时间序列中的ARCH模型与波动率聚类特征.docxVIP

时间序列中的ARCH模型与波动率聚类特征

一、引言

在经济、金融、气象等众多领域，时间序列数据是研究者分析系统动态变化规律的重要载体。其中，波动率作为衡量数据波动程度的核心指标，直接关系到风险评估、决策制定的科学性。传统时间序列模型普遍假设数据的方差恒定不变，但实际研究中人们发现，许多时间序列尤其是金融时间序列的波动呈现出明显的“集群”特征：大的波动往往集中出现，小的波动也会持续一段时间，这种现象被称为波动率聚类。面对这一无法用传统模型解释的特征，计量经济学家们开始探索新的建模方法，自回归条件异方差模型（ARCH模型）正是在这一背景下诞生的。ARCH模型通过将方差设定为过去波动的函数，实现了对