Estimation in Semiparametric Quantile Factor Models
半参数分位数因子模型的估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究分位数因子面板模型，并将其用于日度股票收益数据。
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…
关注这篇论文的作者
半参数分位数因子模型的估计
- 研究问题
- 如何估计半参数分位数因子面板模型，并在特异误差的矩条件与弱横截面依赖形式存在不确定性时进行可靠推断？
- 方法与思路
- 作者提出半参数分位数因子面板模型的估计方法及配套推断工具，强调对矩存在性和弱横截面依赖形式的稳健性。
- 材料陈述的贡献
- 摘要称提供了具有上述稳健性的估计与推断框架，并将方法应用于日度股票收益数据；未报告具体估计效果或数值结果。
- 阅读关注点
- 应核对因子与载荷的识别规范、分位数结构、允许的横截面依赖，以及所谓对矩存在性稳健究竟对应哪些技术条件。
- 阅读边界
- 所给版本为 arXiv 预印本，不能认定已同行评审或期刊接收；摘要很简短，未说明算法、渐近结论和股票收益应用结果。
原文摘要
We propose an estimation methodology for a semiparametric quantile factor panel model. We provide tools for inference that are robust to the existence of moments and to the form of weak cross-sectional dependence in the idiosyncratic error term. We apply our method to daily stock return data.