Common correlated effects estimation of heterogeneous dynamic panel quantile regression models
异质动态面板分位数回归模型的共同相关效应估计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。
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：摘要的核心是含滞后因变量与交互效应的异质面板分位数回归，对应面板数据以及分位数与分布效应方向。
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…
异质动态面板分位数回归模型的共同相关效应估计
- 研究问题
- 在含滞后因变量、交互效应和个体异质性的面板中，如何将共同相关效应方法扩展到动态分位数回归，并建立估计与推断？
- 方法与思路
- 作者将共同相关效应（CCE）思路用于异质动态面板分位数回归，在类似既有文献的条件下推导一致性与渐近分布，并开展模拟。
- 材料陈述的贡献
- 摘要称新估计量一致并给出渐近分布；作者报告时间维度较大时模拟表现优于既有估计量，并提供分时电价随机试验应用。
- 阅读关注点
- 应核对交互效应的结构、CCE扩展所需条件、个体与时间维度的渐近关系，并检查不同分位数、时间长度下的模拟比较。
- 阅读边界
- 摘要未列出完整正则条件、样本维度或数值结果；其性能改善明确依赖较大的时间维度，不能据此判断短面板中的效果。
原文摘要
Summary This paper proposes a quantile regression estimator for a heterogeneous panel model with lagged dependent variables and interactive effects. The paper adopts the Common Correlated Effects (CCE) approach proposed in the literature and demonstrates that the extension to the estimation of dynamic quantile regression models is feasible under similar conditions to the ones used in the literature. The new quantile regression estimator is shown to be consistent and its asymptotic distribution is derived. Monte Carlo studies are carried out to study the small sample behavior of the proposed approach. The evidence shows that the estimator can significantly improve on the performance of existing estimators as long as the time series dimension of the panel is large. We present an application to the evaluation of Time‐of‐Use pricing using a large randomized control trial.