Regime-Specific Return Predictability in Quantiles
分位数中的区制特定股票收益可预测性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：摘要直接研究股票收益在不同区制和分位数下的可预测性与预测变量选择。
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
分位数中的区制特定股票收益可预测性
- 研究问题
- 股票收益预测变量的作用能否随经济区制与收益分位数变化？如何在预测变量持久性不同的情况下估计多个未知门限？
- 方法与思路
- 作者建立多门限预测分位数回归，结合序贯估计、自适应组 Lasso 和后向剔除确定门限，再筛选各区制的重要预测变量。
- 材料陈述的贡献
- 摘要称，论文建立估计量的渐近性质；模拟表现良好，美国股票收益应用显示若干变量的可预测性随经济状态和分位数变化。
- 阅读关注点
- 核对门限变量、区制划分和持久性条件，关注门限及变量选择的不确定性如何处理，以及预测准确度是否在样本外评价。
- 阅读边界
- 仅据所给 OpenAlex 摘要，具体预测变量、门限数及预测改善幅度未说明；分位数预测关系不能直接解释为因果效应。
原文摘要
This article captures the underlying regime switching mechanism in the prediction of stock returns via a predictive quantile regression with multiple thresholds. The predictability of each predictor is allowed to switch from one regime to another according to the value of a threshold variable and could vary across quantiles, and the predictors could possess heterogeneous degrees of persistence. Statistical learning techniques, including a sequential estimation procedure, an adaptive group Lasso refinement and a backward elimination algorithm, are adopted to estimate the unknown multiple thresholds. The adaptive Lasso is then applied to identify the important predictors in each regime to improve prediction accuracy at each quantile. Asymptotic properties of the proposed estimators are established, which are further corroborated with their nice finite sample performance revealed in simulations. The empirical analysis for the U.S. stock returns shows that the return predictability of several predictors changes with the economic states across the quantiles, demonstrating the regime-specific return predictability in quantiles.