被划分为连续的区间类，并将属于每个类的观测值数量提供给分析师。然后，通过假设变量在每个划分类内均匀分布，通过将所有观察值集中在中心或将它们分散到末端，可以以非参数的方式进行计算。平滑方法也可以应用于估计潜在的密度，或者可以将参数模型拟合到这些分组数据。对于保险损失数据，通常提供关于每个类别中包含的观测值的一些附加信息，通常是类别特定的样本矩，例如均值、方差甚至偏度和峰度。问题是如何将这些额外的信息包括在估算过程中。本文提出了一种基于这种增强信息的密度和分位数估计方法，并以汽车保险数据为例。
2021-07-08 stat.ME
Local linear quantile estimation for nonstationary time series
我们考虑一般类非平稳过程分位数曲线的估计。在轻度短程相依条件下，得到了局部线性分位数估计的相合性和中心极限结果。我们的研究结果适用于环境数据集。特别是，我们的结果可以用来解决气候变率是否发生了变化的问题，这是IPCC（政府间气候变化专门委员会）在2001年提出的一个重要问题。
2009-08-25 math.ST stat.TH
Adaptive elastic-net selection in a quantile model with diverging number of variable groups
在线性模型的实际应用中，解释变量通常是自然分组的，最常见的例子是多元方差分析。本文考虑了具有结构群的分位数模型，结构群的个数随样本量而异。为了提高参数估计的精度，我们引入并研究了自适应弹性网群估计器。该方法允许以概率收敛于1的方式自动选择显著性组，且非零参数估计量是渐近正态的。本文还得到了自适应弹性网分组分位数估计的收敛速度，该收敛速度依赖于分组数。为了将该估计方法应用于实际，提出并实现了一种基于次梯度法的估计算法。Monte Carlo模拟结果表明，自适应弹性网分组分位数估计比文献中已有的分组估计精度更高。此外，数值研究证实了理论结果和所提出的估计方法的实用性。
2019-03-12 math.ST stat.ME stat.TH
Expected Shortfall Factor Models: Common Tail Losses and Expected Returns
University of Chinese Academy of Sciences（中国科学院大学）；Southeast University（东南大学）；Shandong University（山东大学）；University of Science and Technology of China（中国科学技术大学）
本文提出期望损失因子模型（ESFM），捕捉资产下尾损失严重性的共同变化，实证发现其暴露与预期收益正相关，高减低组合年化收益达8.0%-11.7%，且提供均值与分位数因子之外的定价信息。
2026-09-11 econ.EM econ.GN q-fin.EC
Two-way Homogeneity Pursuit for Quantile Network Vector Autoregression
Fudan University（复旦大学）；University of Miami（迈阿密大学）；Princeton University（普林斯顿大学）
本文提出双向分组网络分位数自回归模型，同时进行节点聚类与参数估计，处理网络时间序列的异质性和定向交互，并具备理论保证和良好实证表现。
2026-09-14 stat.ME
Identification in Linear Quantile Panel Models
Boston College（波士顿学院）；Harvard University（哈佛大学）
本文研究时间期数固定且较小时，具有不受限制的个体异质性的线性分位数面板模型的识别问题，通过施加严格外生性条件，允许扰动项任意相关，为模型识别提供理论依据。
2026-09-11 econ.EM
A Simple Estimator for Quantile Panel Data Models Using Smoothed Quantile Regressions
Canay（2011）分位数面板数据模型的两步估计，由于其直观性强、计算成本低，近年来在实证研究中得到了广泛的应用。本文重新审视Canay（2011）的估计，指出他在渐近分析中错误地忽略了由于固定效应的估计而导致的估计偏差，这种忽略将导致对系数的无效推断。为了解决这个问题，我们提出了一个类似的易于实现的估计平滑分位数回归的基础上。建立了新估计量的渐近分布，并导出了其渐近偏差的解析表达式。基于这些结果，我们展示了如何进行渐近有效的推断分析和分裂面板刀切偏差校正的基础上。最后，有限样本模拟来支持我们的理论分析，并说明偏差校正在面板数据的分位数回归中的重要性。
