7月27日，经济学院孙燕教授与厦门大学王亚南经济研究院、经济学院统计学与数据科学系钟威教授，英国约克大学Wenyang Zhang教授，厦门大学邹至庄经济研究中心2018级博士生万闯合作的题为“A Multi-Kink Quantile Regression Model with Common Structure for Panel Data Analysis”的论文在计量经济学国际顶尖期刊Journal of Econometrics在线发表。
孙燕教授为同济大学数理统计博士，博士生导师，新世纪优秀人才，现任经济学院副院长，主要研究领域为计量经济学。自2005年进入上海财经大学经济学院以来，先后有20余篇研究成果发表在Annals of Statistics,Statistic Sinica,《管理科学学报》等领域权威期刊上，有计量经济学领域核心教材的译作2部，有主持和参与国家级、市级课题项目经历。
上海财经大学经济学院一直将科研创新能力视为学科核心竞争力的重要组成部分，学院教师科研团队以一流学科建设标准严格要求，积极探索、勇于创新，充分发挥学院持续推进的教育改革成果效益，坚定探索立足中国国情的国际化课题研究思路，持续推动前沿领域的问题研究，为学院的学术研究和学科发展添砖加瓦。
附论文摘要简介：
Abstracts
Stimulated by the analysis of a data set on financial portfolio returns, we propose a multi-kink quantile regression (MKQR) model with latent homogeneous structure for panel data analysis. The proposed model accounts for both homogeneity and heterogeneity among individuals and parameters in panel data analysis. From statistical modelling point of view, it well balances the risk of misspecification and the model parsimony. From practical point of view, it is able to reveal not only the impacts of covariates in the global sense, but also individual attributes. An estimation procedure is presented to estimate both the unknown parameters and the latent homogeneous structure in the proposed model. Computational issues with the implementation of the estimation procedure are also discussed. Asymptotic theory of the estimators is established. It shows the necessity of taking into account both homogeneity and heterogeneity in panel data analysis. Monte Carlo simulation studies are conducted to demonstrate the finite sample performance of the proposed estimation and the risk of ignoring the homogeneity or heterogeneity among individuals. Finally, we apply the proposed model and the estimation procedure to the data set which stimulates this work and reveal some interesting findings.
论文摘要
为了分析金融投资组合收益数据集，我们提出了一种具有潜在同质结构的多kink分位数回归模型。该模型同时考虑了面板数据分析中存在的个体及参数的同质性和异质性。从建模角度上看，它很好地权衡了模型设定错误的风险和模型的简约性。从实践角度上看，它不仅能够揭示协变量的整体影响效应，而且也能够显示个体特性。对于该新模型，本文提出的方法和算法能够建立未知参数的估计并能甄别变量的同质影响结构。我们推导了估计的大样本性质。分析表明面板数据分析中同时考虑同质性和异质性的必要性。模拟计算验证了方法的小样本表现，以及忽略个体之间同质性或者异质性的风险。最后，我们将模型和方法用于金融投资组合收益率的分析，得到了一些有趣的发现。
（供稿：胡倩楠；供图：孙燕；编审：孙燕）