Inspirados por la generalización de los modelos de regresión lineal a su versión cuantílica (QR), en este artículo (conjunto con Liang Chen, Peking HSBC Business School) se propone una nueva tipología de modelos de estructuras factoriales que permite extraer diferentes factores y sus correspondientes pesos en los cuantiles de la distribución conjunta de datos de panel con elevada dimensión temporal y transversal. A diferencia de los métodos tradicionales (modelos factoriales aproximados– AFM), que únicamente se centran en estimar los factores que desplazan la media de la distribución conjunta de los datos, los nuevos Modelos Factoriales de Cuantiles (QFM) permiten extraer factores adicionales que pueden alterar otras características (momentos o cuantiles) de la distribución (afectando p. ej. a su apuntamiento y curtosis). En concreto, se permite que el número de factores varíe en función de los cuantiles en la distribución de cada unidad incluida en el panel. Dado que la relevancia de estos nuevos factores se ha puesto de manifiesto empíricamente en trabajos recientes relacionados con áreas de investigación como finanzas, macro y micro, los QFM proporciona una base teórica sólida para profundizar en la interpretación de estos resultados. El enfoque propuesto para analizar la estructura factorial en los QFM consigue estimar de forma consistente el número de factores en cada cuantil, así como extraer inferencia sobre los distintos factores y sus pesos utilizando nuevos resultados sobre sus tasas medias de convergencia y la forma de sus distribuciones asintóticas. Como ilustración empírica sobre la utilidad de los QFM, se aporta evidencia empírica mostrando que determinados factores por cuantiles mejoran significativamente las predicciones de las funciones de densidad de las tasas de inflación y crecimiento del PIB utilizando un amplio panel de variables macroeconómicas para EE.UU. Otras aplicaciones empíricas de interés (relativas a modelos de rendimientos de activos financieros, climatología , etc.) se encuentran disponibles en la versión documento de trabajo del artículo.
El trabajo «Quantile Factor Models«, publicado en el número de Marzo de 2021 de Econometrica, concluye mencionando algunas nuevas líneas de investigación abiertas por esta nueva clase de modelos factoriales. Entre ellas destacan la extensión de la metodología propuesta a QFM dinámicos, las propiedades de los estimadores en regresiones aumentadas con factores cuantílicos o el desarrollo de un nuevo enfoque para el análisis de la causalidad cuando se dispone de datos de panel de alta dimensión.