常见危险因素的测量：面板分位数回归模型

《经济计量学杂志》164（1），142–157。Galvao，A.F.、T.Juhl、G.Montes Rojas和J.Olmo（2017年）。检验分位数回归面板数据的斜率均匀性，并将其应用于股票回报的横截面。《金融计量经济学杂志》，nbx016。Galvao，A.F.和G.Montes Rojas（2015年）。分位数回归面板数据的bootstrap推断：蒙特卡罗研究。计量经济学3（3），654–666。Galvao，A.F.和G.V.Montes Rojas（2010年）。动态面板数据的惩罚分位数回归。《统计规划与推理杂志》140（11），3476–3497。Galvao，A.F.和L.Wang（2015）。分位数回归固定效应面板数据的有效最小距离估计。多元分析杂志133，1–26。Giacomini，R.和I.Komunjer（2005年）。条件定量预测的评估和组合。《商业杂志》；经济统计23（4），416–431。Giovannetti，B.C.（2013）。分位数效用最大化下的资产定价。《金融经济学评论》22（4），169–179。格雷厄姆，B.S.，J.Hahn，A.Poirier和J.L.鲍威尔（2015年3月）。分位数回归与面板数据。工作文件21034，国家经济研究局。Harding，M.和C.Lamarche（2009年）。使用工具变量估计面板数据模型的分位数回归方法。《经济学快报》104（3），133–135。Harding，M.和C.Lamarche（2014年）。估计和测试具有交互影响的分位数回归模型。《计量经济学杂志》178101–113。Harvey，C.R.、Y.Liu和H.Zhu（2016）。以及预期收益的横截面。《金融研究回顾》29（1），5–68。Kato，K.、A.F.Galvao和G.V.Montes Rojas（2012年）。具有个体效应的面板q-指数回归模型的渐近性。《计量经济学杂志》170（1），76–91。肯普夫，A.和C.梅梅尔（2006年）。

估计全球最小方差投资组合。Schmalenbach商业评论（sbr）58（4）。Klomp，J.和J.De Haan（2012年）。银行业风险与监管：一个规模是否就能解决所有问题？《银行与金融杂志》36（12），3197–3212。Koenker，R.（2004年）。纵向数据的分位数回归。多变量分析杂志91（1），74–89。Koenker，R.和G.Bassett Jr（1978年）。回归分位数。计量经济学：计量经济学学会杂志，33–50。Lamarche，C.（2008年）。私立学校教育券和学生成绩：定量回归评估的固定影响。劳动经济学15（4），575–590。Lamarche，C.（2010年）。面板数据的稳健惩罚分位数回归估计。《计量经济学杂志》157（2），396–408。Lamarche，C.（2011年）。使用新的分位数回归方法衡量哥伦比亚的学习动机。《发展经济学杂志》96（2），278–288。Lee，J-S.、G-L.Huang、C-T.Kuo和L-C.Lee（2012）。对中国房地产股的动量效应：来自公司业绩水平的证据。经济建模29（6），2392–2406。Longerstaey，J.和M.Spencer（1996年）。RiskMetricsTM-技术文件。纽约摩根担保信托公司：纽约州东北部。Manski，C.F.（1988年）。不确定性决策的序数效用模型。理论与决策25（1），79–104。Markowitz，H.（1952年）。投资组合选择。《金融杂志》7（1），77–91。Matano，A.和P.Naticchioni（2011年）。工资分配和工人的空间分类。《经济地理杂志》，lbr013。巴顿、A.J.和K.谢泼德（2015）。波动性好，波动性差：有符号跳跃和波动性的持续性。《经济学与统计评论》97（3），683–697。Powell，D.和J.Wagner（2014）。沿生产率分布的出口商生产率溢价：来自分位数回归和非分位数固定收益效应的证据。

《世界经济学评论》150（4），763–785。Rostek，M.（2010）。决策理论中的分位数最大化。经济研究回顾77（1），339–371。Toomet，O.（2011年）。学习英语，而不是当地语言！波罗的海国家的俄罗斯族。《美国经济评论》101（3），526–531。White，H.、T.-H.Kim和S.Manganelli（2015年）。Var for Var：使用多元回归分位数测量尾部相关性。《计量经济学杂志》187（1），169–188。You，W.-H.，H.-M.Zhu，K.Yu和C.Peng（2015）。民主、金融开放和全球二氧化碳排放：现有排放水平的异质性。世界发展66189–207。Zhang，L.，P.A.Mykland，and d Y.Ait Sahalia（2005年）。两个时间尺度的故事：用嘈杂的高频率数据确定综合波动率。美国统计协会杂志100。Zhang，Y.-J.、H.-R.Peng、Z.Liu和W.Tan（2015）。中国道路客运的直接能源反弹效应：动态面板分位数回归方法。能源政策87303–313。Zikeˇs，F.an d J.Barun'k（2016）。金融回报和已实现波动率的半参数条件q量化模型。《金融计量经济学杂志》14（1），185–226。附录表6：每日收益的描述统计数据sMean Max Min St.Dev。

