异常值在实际数据中频繁出现，其产生原因可能是由于测量误差，也可能是地震，罢工，经济危机等等意外现象，如2001年9/11袭击，2008年全球金融危机等。异常值可以对传统经典的统计量产生相当大的影响，并导致对变量及变量之间关系的分析发生偏差，从而得出错误的结论。不仅传统的统计量，基于均值的最小二乘估计也会受到异常值的影响。如何在异常值存在与否的情况下都能获得更加稳健的结果，已经吸引了大量研究人员的兴趣，并且已经发表了大量有影响力的文献。多种稳健回归方法被学者们提出来。分位数回归（QR），作为LAD从中位数向不同分位数的扩展，首先由Koenker和Bassett（1978）提出。由于它的稳健和有效性，同时允许研究人员不仅在中心而且在因变量的整个条件分布上研究经济变量之间的关系等优点，分位数回归被应用于经济和金融等许多学术领域。本书对于在金融风险存在时稳健统计量计算的投资组合的表现进行了研究，并对分位数回归的理论和应用进行了研究，基于分位数回归进一步分析我国省际数据下以及86个非石油国家的经济增长趋同性，外国直接投资对增长的影响以及金融风险测量，以及风险度量等。本书读者适合为经济学专业高年级本科生及研究生。

霍丽娟，任职于北京理工大学人文与社会科学学院经济系讲师。作者2013年初博士毕业于韩国延世大学经济学系，主要研究方向为计量经济学、分位数回归等。在博士导师Kim Tae-Hwan教授的指引和引导下，博士阶段便对稳健统计和稳健回归的相关研究产生兴趣，并在毕业后仍在稳健统计和分位数回归的理论和影响方面进行进一步研究。2017年作者主持的课题《基于高维VAR分位数回归的系统性金融风险测度》获得教育部人文青年基金支持，2019年作者主持的《马尔科夫区制转换分位数回归模型研究》获得国家自然科学基金青年项目的支持。