【摘要】文章将Copula分位数回归应用于面板数据,提出了一类面板数据非线性分位数回归模型,非线性分位数函数的具体形式由Copula函数类型所决定,借助最优化算法迭代求解可得到模型中未知参数的估计值。以Frank Copula分位数回归曲线为例,使用不同参数值生成随机数据对模型的估计效果进行检验,结果显示Frank Copula分位数回归曲线能更好地拟合数据的非线性相关关系。