某金融機構的量化分析師在建立資產風險評估模型時，發現報酬率資料分佈明顯非對稱，且出現多次極端損失事件，使得傳統假設常態分佈的模型無法準確反映真實風險。若希望在不依賴常態分佈假設的前提下，採取更能捕捉資料極端情況的建模策略，下列哪一種方法最為適合？

Question

Accepted Answer

D. 採用分位數迴歸模型（Quantile Regression Model），聚焦於尾部分位（Tail Quantiles）以評估極端風險。分位數迴歸不依賴殘差常態分佈假設，可直接估計任意分位數（如P5、P1）的條件分佈，特別適合捕捉尾部極端風險事件，是金融風險管理中處理非常態分佈的有效工具。

Answer

A. 採用線性迴歸模型（Linear Regression Model），以常態分佈殘差（Residuals）為基礎進行推估

Answer

B. 使用平均數（Mean）與標準差（Standard Deviation）估計波動範圍

Answer

C. 將資料裁剪至±3σ範圍內以排除異常值影響

Answer

D. 採用分位數迴歸模型（Quantile Regression Model），聚焦於尾部分位（Tail Quantiles）以評估極端風險

iPAS 考題解析