条件价值风险是风险管理中一种流行的风险度量方法。我们研究了线性预测回归模型下条件值风险的推断问题。我们导出了条件值风险的最小二乘估计的渐近分布。我们的结果放宽了(操作。物件。 60（2012）739–756），并更正其在渐近方差表达式中的错误。我们表明，渐近方差取决于未观测误差的分位数密度函数，以及模型是否具有具有无穷方差的预测器，这使得实际量化条件风险度量的不确定性具有挑战性。为了使推断可行，我们提出了一种基于平滑经验似然的方法，用于基于独立误差或GARCH误差构建条件值风险的置信区间。我们的方法不仅绕过了直接估计渐近方差的挑战，而且不需要知道预测模型中是否存在无穷方差预测器。此外，我们将同样的思想应用于分位数回归方法，该方法允许无限方差预测，并将参数估计推广到(计量经济学理论 22（2006）173–205）至补充材料中的条件价值风险。在将其应用于实际数据之前，我们通过数值研究证明了导出的置信区间的有限样本性能。