时间序列中ARCH模型的应用.docxVIP

时间序列中ARCH模型的应用

引言

时间序列分析作为统计学与计量经济学的重要分支，核心任务之一是捕捉数据随时间变化的规律。在实际研究中，许多经济金融变量（如股票收益率、汇率波动、通货膨胀率）不仅表现出均值的动态变化，其波动幅度（即方差）也常呈现“集群性”特征——剧烈波动后伴随剧烈波动，平稳波动后伴随平稳波动。传统时间序列模型（如ARIMA）假设误差项方差恒定（同方差），无法刻画这种“时变方差”现象，导致模型预测精度下降甚至结论偏差。1982年，计量经济学家罗伯特·恩格尔（RobertF.Engle）提出自回归条件异方差（AutoregressiveConditionalHeterosk