摘要：风险价值（VaR）因为简单直观，成为了当今国际上最主流的风险度量方法之一，而基于时间序列自回归（AR）模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法——加权复合分位数回归（WCQR）估计，该方法可以充分利用多个分位数信息提高参数估计的效率，并且对于不同的分位数回归赋予不同的权重，使得估计更加有效，文中给出了该估计的渐近正态性质。有限样本的数值模拟表明，当残差服从非正态分布时，WCQR估计的的统计性质接近于极大似然估计，而该估计是不需要知道残差分布的，因此，所提出的wcQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用，我们将所提出的理论分析了我国九只封闭式基金，实证分析发现，结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近，而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。

关键词：ar模型 分位数回归 动态var 

单位：上海外国语大学国际金融贸易学院 上海200083 上海财经大学统计与管理学院 上海200433 中国科学院数学与系统科学研究院 北京100190