在2001年加入WTO之后,我国的外汇储备量已经攀升到了世界第一的位置,而在2005年采用浮动汇率以来,人民币汇率一直承受着外界政治、经济的多方压力,导致人民币汇率处于不断增值的趋势中,加之2008年金融危机对金融市场的巨大冲击使得很多金融巨头纷纷倒闭,金融行业得以重新洗牌,在新挑战和新机遇并存的形势下,加快我国金融行业监管理论与实践方面的水平变得尤其重要。目前,在经过多年的研究与探索之后,基于VaR的金融市场风险度量方法业已成为国外诸多金融机构的重要风险控制工具。而国内的汇率管理制度和汇率风险监管方法仍然比较落后,不足以形成稳定的汇率水平和先进的风险控制系统。在这种形势下,对国际先进金融风险测度方法的学习与研究显得尤为重要,本文在目前广泛使用的VaR方法的基础上进行了拓展与深入研究,主要从基于非线性分位数回归的VaR估计方法角度展开。希望能够为汇率风险监管提供一种有力的工具。本文通过对人民币/美元收益率序列进行统计分析发现该序列存在着非正态性、尖峰厚尾、非对称性、波动集聚、条件方差性等特征。使用传统的时间序列模型ARMA模型或者非线性最小二乘回归模型对序列进行拟合,经过检验发现这两种模型不能刻画该序列的这些特征。由于GARCH族模型充分利用了ARCH模型的条件异方差性和学生t分布和GED分布的尖峰厚尾的特性,经过检验发现各种GARCH类模型均能很好的描述收益率序列的异方差性。经过实证分析可以得出这样的结论,非线性分位数回归模型估计时序金融数据的VaR时,能够全面刻画金融数据之间不同相关结构下的相关关系从而能够得出具有灵活性的度量方法和有多重选择的结论。