金融时间序列建模中的ARCH效应检验.docxVIP

金融时间序列建模中的ARCH效应检验

一、引言

金融时间序列是反映金融市场运行状态的核心数据载体，涵盖股票收益率、汇率波动、利率变动、衍生品价格等多种类型。与普通的宏观经济时间序列不同，金融时间序列普遍存在波动率聚集、尖峰厚尾、杠杆效应等特殊特征，传统的时间序列建模方法基于同方差假设，也就是假设序列的波动幅度在不同时间段保持恒定，无法有效捕捉这些特征，导致建模结果与实际情况偏差较大。早在上世纪八十年代，有学者就提出了自回归条件异方差（以下简称ARCH）模型，专门用于刻画波动率的聚集性特征，为金融时间序列的波动率建模提供了全新的框架（恩格尔，1982）。

而ARCH效应检验，也就是判断金融时间序