时间序列分析中的ARCH族模型波动率聚类解释力.docxVIP

时间序列分析中的ARCH族模型波动率聚类解释力

一、引言

在金融市场研究中，资产价格波动的“群聚性”现象长期以来备受关注——大的价格波动往往伴随后续持续的剧烈震荡，小的波动则倾向于维持平稳状态，这种“波动成簇”的特征被称为波动率聚类（VolatilityClustering）。自20世纪70年代有效市场假说盛行以来，传统时间序列模型（如ARMA）假设波动率为常数或随机游走，难以捕捉这一典型事实，导致风险度量与资产定价出现偏差。1982年，Engle开创性地提出自回归条件异方差（ARCH）模型，首次为波动率聚类提供了系统的解释框架；此后，Bollerslev、Nelson等学者通过扩展形成AR