常见危险因素的测量：面板分位数回归模型

图2也支持我们的分析结果。与PQR-RV规范类似，我们可以在图2中看到，控制金融资产之间的u-Nobserved异质性非常重要，因为下分位数的下降和上升半方差的影响大于单个UQR。例如，对于RS+和RS，通过PQR-RSV获得的5%分位数系数分别为-0.97和-1.18-然而，对于RS+和RS，单个UQR的中值分别为-0.82（平均值-0.84）和-0.95（平均值-1.1）-. 此外，在负半方差的u pp er分位数中（图2b），PQRcoe系数与单个UQR（95%分位数βRS）有很大差异-1/2系数为1.49vs。个体UQ R中位数/平均系数为1.28/1.27），但RS+（95%分位数βRS+1/2系数为0.54，而个体UQR m中位数/平均系数为0.55/0.55）则相反。这些发现支持了之前的结论，即-影响未来收益的上分位数大于RS+。最后，表3显示了关于第三个模型规格（PQR-BPV）参数估计的有趣结果，其中双幂变化和跳跃分量作为回归器用于驱动返回分位数。我们可以推断，ju mps对未来回报的上下分位数都有显著影响。准确地说，95%分位数的跳跃系数^β跳跃1/2的幅度最高，值为0.44。对于其余的上述中琴键，跳跃在统计上并不显著，因此二次变量的影响降低为以二次方变量表示的综合方差。我们可以观察到以下中值分位数的相反情况，其中β跳跃1/2系数总是显著的。图3帮助我们以图形方式确认了之前分析的结果。如果我们将图3a和图1进行比较，我们会得到几乎相同的图片。

此外，在图3b中，我们可以看到，从45%到85%的分位数，跳跃分量的置信区间越来越宽，包括零。一旦我们将这两个发现结合起来，我们就可以说明，对于这些数量，二次方差减少为综合方差。相比之下，5%-40%分位数的置信区间均不含零，这突出了跳跃分量在建模未来较低分位数时的相对重要性。总的来说，样本内分析的结果表明，回归系数对未来收益分位数的影响是不对称的。这种影响在中位数以下的分位数中更高。我们还发现了正面/负面新闻不对称的证据。这种不对称性在95%分位数中最高（RS+的0.53系数vs.RS的1.49-) 而5%分位数仅显示出轻微的不对称性，RS+时为-0.97，RS为-1.18-). 此外，我们还展示了跳跃对于低于中值和远高于中值分位数的重要性。重要的是，我们记录了远分位数中未观察到的异质性。我们还测试了所有thr ee模型（PQR-RV、PQR-RSV、PQRBPV）的正确动态规格，我们发现其中没有一个是系统性的不规范。图3：PQR-BPV参数估计（a）BP V1/20.05 0.15 0.25 0.35 0.45 0.55 0.65 0.75 0.85 0.95-2.-1量化系数SPQRβ^ BPV1/2系数置信区间（b）跳跃1/20.05 0.15 0.25 0.35 0.45 0.55 0.65 0.75 0.85 0.95-1-0.5 0.0 0.5 1.0 1.5 2.0量化系数pQRβ^跳跃1/2系数置信区间注：对于实现的双功率变化和跳跃组件参数估计，相应的95%置信区间分别用实线和虚线绘制。