33. 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合適？
(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；
(B)使用平均數(Mean)與標準差(Standard Deviation)估計波動範圍；
(C)將資料裁剪至 ±3σ 範圍內以排除異常值影響；
(D)採用分位數回歸模型(Quantile Regression Model)，聚焦於尾部分位(Tail Quantiles)以評估極端風險

答案：登入後查看
統計： A(4), B(0), C(0), D(16), E(0) #3773836

chiyu2009

B1 · 2026/10/28

#7637351

答案是 (D) 採用分位數回歸模型（Quantile Regression）。

這題的關鍵字非常重要：

這些都在暗示：

「不要只看平均值，要看最糟糕的那群資料。」

(A) 線性迴歸

線性迴歸主要預測：

「平均值」

B) 平均數 + 標準差

這是傳統金融模型常見做法。

它隱含一個想法：資料接近常態分布。