时间序列分析中ARCH模型的波动率预测应用.docxVIP

时间序列分析中ARCH模型的波动率预测应用

引言

在金融市场中，波动率是衡量资产价格波动剧烈程度的核心指标，也是风险管理、资产定价和投资决策的关键输入变量。传统的时间序列分析方法（如ARIMA模型）假设误差项的方差恒定，即“同方差性”，但现实中金融资产价格常表现出“波动集群”现象——大的波动后往往跟随大的波动，小的波动后跟随小的波动，这意味着方差本身具有时变性（Engle，1982）。这种背景下，1982年诺贝尔经济学奖得主罗伯特·恩格尔（RobertEngle）提出的自回归条件异方差（AutoregressiveConditionalHeteroskedasticity，ARCH）模型