Simplex quantile regression without crossing
不交叉的单纯形分位数回归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：摘要直接研究分位数回归，并明确将方法用于美国金融市场的资产定价分析。
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
不交叉的单纯形分位数回归
- 研究问题
- 在模型可能误设并需要外推时，如何保持不同分位数回归曲线不交叉，并为模型选择、平均及金融比较提供理论依据？
- 方法与思路
- 作者通过单纯形嵌入建立单调性表示，使用重心坐标构造分位数回归，并定义允许无交叉外推的最大有效区域。
- 材料陈述的贡献
- 摘要称建立误设下伪真参数存在性、估计量渐近性质及交叉验证的渐近最优性，并用于美国金融市场资产定价分析。
- 阅读关注点
- 应核对无交叉保证的适用区域、最大有效区域的计算、伪真参数的定义，以及交叉验证最优性条件与金融分析目标。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；未说明完整条件或金融结果，不能将无交叉性质理解为任意外推均可靠或定价更准确。
原文摘要
Noncrossing quantile regression with an emphasis on model misspecification is investigated. While many sophisticated methods for noncrossing quantile have been developed under the assumption of correct model specification, model misspecification and extrapolation are two issues rarely considered in the literature. In this paper, a monotonicity representation for quantile regression models is obtained under simplex embedding, which leads to the simplex quantile regression (SQR) method. SQR model advocates the use of the Barycentric coordinate system and is immune to quantile crossing. An innovative concept, the maximum effective region, which defines the allowable region for extrapolation without quantile crossing is introduced. Under model misspecification, the existence of pseudo true quantile regression parameters, the asymptotic property of SQR estimator and asymptotic optimality of cross-validation for model selection and model averaging are established. The advantages of our new approach are also illustrated by numerical results. The proposed method is applied to U.S. financial market data. Our SQR-based strategy of asset pricing analysis allows for head-to-head transparent comparisons of five periods between October 1987 (Black Monday crash period) and February 2020 (COVID-19 pandemic).