田丁石，男，中共党员，现就职于中南财经政法大学统计与数学学院。博士毕业于厦门大学王亚南经济研究院数量经济学专业，研究方向为金融计量经济学理论与应用。在博士期间，曾前往德国柏林洪堡大学、澳大利亚悉尼大学和美国堪萨斯大学进行联合培养和学术访问。目前已发表相关论文3篇，工作论文1篇。在2021年获得国家自然科学基金青年项目资助。

防止发生系统性金融风险是金融工作的永恒主题。其前提在于有效地识别和测度风险。众所周知。在险价值（Value-at-risk，VaR）和预期损失（expected shortfall，ES）是学界和业界最为常用的风险测度指标。然而，VaR不是一个一致性风险测度指标。更严重的是，它对尾部极端值的量级不敏感，因而可能会因低估风险而造成更大的损失。另外，ES不具备可导出性（elicitability），因此无法直接评估不同ES模型的预测效果。正是因为VaR和ES存在的这些问题，一种同时具备一致性和可导出性的风险测度指标——期望分位数（elicitability），被广泛应用于金融市场系统性风险测度与建模研究。本书以其为研究对象，重点介绍期望分位数的半参数和非参数建模、估计和检验方法的理论和应用研究。

第1章 导论
1.1 研究背景及意义
1.2 研究问题及内在联系
1.2.1 研究问题
1.2.2 内在联系
1.3 本书结构
第2章 文献综述
2.1 VaR及ES模型简介
2.1.1 参数模型
2.1.2 非参数模型
2.2 期望分位数模型
2.2.1 参数模型
2.2.2 非参数模型
第3章 期望分位数及其性质
3.1 引言
3.2 期望分位数、分位数
3.3 基于期望分位数的风险测度
3.4 拟最大似然函数
3.5 本章小结
3.6 附录
第4章 部分变系数条件期望分位数模型
4.1 引言
4.2 模型框架
4.2.1 模型设定
4.2.2 估计方法
4.2.3 渐近理论
4.2.4 假设检验
4.3 蒙特卡洛模拟
4.4 实证研究
4.5 本章小结
4.6 附录
4.6.1 定理证明
4.6.2 技术引理证明
第5章 线性条件自回归期望分位数模型
5.1 引言
5.2 模型框架
5.2.1 模型设定
5.2.2 估计方法
5.2.3 渐近理论
5.2.4 使LCARE估计VaR和ES
5.3 蒙特卡洛模拟
5.4 实证研究
5.5 本章小结
5.6 附录
5.6.1 定理证明
5.6.2 技术引理证明
第6章 变系数条件自回归期望分位数模型
6.1 引言
6.2 模型框架
6.2.1 模型设定及估计
6.2.2 渐近性质
6.3 蒙特卡洛模拟
6.4 本章小结
6.5 附录
6.5.1 标号与定义
6.5.2 定理证明
6.5.3 技术引理证明
第7章 结论
参考文献
后记