由于在某些方面分位数回归估计相较于其他估计方法更有优势,如无需对总体的分布做出特定假设,同时能够更好地描述尖峰、厚尾等数据特征等,在金融风险度量方面,求VaR实质上就是求收益率分布的分位数的数值,因此用分位数回归来估计VaR拥有天然的优势。波动率是金融时间序列最重要的特征之一,金融时间序列存在非平稳和严重的异方差性,传统的线性模型不能很好地解释金融数据的尖峰后尾、波动集群性和杠杆效应,而各类条件异方差模型能够很好地克服这些问题。因此本文选择用分位数回归以及GARCH族模型类比的方法来研究估计VaR,利用上证指数,得出相关的模型参数估计结果。同时本文也利用分位数回归分析了出国留学影响因素,结果发现滞后一期留学人数和家庭人均收入指数对留学生人数影响基本显著。且分位数估计能够发现较低水平家庭人均收入指数对留学生人数有显著的影响,但是高水平的收入指数下,该因素对留学人数不构成显著的影响。用分位数回归挖掘出比最小二乘法更多的信息。