基于期望分位数(expectile)回归理论,提出高维纵向数据的惩罚expectile(PGEEE)估计,在正则条件下,建立了估计量的Oracle性质.数值模拟和实证结果表明,PGEEE估计在实现变量选择的同时,提供了模型回归系数的相合估计,并且该方法可以有效识别异方差,刻画数据的异质结构,挖掘数据中更丰富的信息.