金融时间序列分析中的ARCHGARCH模型.docxVIP

金融时间序列分析中的ARCHGARCH模型

一、引言

在当今高度复杂且充满不确定性的全球经济环境中，金融市场的波动性始终是投资者、监管机构以及学术界关注的焦点。传统的金融理论往往假设市场是有效的，且资产价格的波动是平稳且符合正态分布的。然而，随着金融市场的不断演变，大量实证研究表明，金融资产收益率的时间序列数据表现出显著的非正态分布特征，最典型的特征就是“尖峰厚尾”现象，即极端的涨跌行情出现的频率远高于正态分布的预测，同时收益率在均值附近的聚集性明显。这种对波动率的异质性、聚集性以及长记忆性的捕捉，是现代金融计量学的核心任务之一。在这一背景下，Engle于1982年提出的自回归条件异方差模型，