2019年5月22日，厦门大学陈海强教授作客我院第158期SEMINAR，分享了题为”A New Approach to Test Predictability in Quantile Regressions with Persistent Predictor ”的研究报告。

陈海强教授

对于具有高持久性回归量(highly persistent regressors)的预测分位数回归，基于最小二乘估计的传统测试统计失去了它们的有效性，并且它们的限制分布依赖于预测变量的未知持久性参数。陈老师的这篇文章提出了一种新的计量经济学方法，为所有类型的持久回归量(persistent regressors)提供稳健的推理理论。他们构建基于具有辅助回归量的分位数回归的加权估计器，其作为外生模拟非平稳过程和原始回归量的有界变换的组合而生成。在一些温和的条件下，他们的结果表明基于加权估计的自标准化检验统计收敛于标准正态分布或                                               (Chisq)分布。与现有方法相比，本文的方法可以分别在最有速率T处于非平稳预测和平稳预测下达到局部控制。此外，该方法可以容易地推广到具有混合持久度的多个回归量。提供模拟和实证研究以证明新提出的方法的有效性。重新审视了不同分位数水平下美国股票收益的异质可预测性。