偏度峭度SAPL-0.05 10.62-12.29 1.72-0.14 7.09AMZN 0.09 12.32-12.96 1.95 0.33 8.27BAC-0.17 19.09-25.09 2.77-0.20 20 20 20.64CMCSA 0.03 12.77-13.63 1.57-0.33 12.09CSCO-0.02 7.26-8.69 1.35-0.14 7.34CVX 0.02 11.01-10.50 1.31-0.08 11.29C-0.27 19.92-40.33 2.93-2.48 38.66DIS 0.06 11.03-10.29 1.36 0.34 11.11GE-0.03 10.96-10.52 1.51-0.36 14.16HD 0.03 11.03-7.68 1.47 0.62 9.40IBM0.05 6.19-5.93 1.06-0.10 7.36INTC 0.01 9.20-9.43 1.42 0.13 7.41JNJ 0.01 11.19-7.77 0.85 0.75 21.90JPM 0.01 13.85-19.75 2.08 0.15 16.17KO 0.02 7.14-7.37 0.93-0.08 11.52MCD 0.03 8.76-7.53 1.02 0.17 9.26MRK 0.00 9.75-8.09 1.29-0.08 9.72MSFT 0.02 9.96-7.01 1.28 0.06 7.88或0.04 7.56-8.90 1.36-0.09 6.85PEP 0.04 8.44-6.27 0.90 0.32 10.24PFE-0.03 6.49-7.46 1.14-0.07 7.02PG 0.05 7.07-5.62 0.86 0.00 9.50QCOM-0.01 9.04-8.15 1.45-0.10 6.31SLB 0.00 11.34-15.62 1.85-0.33 9.57T-0.01 11.42-6.56 1.11 0.50 13.58VZ 0.01 8.62-7.72 1.12 0.40 10.41WFC 0.00 18.29-18.73 2.23 0.45 18.50WMT 0.00 7.71-10.60 0.97-0.08 14.66XOM 0.03 8 90-11.76 1.22-0.11 13.33注：平均值、最大值、最小值和标准偏差值以%显示。表7：单变量正态分布-蒙特卡罗模拟系数估计平均值τ5%10%25%50%75%90%95%PQR-RV^βRV1/2-1.56-1.22-0.64-0.01 0.62 1.2 1.54（-44.19）-43.75（-30.85）（-0.6）（30.86）（44.63）（46.36）PQR-RSV^βRS+1/2-1.12-0.87-0.46-0.01 0.45 84 1.07（-5.38）（-6.06）（-5.34）（-0.12）（5.55）（5.66）（5.28）^βRS-1/2-1.09-0.86-0.46-0.01 0.45 0.86 1.11（-5.29）（-6.07）（-5.44）（-0.18）（5.58）（5.78）（5.5）PQR-BPV^βBP V1/2-1.58-1.25-0.67-0.01 0.65 1.23 1.56（-45.75）（-4 5.44）（-31.71）（-0.6）（32.26）（46.06）（47.31）β跳线1/20.08 0.06 0.03 0-0.03-0.06-0.08（1.1）（1.14）（0.7 4）（-0.03）（-0.83）（-1.1）（-1.05）注：表中显示了系数估计的s平均值以及相应的t统计数据圆括号。

