두 차원 군집을 위한 양자 회귀 강건 분산 추정법

본 논문은 두 차원(행·열) 군집 구조를 갖는 데이터에 대해 선형 양자 회귀(Quantile Regression, QR)의 추정 및 추론을 체계적으로 다룬다. 서론에서는 교사·학교, 기업·지역 등 실제 경제·사회 현장에서 흔히 나타나는 두‑방향 군집 데이터를 소개하고, 기존 일방향 군집 혹은 독립 가정이 이러한 복합 의존성을 충분히 포착하지 못함을 지적한다. 이를 해결하기 위해 저자들은 Aldous‑Hoover‑Kallenberg(AHK) 표현을 도입해 관측값 (y_{gh},X_{gh})를 별도 교환 가능한 배열로 모델링한다. 구체적으로 (y_{gh},X_{gh}) = Γ(U_g,V_h,W_{gh}) 로 표현하고, U_g, V_h, W_{gh}는 각각 행, 열, 셀 수준의 독립 i.i.d. 잠재변수이며, Γ는 DGP에 따라 변할 수 있는 측정 함수이다. 양자 회귀 모델 Q_{y_{gh}}(τ|X_{gh}) = X_{gh}ᵀβ₀(τ) 를 가정하고, 점수 함수 ψ_{gh}(β,τ)=X_{gh}