从学术研究的演化路径和模型建模准确性的角度，刻画金融资产分布的尖峰厚尾、波动聚集和时变性等接近真实市场环境的风险计量模型更有研究价值。考虑到近期*事件的频发对金融市场和金融机构造成的巨大损失，《基于期望分位数回归方法的金融风险度量》着眼于*尾部风险的测量技术和金融机构间的尾部相依结构建模技术。通过模型对比，我们选择新近发展的CARE模型为研究主线，将反映资产波动聚集性特征的GARCH模型和反映模型时变特征的LPA方法引入CARE模型，得到更为精确的个体风险测度EVaR。此外，我们将Lasso方法引入高维数据的CARE模型中，得到金融机构间的网络关联结构，从而更好地识别和防范各类金融危机的发生。