为简洁起见，未报告个别固定效应αi（τ）。表8：多元Student-t分布-蒙特卡洛模拟的系数估计平均值τ5%10%25%50%75%90%95%PQR-RV^βRV1/2-1.56-1.16-0.58-0.01 0.57 1.15 1.55（-18.43）（-19.14）（-13.3）（-0.17）（12.9）（18.73）（19.43）PQR-RSV^βRS+1/2-1.12-0.83-0.42-0.01 0.39 0.82 1.09（-2.55）（-2.66）（-2.2）（-0.12）（2.05）（2.55）（2.43）^βRS-1/2-1.09 -0.82 -0.4 0 0 .41 0.81 1.1（-2.48）（-2.62）（-2.13）（0.04）（2.15）（2.52）（2.42）PQR-BPV^βBP V1/2-1.62-1.21-0.6-0.01 0.59 1.19 1.6（-18.27）（-19）（-13.14）（-0.17）（12.64）（18.41）（19.05）^β跳线1/2-0.06-0.04-0.02 0.05 0.06（-0.45）0.45（-0.29）（0.04）（0.29）（0.47）（0.45）注：表中显示了系数估计的平均值，括号中有相应的t统计数据。为简洁起见，未报告个别固定效应αi（τ）。表9：单变量Student-t分布-蒙特卡洛模拟的系数估计平均值τ5%10%25%50%75%90%95%PQR-RV^βRV1/2-1.56-1.23-0.65-0.01 0.63 1.21 1.54（-52.18）（-5 2.37）（-36.12）（-0.53）（35.09）（55.55）（52.99）PQR-RSV^βRS+1/2-1.12-0.89-0.47-0.01 0.44 0.85 1.08（-6.47）（-6.84）（-5.75）（-0.25）（5.48）（6.39）（6.13）^βRS-1/2-1.09-0.86-0.45 0.46 0.87 1.12（-6.23）（-6.57）（-5.65）（0.01）（5.84）（6.55）（6.39）PQR-BPV^βBP V1/2-1.64-1.29-0.69-0.01 0.67 1.27 1.62（-51.41）（-5 2.71）（-36.1）（35.3）（55.28）（52.55）^β跳线1/2-0.02-0.01 0 0 0 0 0.01 0.02（-0.3）（-0.21）（-0.11）（-0.02）（0.01）（0.16）（0.24）注：表中显示了系数估计的平均值，括号中有相应的t统计数据。

为简洁起见，未报告个别固定效应αi（τ）。表13：面板分位数回归的系数估计：λ=1τ5%10%25%50%75%90%95%PQR RVconst 0 0 0 0 0 0 0 0（-1.47）-1.27（-0.61）-0.58（0.9）（1.64）（2.08）βRV1/2-1.51-1.16-0.6-0.01 0.56 1.11 1.42（-24.24）-2 1.41（-16.36）-0.24）（20.15）（24.62（21.11）PQR RSV约束0 0 0 0 0 0 0（-1.6）-1.21（-0.63）-0.44）（0.97）（2.07）（2.41）^βRS+1/2-0.97-0.74-0.44-0.15 0.180.41 0.54（-12.92）-1 3.02（-8.54）-2.9）（2.82）（4.39）（4.3）^βRS-1/2-1.18-0.91-0.41 0.14 0.62 1.15 1.49（-11.14）（-1 4.29）（-10.12）（2.78）（9.23）（13.91）（10.06）PQR BPVconst 0 0 0 0 0 0 0 0（-1.4）（-1.36）（-0.6）（-0.67）（0.77）（1.86）（2.67）βBP V1/2-1.55-1.18-0.62 0 0.59 1.15 1.44（-20.25）（-1 7.58（-16.49）（-0.15）（24.16）（22.79）（25.91）^β跳线1/2-0.24-0.2-0.14-0.03 0.06 0.21 0.44（-3.2）（-3.41）（-0.62）（1.03）（1.88）（2.73）注：表格显示括号内为bootstraped t统计量的系数估计。为简洁起见，未报告单独的fix edeffectsαi（τ）-可根据要求从作者处获得。图5：PQR-RV参数估计值：λ=10.05 0.15 0.25 0.35 0.45 0.55 0.65 0.75 0.85 0.95-2.-1量化系数PQRβ^ RV1/2系数置信区间注：PQR-RV规范中相应95%置信区间的参数估计值分别用实线和虚线绘制。

各个UQR-RV估算值绘制在箱线图中。图6:PQR-RSV参数估计值：λ=1（a）RS+1/20.05 0.15 0.25 0.35 0.45 0.55 0.65 0.75 0.85 0.95-1.5-1-0.5 0.0 0.5 1.0 1.5 2.0量化系数pqrβ^ RS+1/2系数置信区间（b）RS-1/20.05 0.15 0.25 0.35 0.45 0.55 0.65 0.75 0.85 0.95-2.-1 0 1 2量化系数SPQRβ^ RS-1/2系数置信区间注：对于已实现的上侧和下侧半方差参数，对应95%置信区间的估计值分别用实线和虚线绘制。单个UQR-RSV估计值绘制在boxp地块中。图7:PQR-BPV参数估计值：λ=1（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。单个UQR-BPV估计值绘制在boxp地块中