有效的风险管理以及准确的风险测度对于现代金融企业越来越重要。传统的在险价值方法虽然能让人迅速了解投资组合包含的风险信息，但由于不具有次可加性以及对极值不敏感等问题， 很快就被预期损失取代。而ES作为当前最为流行的风险管理工具，不具有与回测相关的可导出性，在实际应用中被广为诟病。在此背景下，本文通过选取一个同时具有一致性和可导出性的风险测度指标——期望分位数作为工具，分别建立了部分变系数条件期望分位数模型、线性条件自回归期望分位数模型和变系数条件自回归期望分位数模型，研究个体尾部风险的测度、估计和检验问题。

田丁石，男，中共党员，现就职于中南财经政法大学统计与数学学院。博士毕业于厦门大学王亚南经济研究院数量经济学专业，研究方向为金融计量经济学理论与应用。在博士期间，曾前往德国柏林洪堡大学、澳大利亚悉尼大学和美国堪萨斯大学进行联合培养和学术访问。目前已发表相关论文3篇，工作论文1篇。在2021年获得国家自然科学基金青年项目资助。

第1章 导论
1.1 研究背景及意义
1.2 研究问题及内在联系
1.2.1 研究问题
1.2.2 内在联系
1.3 本书结构
第2章 文献综述
2.1 VaR及ES模型简介
2.1.1 参数模型
2.1.2 非参数模型
2.2 期望分位数模型
2.2.1 参数模型
2.2.2 非参数模型
第3章 期望分位数及其性质
3.1 引言
3.2 期望分位数、分位数
3.3 基于期望分位数的风险测度
3.4 拟最大似然函数
3.5 本章小结
3.6 附录
第4章 部分变系数条件期望分位数模型
4.1 引言
4.2 模型框架
4.2.1 模型设定
4.2.2 估计方法
4.2.3 渐近理论
4.2.4 假设检验
4.3 蒙特卡洛模拟
4.4 实证研究
4.5 本章小结
4.6 附录
4.6.1 定理证明
4.6.2 技术引理证明
第5章 线性条件自回归期望分位数模型
5.1 引言
5.2 模型框架
5.2.1 模型设定
5.2.2 估计方法
5.2.3 渐近理论
5.2.4 使LCARE估计VaR和ES
5.3 蒙特卡洛模拟
5.4 实证研究
5.5 本章小结
5.6 附录
5.6.1 定理证明
5.6.2 技术引理证明
第6章 变系数条件自回归期望分位数模型
6.1 引言
6.2 模型框架
6.2.1 模型设定及估计
6.2.2 渐近性质
6.3 蒙特卡洛模拟
6.4 本章小结
6.5 附录
6.5.1 标号与定义
6.5.2 定理证明
6.5.3 技术引理证明
第7章 结论
参考文献
后记