Inference in predictive quantile regressions
预测分位数回归中的统计推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接检验估值变量对股票收益分位数的预测能力，并以近单位根时间序列作为推断的核心设定。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
预测分位数回归中的统计推断
- 研究问题
- 当预测变量接近单位根且可能内生时，如何对条件分位数的可预测性进行推断，并适应预测变量的平稳情形？
- 方法与思路
- 作者推导分位数估计量及 HAC t 统计量的极限分布，提出结合完全修正、Bonferroni 界和平稳区间切换的检验。
- 材料陈述的贡献
- 摘要称模拟显示检验具有可靠的小样本尺寸和良好功效，并用于估值指标对股票收益分布不同位置的预测检验。
- 阅读关注点
- 应核对局部单位根参数的处理、切换规则及临界值，并检查内生性修正和不同分位点推断所需的条件。
- 阅读边界
- 仅依据所给 OpenAlex 摘要；切换阈值、正则条件和股票收益预测的具体实证结论未说明，版本差异无法判断。
原文摘要
This paper studies inference in predictive quantile regressions when the predictive regressor has a near-unit root. We derive asymptotic distributions for the quantile regression estimator and its heteroskedasticity and autocorrelation consistent (HAC) t -statistic in terms of functionals of Ornstein–Uhlenbeck processes. We then propose a switching-fully modified (FM) predictive test for quantile predictability. The proposed test employs an FM style correction with a Bonferroni bound for the local-to-unity parameter when the predictor has a near unit root. It switches to a standard predictive quantile regression test with a slightly conservative critical value when the largest root of the predictor lies in the stationary range. Simulations indicate that the test has a reliable size in small samples and good power. We employ this new methodology to test the ability of three commonly employed, highly persistent and endogenous lagged valuation regressors – the dividend price ratio, earnings price ratio, and book-to-market ratio – to predict the median, shoulders, and tails of the stock return distribution.