分位数回归(Quantile Regression)的思想是Koenker和Bassett为了弥补普通最小二乘法(OLS)在回归分析中的缺陷于1978年提出的。它提供的是研究因变量的条件分位数和回归变量之间相关关系的一种基本的估计方法；它的本质是通过分位数取0~1之间的任何值，调节回归平面的位置和转向，让自变量估计不同分位数的因变量，一定程度代表了所有数据的信息，但更侧重于特定区域的数据，如极端位置的数据。分位数回归属于一种半参数模型估计方法，不需要对数据分布的类型事先做出一定的假设，具有很好的性质。论文主要运用分位数回归的方法分别在商品市场经济、证券基金和商品期货等处于金融领域中的各个实证的相关数据进行分析研究。首先，基于半参数理论的分位数回归和非参数模型局部线性回归、稳健回归LOWESS三种回归分析方法的稳健性作了比较。并基于我国的以居民消费价格指数为主要指标的通货膨胀和海关商品的进出口总额的关系鉴于这三种回归模型的分析比较。由图形结果分析和分位数影响函数的性质，表明分位数回归估计具有更稳健的特性。其次，基于风险测量方法VaR模型的计算，我们用半参数的分位数回归模型和参数方法TGARCH模型进行了失败率检验的比较。通过对华夏成长基金实证分析，基于以上两种模型进行分析比较，得出了由分位数回归预测的VaR更有效地度量了证券市场中的风险。再次，依据Karpoff的不对称量价关系假说理论对大连商品期货交易所的黄大豆一号的期货合约收益率和成交量做了相应的处理，并用分位数回归模型对收益率和对数成交量的关系进行了分析。在对21个分位点处的系数估计值和相应的分位数回归曲线图形作了整体上的分析的基础上，我们印证了期货市场中存在“量价齐扬”和“价跌量亦涨”的现象。最后，对本文的内容进行了总结，论文的研究方向做了展望。