Individual Heterogeneous Coefficient $\tau$-Quantile 的估计与推断

本文提出了用于面板数据中个体异构系数 $\tau$ 分位数的估计与推断方法。我们构建了一个两步分位数估计框架，用于分析个体系数的异构性。不同于传统面板分位数回归后者关注结果的异构性，我们的方法针对横截面分布中个体特定斜率的 $\tau$ 分位数进行建模。在随机设计和确定性设计下，我们分别建立了渐近理论，收敛率分别为 $\sqrt{N}$ 和 $\sqrt{N\sqrt{T}}$。我们还发展了两个相应的自助程序用于实际推断，并正式建立了其有效性。所提出的方法在实践中具有重要意义，因为它们要求的样本大小增长条件较标准固定效应分位数回归更弱，并且能够容纳大 $N$ 的情形。数值模拟和对共同基金业绩的应用说明了所提方法以及它们在分位数之间揭示的异构模式。