Predictive quantile regressions with persistent and heteroskedastic predictors: A powerful 2SLS testing approach
持续性与异方差预测变量下的预测分位数回归：高功效的两阶段最小二乘检验方法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：仅题名中的持续性预测变量与预测分位数回归支持时间序列和预测分类，摘要正文未提供进一步证据。
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…
持续性与异方差预测变量下的预测分位数回归：高功效的两阶段最小二乘检验方法
- 研究问题
- 从题名看，研究关注预测变量具有持续性与异方差时的预测分位数回归检验；所给摘要仅含致谢和资助信息，未说明具体问题。
- 方法与思路
- 题名提及两阶段最小二乘检验思路，但所给摘要没有方法内容，无法说明工具变量构造、回归步骤、统计量或理论处理方式。
- 材料陈述的贡献
- 所给摘要没有陈述研究贡献；题名中的高功效表述不足以确认功效结论，亦不能据此补充渐近性质、模拟发现或应用结果。
- 阅读关注点
- 应先核对是否取得正确的研究摘要，再查阅持续性与异方差设定、两阶段最小二乘的构造，以及检验有效性和功效比较的依据。
- 阅读边界
- 所给 OpenAlex 摘要实际为资助、致谢及版权文字，不能据此形成方法或结果导读；以上主题判断仅来自题名，不能推断刊本变化。
原文摘要
Funding Information: The authors thank the Co-Editor, Michael Jansson, an Associate Editor and two anonymous referees for their helpful and constructive comments. We also thank participants of the IAAE Annual conference 2023 at the BI Norwegian Business School, Oslo, Norway, and seminar participants at the University of the Balearic Islands, Palma de Maiorca, Spain for their comments. Demetrescu gratefully acknowledges the support of the Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) through grant 531866675 . Rodrigues thanks the Portuguese Science Foundation (FCT) for financial support through project PTDC/EGE-ECO/7493/2020, and (UID/ECO/00124/2013 and Social Sciences DataLab, Project 22209), POR Lisboa (LISBOA-01-0145-FEDER-007722 and Social Sciences DataLab, Project 22209) and POR Norte (Social Sciences DataLab, Project 22209). Taylor gratefully acknowledges financial support provided by the U.K. Economic and Social Research Council under research grant ES/R00496X/1 . Publisher Copyright: © 2025 The Authors