Extremal Quantiles under Two-Way Clustering
双向聚类依赖下的极端分位数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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是尾部分位数推断，并明确将双向聚类方法应用于面板数据中的增长风险。
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…
双向聚类依赖下的极端分位数
- 研究问题
- 在双向聚类依赖下，中间阶尾部分位数及相应分位数回归具有怎样的极限分布，退化情形是否改变其推断基础？
- 方法与思路
- 作者先分析无条件中间阶尾部分位数的极限分布，再扩展到极端分位数回归，并通过模拟与增长风险应用展示结果。
- 材料陈述的贡献
- 摘要称即使在退化情形下，中间阶极端分位数仍渐近高斯；增长风险应用中的既有结论在考虑双向聚类后保持稳健。
- 阅读关注点
- 应核对中间阶序列的定义、双向聚类及退化条件、标准化和方差估计方式，以及应用中的尾部与面板依赖处理。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未给出尾部条件，不能将中间阶结果推广到所有极端分位数。
原文摘要
This paper studies extremal quantiles under two-way clustered dependence. We show that the limiting distribution of unconditional intermediate-order tail quantiles is Gaussian. This result is notable because two-way clustering typically leads to non-Gaussian limiting behavior. Remarkably, extremal quantiles remain asymptotically Gaussian even in degenerate cases. Building on this insight, we extend our analysis to extremal quantile regression at intermediate orders. Simulation results corroborate our theoretical findings. Finally, we provide an empirical application to growth-at-risk, showing that earlier empirical conclusions remain robust even after accounting for two-way clustered dependence in panel data and the focus on extreme quantiles.