2019-11-12 econ.EM
Quantile Treatment Effects in High Dimensional Panel Data
针对高维面板数据中仅少数单元受干预的场景，将广义合成控制方法拓展为分位数处理效应估计方法，建立了渐近性质与bootstrap推断程序，经模拟和2008年中国刺激计划实证验证有效。
2025-06-18 econ.EM stat.AP stat.ME
Interval estimators for inequality measures using grouped data
收入不平等的衡量标准往往被用来衡量经济健康状况。如何根据抽样数据获得这些测度的可靠置信区间，近年来得到了广泛的研究。为了保密，收入数据往往只以摘要形式提供（即直方图、五分位数之间的频率等）。在本文中，我们表明，可以实现良好的覆盖率为引导和Wald型区间的分位数为基础的措施时，只有分组（装箱）的数据。这些覆盖率通常优于那些我们已经能够实现的区间流行的措施，如基尼指数在这个分组的数据设置。为了便于自举，我们使用广义λ分布和线性插值近似方法来近似底层密度。如果有团体手段，后者是可能的。我们还将我们的方法应用于真实数据集。
2019-07-19 stat.AP
Bounds on inequality with incomplete data
University of Manchester（曼彻斯特大学）；LSE（伦敦政治经济学院）；University of Cambridge（剑桥大学）
本文提出非参数框架，研究不完整数据下不平等指标的精确识别与推断，通过有限支持分布得到极值分配，并利用线性或二次规划求解边界问题。
2026-08-06 econ.EM stat.CO stat.ME
Bootstrap inference for panel data quantile regression
本文研究了具有固定效应的面板数据分位数回归模型中实用统计推断的自助方法。我们考虑随机加权自举响应，并正式建立其有效性的渐近推断。通过对固定效应面板数据使用加权分位数回归估计，自举算法在实践中易于实现。我们提供的条件下，允许个人的时间依赖性的观察结果，从而涵盖了一大类可能的经验应用。蒙特卡罗模拟提供了数值证据所提出的自助方法具有正确的有限样本性质。最后，我们提供了一个实证说明使用环境库兹涅茨曲线。
2021-11-05 econ.EM
Bayesian Panel Quantile Regression for Binary Outcomes with Correlated Random Effects: An Application on Crime Recidivism in Canada
本文提出了一种贝叶斯方法，用于在存在相关随机效应的情况下估计具有二元结果的面板分位数回归。我们使用非对称拉普拉斯（AL）误差分布构建工作似然，并将其与合适的先验分布相结合，以获得完整的联合后验分布。对于后验推理，我们提出了两个马尔可夫链蒙特卡罗（MCMC）算法，但更喜欢的算法，利用阻塞过程中产生较低的自相关MCMC提请。我们还解释了如何使用MCMC抽签来计算边际效应，相对风险和比值比。我们的首选算法的性能在多个模拟研究中得到证明，并表现得非常好。此外，我们实施了拟议的框架，研究犯罪累犯在魁北克省，加拿大省，使用一个新的数据，从行政矫正档案。我们的研究结果表明，最近实施的“强硬的犯罪”政策，加拿大政府已在很大程度上成功地减少了重复犯罪的概率在后政策时期。此外，我们的研究结果支持现有的研究结果，犯罪累犯，并提供了新的见解，在不同的分位数。
2020-01-25 econ.EM stat.ME
Online Conformal Prediction for Non-Exchangeable Panel Data
Department of Management Science and Engineering（管理科学与工程系）
本文提出了一种简单的在线符合框架，用于非交换面板数据，通过利用在线面板预测的关键特征，即当需要对一个单位进行预测时，相关单位的同期结果可能已观察到，可以作为校准面板。该方法利用了适应性量来形成预测集，从而在长期内提供覆盖保证。
2026-10-07 cs.LG stat.ME stat.ML
Forecasting with Bayesian Grouped Random Effects in Panel Data
