近日，WISE与经济学院金融系陈海强教授，和堪萨斯大学蔡宗武教授，WISE 2018届博士毕业生、西南财经大学廖小赛助理教授合作的题为“A New Robust Inference for Predictive Quantile Regression”的论文在计量经济学权威期刊Journal of Econometrics上在线发表。
针对含未知类型高持久特征协变量的分位数预测回归模型，文章提出了一种基于双重加权（double-weighted）思想的稳健统计推断方法。首先，文章引入外生随机游走过程与经过有界函数转换之后的协变量加权平均作为附加回归变量，估计分位数预测回归模型。其次，借助因子分析中旋转（rotation）的思想，使用原有预测变量和附加回归变量估计系数再次加权获得各系数的加权估计量，上述权重的选择均基于数据驱动的办法获得。在一些常规假设下，针对不同类型高持久特征协变量，我们证明基于加权估计量的自标准化的检验统计量均收敛于标准正态分布。新方法还具有如下优良性质，其达到局部功效的速度是最佳的，即非平稳时为T的收敛速度和平稳时为根号T的收敛速度。同时，该方法能推广到协变量自相关程度不同的多元回归模型中。蒙特卡洛数据模拟和实证研究都表明了新方法的有效性。最后，在不同分位数水平下本文检验了美国股票收益率的可预测性。
陈海强，美国康奈尔大学经济学博士，厦门大学王亚南经济研究院、经济学院金融系教授，王亚南经济研究院副院长，计量经济学教育部重点实验室（厦门大学）副主任，研究领域为金融计量经济学、金融风险、数字经济等。论文发表在Econometric Theory、Journal of Econometrics、Journal of International Money and Finance、《经济研究》和《金融研究》等国内外学术期刊上。
廖小赛，WISE 2018届博士毕业生，现为西南财经大学中国金融研究院助理教授，研究领域为时间序列分析、金融计量经济学、金融风险建模等。
（WISE 许有淑）
