在日常生活中,人们经常会忽略一些极少发生的事情.然而,这些事情一旦发生,就会给人们的生活带来很大的影响,比如极端降雨量、重大金融损失等.这些极端事件通常会受到一些协变量的影响,分位数回归提供了一种方便且有效的方法来量化协变量对响应分布的不同分位数的影响.但是,由于尾部数据的稀疏性,利用分位数回归来估计极端条件分位数通常是不稳定的,并且会有较大的估计误差.本文将极值理论与分位数回归结合起来,利用中间条件分位数外推法,研究线性分位数回归模型尾部极端分位数水平的估计.首先,利用分位数回归估计出一些中间水平的条件分位数,本文将回归系数分为斜率相同和不同两种情况进行讨论;其次,利用核函数构造了一类极值指数,并给出其渐近正态性的证明;最后,采用极值理论的二阶条件,将中间次序分位数外推至极端尾部来估计极端条件分位数,并给出相应的渐近正态性证明.为了检验所提方法的有效性,本文进行了数值模拟,结果表明:不论分位数回归模型的斜率是否相等,由于本文构建的是渐近无偏的估计统计量,从而极端条件分位数的估计受中间分位数个数的影响非常小,并且在其个数比较少时依然具有较高的精确性.因此,本文所提出的方法在一定程度上解决了中间分位数个数取值多少的问题,降低了由于其个数不同时模型估计的高方差.在实证部分本文主要研究了西方石油股票日收益率序列的风险价值Va R,并分析了影响其风险价值Va R的几种因素,得出了西方石油股票日收益率的风险价值Va R与西方石油股票、道琼斯工业指数的滞后一天的日收益率呈现出正向的变动,与布伦特原油期货价格的滞后一天的日收益率呈现出负向的变动.