补充材料：诺贝尔奖中的金融数学模型预案.pptVIP

设随机序列{Yt}满足 其中 为弱白噪声，满足鞅差条件 且设 其中 为强白噪声。 (6.1) (6.2) 考虑Engle最初的ARCH(1)模型 (6.3)给出了模型的预测公式，(6.4)则表明模型具有时变性的波动率。 实证分析表明时变性波动率更能描述真实的股票行情变化，反映外部冲击对股市造成的影响，便于进行风险评价。 由(5.1)-(5.2)式易得，过程相邻时刻的条件均值与方差分别为 (6.3) (6.4) 注 广义ARCH模型 ARCH(1)模型虽然较好的解释了波动率聚类现象，但它有很多缺陷，在其后的工作中,Engle及其同事沿着许多方向对该模型进行了拓展。 例如，在考虑风险与投资回报之间的关系时,由于投资者是依据当前信息而持有证券,当风险(条件方差)增大时,投资者要求的投资补偿也就大。因此,条件方差的变化也会影响收益率条件期望的变化。与其他研究者合作,Engle在ARCH的基础上,建立了ARCH-M模型来分析时变风险的收益补偿。期望收益率取决于时变性的方差和协方差,从而自身也随时间变化。 ARCH(1)模型的各种拓展表述 ARCH(q)模型（Engle 1982) GARCH(p,q)模型(Bollerslev 1986) GARCH-M 模型(Engle, Lilien, Robbins 1987) 满足GARCH模型