在本文中，我们估计和利用潜在常数组结构，以产生点，集和密度预测短期动态面板数据。我们实现了一个非参数贝叶斯方法，同时确定系数和组成员的随机效应，这是异质性跨组，但固定在一个组内。这种方法允许我们灵活地将主观先验知识的组结构，潜在地提高了预测的准确性。在蒙特卡罗实验中，我们证明了我们的贝叶斯分组随机效应（BGRE）估计产生准确的估计和评分预测收益超过标准的面板数据估计。通过数据驱动的组结构，BGRE估计器表现出与Kmeans算法相当的聚类准确性，并且优于其组结构依赖于Kmeans的两步贝叶斯分组估计器。在实证分析中，我们应用我们的方法来预测投资率在广泛的公司，并说明估计的潜在群体结构，提高预测相对于标准的面板数据估计。
2020-10-04 econ.EM
GMM for Panel Data Quantile Regression
Michigan State University（密歇根州立大学）；University at Albany - State University of New York（纽约州立大学奥尔巴尼分校）
本文提出适用于含个体固定效应与内生回归元的面板分位数模型的平滑GMM框架，经理论证明与蒙特卡洛模拟验证其有效性，并应用于OECD通胀动态分析发现通胀传导非对称性。
2026-10-12 econ.EM
Spectral and post-spectral estimators for grouped panel data models
本文研究了分组面板数据模型的谱估计和后谱估计。两个估计量在观测数$N$和时间段数$T$同时变大的渐近性方面是一致的。此外，后谱估计量是$\sqrt{NT}$ -一致的，并且在良好分离的组的假设下，即使$T$的增长速度比$N$慢得多，平均值为零，也是渐近正态的。因此，后谱估计量具有与Bonhomme和Manresa（2015）开发的分组固定效应估计量相当的理论性质。然而，与分组固定效应估计相比，我们的后谱估计在计算上是简单的。
2022-12-29 econ.EM stat.AP
Partitioned Wild Bootstrap for Panel Data Quantile Regression
针对具有时间序列依赖的多期面板分位数回归，本文提出采用分块不变随机权重的分块野生 bootstrap 推断方法，证明其渐近有效，并通过模拟和实证应用验证了小样本准确性与实用性。
2025-07-24 econ.EM
Estimating Long Run Welfare Outcome in Rotating Panel with Grouped Fixed Effects: Application to Poverty Dynamics in Peru
Cornell University（康奈尔大学）；University of Notre Dame（圣母大学）
本文利用组内固定效应方法估计旋转面板中贫困流动与持续性，通过秘鲁国家居住条件与贫困调查数据展示该方法在长期动态分析中的有效性。
2026-04-07 econ.EM
Nonparametric Quantile Regressions for Panel Data Models with Large T
本文考虑了面板数据模型，其中因变量的条件分位数作为回归变量和个体效应的未知函数是可加分离的。我们提出了两个估计的分位数部分效应，同时控制的个人异质性。第一种估计基于局部线性分位数回归，第二种估计基于局部线性平滑分位数回归，这两种估计都易于实际计算。在大T框架内，我们提供了充分条件下，这两个估计是渐近正态分布。特别是，对于第一个估计，它表明，$N<<T^{2/(d+4)}$需要忽略附带的参数偏差，其中$d$是回归的维度。对于第二种估计量，我们能够在$N\approx Th^{d}$的假设下推导出渐近偏差的解析表达式，其中$h$是局部线性近似中的带宽参数。我们的理论结果提供了使用分裂面板折刀的偏差校正的基础。一个蒙特卡罗模拟表明，所提出的估计和偏差校正方法在有限样本下表现良好。
2020-09-29 econ.EM
Soft-Noncrossing Bayesian Panel Quantile Regression for Measuring Climate Tail Risk
University of Salzburg（萨尔茨堡大学）；University of Kent（肯特大学）；Monash University（莫纳什大学）
该研究提出软非交叉贝叶斯面板分位数回归模型，应用于33国1979-2023年数据，发现全球温度冲击会给产出增长带来集中于尾部下端的系统性不可分散下行风险，且能将样本外尾部风险预测损失降低约三分之一。
2026-08-06 econ.EM
