近二十年来,一种新兴的风险度量方法方法——分位数回归技术发展飞速。最初因分位数 回归复杂的计算过程，它并没有被迅速普及，但分位数回归的理论研究一直在被国内外学者 不断的完善发展中。随着计算机技术不断的突破,分位数回归开始在教育、需求分析、工资收 入、经济学、生态学等领域得到广泛的应用。76136

国内对于 VaR 方法的研宄工作仍是处于初步阶段。在我国，早期郑文通（1997）最先对 VaR 方法进行研宄，他系统介绍了 VaR 方法的产生背景以及计算方法。王春峰等（2000）进 一步介绍 VaR 方法引入市场风险度量的背景及不同的计算方法。此时间段内的研宄都仅仅是 针对 VaR 的概念与理论基础，在这之后则逐渐地出现了 VaR 实证研究，并提出了一些改进方 法。梁春早（2010）深入研究了 VaR 估计精度的提高方法，针对铜期货收益序列他利用了 GARCHSK 模型对其条件偏度与峰度拟建动态模型，最终得出的结果表明通过 GARCHSK 模 型来估计 VaR 能有效提高其估计精度。花小伟、马春阳（2010）在残差服从正态分布、t 分布 及广义误差分布（GED）一共三种不同的分布假设下，各自采用 GARCH、EGARCH 和 PARCH 模型，共计 9 个模型来分别计算 H 股指数收益波动序列的 VaR 与 CVaR 值，得到结果为 GED-PARCH 模型效果最优。论文网

从上面简单的综述中可以看出，虽然有很多计算 VaR 的方法，但上述的每类方法都仅强 调了针对某些方面的计算，且都有特定的假设条件以及适用范围。考虑到分位数回归模型无 需对收益率的分布做出假设便能很好地度量金融风险，并能直观简明地反映出金融资产的风 险结构变化特点，便于我们对金融市场风险的变化状况进行及时了解与掌握，大大提高了相 关人员的风险管理能力。因此，本文采用基于分位数回归的 VaR 模型解决实际问题。

利用分位数回归来进行风险度量的方法近年来受到国内学者的关注，所研究的方面主要 分布如下：（1）股票市场的价量关系方面：李丹和董玲（2008）通过分位数回归方法，在广 义混合分布假说的理论基础上，最终得出上证综指价量间的动态关系。（2 股票市场的风险度 量方面：丁军军、陈建宝（2007）基于分位数回归技术，引入 CAViaR 模型，针对沪深一共四种股票指数进行了实证研究，证明了 CAViaR 方法在反映收益率序列的尖峰厚尾特性方面 比传统 VaR  方法效果更好；（3）分位数回归在估计 VaR 方法的创新方面：叶五一、缪柏其

（2008）提出门限分位点回归模型，针对现实中的分位数回归模型非线性情形进行了实证， 得到很好效果；王新宇、赵绍娟（2010）基于沪深港股票指数建立了不对称绝对值以及斜率 分位数回归模型（AAVS-CAViaR 模型），其实证研究表明了该模型比之传统 GARCH 模型能 够更加精准地描述金融市场风险的演化。

由于分位数回归相对传统风险度量技术具有显著的优点，更多国内学者开始进行分位数 回归的理论研究及实践应用。基于分位数回归的风险管理技术必将广泛应用于社会各个领域。