【摘要】我国大部分关于车险市场的实证分析都是基于OLS回归展开的,与OLS方法相比,分位点回归(QR)提供了有区别分位点上不同的回归值。考虑到保险赔付数据的截尾删失性,本文还进一步运用受限因变量的分位点回归分析方法(CQR)进行了探讨。结果显示,如果保险人更关注的是那些异常的巨额赔付,那么QR模型将是最好的选择,因为它的估计结果通过现行统计软件可以非常容易地获得,缺点是QR模型会低估回归变量的系数。所以,如果要通过赔付额来厘算合理保费的话,则需要借助CQR模型,它能带给我们更一致的估计结果。