异方差时间序列模型.pptVIP

2．回推 在计算GARCH模型的回推初始方差时，首先用系数值来计算均值方程中的残差，然后计算初始值的指数平滑算子 （6.1.30） 其中：是来自均值方程的残差，是无条件方差的估计： （6.1.31） 平滑参数λ为0.1至1之间的数值。也可以使用无条件方差来初始化GARCH过程： （6.1.32） 6.1.6 GARCH模型的残差分布假设 在实践中我们注意到，许多时间序列，特别是金融时间序列的无条件分布往往具有比正态分布更宽的尾部。为了更精确地描述这些时间序列分布的尾部特征，还需要对误差项ut的分布进行假设。GARCH模型中的扰动项的分布，一般会有3个假设：正态（高斯）分布、学生t-分布和广义误差分布（GED）。给定一个分布假设，GARCH模型常常使用极大似然估计法进行估计。下面分别介绍这3种分布，其中的? 代表参数向量。 1．对于扰动项服从正态分布的GARCH(1, 1)模型，它的对数似然函数为 （6.1.33） 这里的?t2是ut的条件方差。 2．如果扰动项服从学生t分布，