经济学院2024年计量经济学系列讲座第5期（总第13期）

讲座题目：Estimation of Characteristics-based Quantile Factor Models（基于特征的分位数因子模型估计）

面向对象：面向全院师生

主讲嘉宾：陈亮（单位：北京大学汇丰商学院）

学科方向：计量经济学、应用计量经济学

讲座时间：2024年6月18日（周二）下午：15：00-17：00

讲座地点：经济学院407

主办单位：华中科技大学经济学院 华中科技大学现代经济学研究中心 华中科技大学创新发展研究中心

摘要：This paper studies the estimation of characteristic-based quantile factor models where the factor loadings are unknown functions of observed individual characteristics, while the idiosyncratic error terms are subject to conditional quantile restrictions. We propose a threestage estimation procedure that is easily implementable in practice and has nice properties. The convergence rates, the limiting distributions of the estimated factors and loading functions, plus a consistent selection criterion for the number of factors at each quantile are derived under general conditions. The proposed estimation methodology is shown to work satisfactorily when: (i) the idiosyncratic errors have heavy tails, (ii) the time dimension of the panel dataset is not large, and (iii) the number of factors exceeds the number of characteristics. Finite sample simulations and an empirical application aimed at estimating the loading functions of the daily returns of a large panel of S&P500 index securities help illustrate these properties.

中文翻译：

本文研究了基于特征的分位数因子模型的估计方法。在该模型中，因子载荷作为观测到的个体特征的未知函数，而特质误差项则受到条件分位数的约束。我们提出了一种新颖且实用的三阶段估计流程，它不仅在应用中操作简便，且具备出色的性质。在一般性的条件下，我们详细推导了估计因子和载荷函数的收敛速度、极限分布，并为每个分位数上的因子数量提供了一致的选择标准。这一方法特别适用于以下情况：（i）误差项为厚尾分布，（ii）面板数据集的时间跨度并不宽泛，（iii）因子数量超出特征数量。通过有限样本模拟以及对标普500指数证券日收益率的载荷函数进行实证估计，进一步验证了该方法的有效性和实用性。

作者简介

陈亮，本科就读于华中科技大学经济学院，西班牙马德里卡洛斯三世大学经济学博士。担任北京大学汇丰商学院助理教授。研究方向理论计量经济和应用计量经济学。陈亮教授论文发表于Econometrica、Journal of Econometrics、Econometrics Theory等国际权威期刊。