Asymptotics for panel quantile regression models with individual effects
具有个体效应的面板分位数回归模型的渐近理论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：摘要明确研究带个体固定效应的面板分位数回归及联合渐近理论，直接对应面板数据与分位数方向。
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…
具有个体效应的面板分位数回归模型的渐近理论
- 研究问题
- 当个体数与时间期数同时增大时，含个体固定效应的面板分位数估计量在什么条件下具有一致性与渐近正态性？
- 方法与思路
- 作者在个体数和期数联合趋于无穷的框架下建立充分条件，分析非光滑目标函数带来的限制，并用蒙特卡洛模拟评估表现。
- 材料陈述的贡献
- 摘要称，一致性条件与非线性面板文献相近，但为证明渐近正态性，需要对时间期数施加比通常文献更严格的条件。
- 阅读关注点
- 应核对个体数与期数的增长关系、时间依赖及固定效应处理，并区分一致性条件、正态性条件与有限样本偏差。
- 阅读边界
- 仅据所给出版社摘要，无法给出具体增长速率或判断短面板适用性；摘要未说明模拟数值与偏差处理，不推断版本变化。
原文摘要
This paper studies panel quantile regression models with individual fixed effects. We formally establish sufficient conditions for consistency and asymptotic normality of the quantile regression estimator when the number of individuals, n, and the number of time periods, T, jointly go to infinity. The estimator is shown to be consistent under similar conditions to those found in the nonlinear panel data literature. Nevertheless, due to the non-smoothness of the objective function, we had to impose a more restrictive condition on T to prove asymptotic normality than that usually found in the literature. The finite sample performance of the estimator is evaluated by Monte Carlo simulations.