Minimum Distance Estimation of Quantile Panel Data Models
本文提出一种两阶段最小距离估计法用于分位数面板数据模型，适用于经典面板和分组数据，提供多种分位数估计量，并具有更高精度和自适应推断，实证显示食品券计划主要增加低端出生体重。
2025-02-25 econ.EM
Stationary Errors and Quantile Regression in Short Panels
Boston College（波士顿学院）；Harvard University（哈佛大学）
本文针对带无约束个体效应和时间平稳特异扰动的线性面板模型，提出一种两步最小距离固定T估计量，该估计量根-n一致且渐近正态，经蒙特卡洛实验验证表现良好。
2026-08-11 econ.EM
Interactive, Grouped and Non-separable Fixed Effects: A Practitioner's Guide to the New Panel Data Econometrics
本文综述了面板数据中交互式、分组和非可分离固定效应模型的新估计方法及诊断检验，并通过实证证明其优于传统固定效应估计量。
2025-10-14 econ.EM
Average and Quantile Effects in Nonseparable Panel Models
不可分离面板模型在各种经济环境中都很重要，包括离散选择。本文给出了在时间齐性条件下，如“时间是随机分配的”或“时间是一种工具”的不可分模型的辨识和估计结果。“在静态或动态条件下，在完全非参数模型和半参数模型中，在具有时间效应的离散回归量中，给出了平均和分位数效应的部分识别结果。证明了通常的线性固定效应估计量不是已确定平均效应的相合估计量，并给出了一个相合估计量。给出了一个简单的分位数处理效应估计量，解决了从面板数据中估计分位数处理效应的重要问题。给出了静态和动态模型中的总体效应的界。动态边界提供了一个部分识别解决方案的重要问题，估计的影响，状态依赖的存在下不可观测的异质性。随着$T$的增长，通过推导识别集的收缩率来显示$T$的影响，即时间段的数量。我们还考虑了半参数，离散选择模型，并发现半参数面板边界可以比非参数边界更紧。提出了计算方便的半参数模型方法。我们提出了一种新的推理方法，适用于面板数据和其他设置，并表明它产生一致有效的置信区域在大样本。我们给出了经验性的例证。
2013-03-26 econ.EM math.ST stat.AP
Bayesian inference for dynamic spatial quantile models with interactive effects
针对大规模空间面板数据，本文提出含未观测异质性的动态空间面板分位数模型及新型贝叶斯MCMC算法，证明一致性并通过模拟与汽油市场案例验证其有效性。
2025-06-09 econ.EM
A Panel Quantile Approach to Attrition Bias in Big Data: Evidence from a Randomized Experiment
University of Kentucky（肯塔基大学）
本文介绍了具有个体异质性和损耗的面板数据模型的分位数回归估计。该方法的动机是在大数据应用程序中经常遇到磨损偏见的事实。例如，许多用户注册了最新的程序，但几个月后很少有活跃用户，这使得对这种干预措施的评估本身就非常具有挑战性。在Hausman和Wise（1979）的早期工作的基础上，我们提供了一个简单的识别策略，导致两步估计过程。在第一步中，选择方程中的感兴趣的系数使用参数或非参数方法一致地估计。在第二步中，对加权观测值的子集采用标准面板分位数方法。该估计器在计算上易于在具有大量受试者的大数据应用中实现。我们调查的条件下，参数估计是渐近高斯和我们进行了一系列的蒙特卡罗模拟调查的有限样本性质的估计。最后，使用一个模拟练习，我们应用该方法来评估最近的一个时刻的电力定价实验的启发，艾格纳和豪斯曼（1980）的工作。
2018-08-09 cs.LG econ.EM stat.AP
Investigating Growth at Risk Using a Multi-country Non-parametric Quantile Factor Model
我们建立了一个贝叶斯非参数分位数面板回归模型。在每个分位数内，响应函数是线性模型和非线性函数的凸组合，我们使用贝叶斯加性回归树（BART）近似。通过条件异方差潜在因子捕获第p分位数的横截面信息。我们的模型的非参数特征增强了灵活性，而面板特征，通过利用跨国信息，增加了尾部的观测数量。我们开发了贝叶斯马尔可夫链蒙特卡罗（MCMC）方法估计和预测与我们的分位数因子BART模型（QF-BART），并应用它们来研究在风险动态增长的面板中的11个发达经济体。
