第六章 条件异方差模型.pdf

第六章第六章条件异方差模型条件异方差模型 EViews 中的大多数统计工具都是用来建立随机变量的 条件均值模型。本章讨论的重要工具具有与以往不同的目 的——建立变量的条件方差或变量波动性模型。 我们想要建模并预测其变动性通常有如下几个原因: 首先，我们可能要分析持有某项资产的风险；其次，预测 置信区间可能是时变性的，所以可以通过建立残差方差模 型得到更精确的区间；第三，如果误差的异方差是能适当 控制的，我们就能得到更有效的估计。 1 §§66..11 自回归条件异方差模型自回归条件异方差模型 自回归条件异方差(Autoregressive Conditional Heteroscedasticity Model，ARCH)模型是特别用来建立条件 方差模型并对其进行预测的。 ARCH模型是1982年由恩格尔(Engle, R.)提出，并由博 勒斯莱文(Bollerslev, T., 1986)发展