Model regresi kuantil merupakan model regresi modern yang muncul sebagai alternatif
dari pemenuhan asumsi yang gagal diperoleh dalam model regresi klasik.
Model ini mampu memodelkan keseluruhan distribusi dari data yang dimiliki. Keistimewaan
tersebut diperoleh karena model regresi kuantil mendefinisikan variabel
dependen sebagai fungsi kuantil. Kuantil yang mendefinisikan Value-at-Risk, bisa
menjadi alat untuk mengkuantifikasi kemungkinan risiko yang terjadi. Kuantil
itulah yang menjadi jembatan relasi antara model regresi kuantil dan konsep Valueat-
Risk sehingga bisa dilakukan prediksi Value-at-Risk dengan model regresi kuantil.
Model regresi kuantil ternyata mampu memodelkan banyak data termasuk jenis
data dengan bentuk distribusi ekor tebal. Bentuk distibusi data yang seperti itu,
merupakan salah satu karakteristik data keuangan. Oleh karena itu prediksi Valueat-
Risk dengan model regresi kuantil nantinya akan dikenakan pada data keuangan.
Berbagai macam model regresi kuantil dapat diaplikasikan untuk memodelkan
data keuangan, namun yang akan digunakan ialah model QAR (Quantile Autoregression),
CAViaR (Conditional Autoregressive Value-at-Risk), dan HAR-QREG
(Heterogenous Autoregressive - Quantile Regression Model).