2021-10-07 econ.EM stat.AP
Heterogeneous structural breaks in panel data models
本文提出了一个新的模型和估计程序的面板数据，使我们能够识别异质结构突变。我们使用分组模式对个体异质性进行建模。对于每个组，我们允许系数中的共同结构突变。然而，这些中断的数量、时间和大小在各组之间可能不同。我们开发了一个混合估计程序的分组固定效应方法和自适应组融合Lasso。我们表明，我们的方法可以一致地识别潜在的组结构，检测结构突变，并估计回归参数。蒙特卡罗结果表明，所提出的方法在有限样本下具有良好的性能。收入和民主之间的关系的实证应用说明了考虑异质性结构突变的重要性。
2018-11-24 econ.EM
Quantile Factor Models
分位数因子模型（Quantile Factor Models，QFM）是一种新的高维面板数据因子模型。与近似因子模型（AFM）不同，在AFM中，只能提取位置偏移因子，QFM还允许恢复未观察到的因子，这些因子偏移了观察变量分布的其他相关部分。一个分位数回归的方法，标记为分位数因子分析（QFA），提出了一致的估计所有的分位数依赖的因素和负载。他们的渐近分布，然后使用核平滑版本的QFA估计。两个一致的模型选择标准，基于信息准则和秩最小化，开发，以确定在每个分位数的因素的数量。此外，与AFM中使用主成分分析所需的条件相反，QFA估计即使在特质误差具有重尾分布时仍然有效。三个实证应用（关于宏观经济、气候和金融面板数据）提供的证据表明，在实践中，除均值外，还有其他因素会改变分位数。
2020-09-23 econ.EM
Distributional Counterfactual Analysis in High-Dimensional Setup
本文提出一种高维面板数据下恢复反事实分布的方法，通过l1惩罚回归估计无干预的整个条件分位数函数，推导了非渐近界限，构建置信区间并提出基于Lp范数的准枢轴假设检验。
2023-09-06 econ.EM stat.ME
Quantile and Distribution Treatment Effects on the Treated with Possibly Non-Continuous Outcomes
International Food Policy Research Institute（国际粮食政策研究所）；Culverhouse College of Business, University of Alabama（阿拉巴马大学卡尔弗豪斯商学院）
本文提出了一种分布差分-in-差分框架，用于在非连续分布结果的情况下识别和进行分布和分位数处理效应的统一推断，通过经济犯罪模型展示了如何处理计数类型的未处理潜在结果。
2026-05-20 econ.EM
Estimation of Characteristics-based Quantile Factor Models
针对因子载荷为个体特征未知函数且误差受条件分位数约束的模型，提出三阶段估计方法，建立收敛速度、极限分布与因子数选择准则，并通过模拟和S&P500实证验证。
2023-04-26 econ.EM
A quantile-based nonadditive fixed effects model
Washington State University（华盛顿州立大学）
本文提出一种基于分位数的非加性固定效应模型，用于研究异质因果效应，并通过模拟和实证分析验证了其有效性。
2025-12-08 econ.EM
Flexible Bayesian Quantile Analysis of Residential Rental Rates
本文提出一种基于广义非对称拉普拉斯分布的贝叶斯随机效应分位数回归模型，用于面板数据，并应用于全球金融危机后美国住宅租金率分析，结果表明该模型在多数分位数上提供了显著灵活性。
2023-09-06 econ.EM stat.ME
Composite Quantile Factor Model
本文提出复合分位数因子模型用于高维面板数据因子分析，跨多数据分位数估计因子与载荷，推导其极限分布并讨论因子数量选择准则，经模拟验证有限样本性质良好，还开展宏观经济变量实证研究并开发R包cqrfactor。
2024-11-30 econ.EM
Unobserved Grouped Heteroskedasticity and Fixed Effects
本文提出加权分组固定效应（WGFE）估计量，通过纳入分组异方差性改进分类与估计精度，并证明其一致性与正态性，在模拟和实证中优于忽略二阶矩信息的方法。
2023-10-26 econ.EM stat.AP stat.ME
Fixed Effect Estimation of Large T Panel Data Models
本文综述了面板数据模型固定效应估计的最新研究进展。我们专注于半参数模型与未观察到的个人和时间的影响，其中的结果变量的分布条件的协变量和未观察到的影响是指定参数，而未观察到的影响的分布是不受限制的。与现有的关于长面板的评论（Arellano和Hahn 2007; Arellano和Bonhomme 2011的一节）相比，我们讨论了具有个体和时间效应的模型，分裂面板Jackknife偏差校正，不平衡面板，分布和分位数效应以及其他扩展。理解和纠正由许多固定效应的估计引起的偶然参数偏差是我们的主要关注点，统一的主题是，对于所讨论的所有模型，这种偏差的顺序由简单的公式p/n给出，p是估计参数的数量，n是总样本量。
2018-03-27 econ.EM
Fixed-k Inference for Conditional Extremal Quantiles
我们发展了一个新的极值理论，重复的横截面和面板数据构造渐近有效的置信区间（CI）的条件极值分位数从一个固定数量的最近邻尾观测$k$。作为副产品，我们还构造了线性随机系数模型中系数极值分位数的CI。对于任何固定的$k$，CI在与各种尾部指数相关的一组非参数数据生成过程中一致有效，无需参数假设。模拟研究表明，我们的CI表现出优越的小样本覆盖率和长度属性比其他非参数方法的基础上渐近正态性。应用所提出的方法出生人口统计，我们研究极低出生体重的因素。我们发现，主要影响的迹象是相同的，在以前的研究中发现的参数模型的基础上，但具有不同的幅度。
2020-07-19 econ.EM
Economic and Policy Uncertainties and Firm Value: The Case of Consumer Durable Goods
本文利用PQR与PVM模型考察12家美国耐用品企业的托宾Q，发现财务比率及经济政策不确定性、衰退风险、通胀预期和消费者信心会显著影响企业价值。
2025-06-09 econ.EM
Regularized Quantile Regression with Interactive Fixed Effects
本文研究了具有交互固定效应的大型$N$和大型$T$条件分位数面板数据模型。我们提出了一个核范数惩罚估计的协变量和低秩矩阵的系数形成的固定效应。该估计器解决了凸最小化问题，不需要预先估计固定效应的（数量）。它还允许协变量的数量随着$N$和$T$缓慢增长。我们推导出了在分位数水平上一致成立的估计量的误差界。界的顺序意味着一致一致的一致性估计，并接近最佳的低秩分量。给定误差界，我们还提出了一个一致的估计的数量的固定效应在任何分位数水平。为了推导出误差界，我们开发了新的理论参数下的原始假设和随机矩阵，可能是独立的利益的新成果。我们通过蒙特卡罗模拟证明了估计器的性能。
2021-03-16 econ.EM
Heterogeneous Treatment Effects for Networks, Panels, and other Outcome Matrices
我们感兴趣的是一个实验的处理效应的分布，其中单位被随机分配到一个治疗，但结果是衡量成对的单位。例如，我们可以衡量参加小额信贷计划的家庭之间的风险分担联系，暴露于贸易冲击的工人和公司之间的雇佣关系，或者投标人对分配给拍卖形式的物品的出价。当分配给相同治疗的单位之间存在社会互动、市场外部性或其他溢出效应时，这种双重随机实验设计可能是合适的。或者它可以描述一个自然的或准实验给研究人员。在本文中，我们提出了一个新的经验策略，比较与每个治疗相关的结果矩阵的特征值。我们的建议是基于一个新的矩阵模拟的Fréchet-Hoeffding界限，发挥了关键作用的标准理论。我们首先使用这个结果来约束处理效应的分布。然后，我们提出了一个新的矩阵模拟的分位数处理效应，这是由不同的特征值。我们称之为模拟光谱处理效应。
2022-10-07 econ.EM stat.ME
Specification testing with grouped fixed effects
本文提出基于折刀校正估计量与 bootstrap 方差的 Hausman 检验，通过比较单向与两向分组固定效应估计量，检验线性及非线性面板模型中未观测异质性的设定。
2025-09-01 econ.EM
