自回归条件异方差( Autoregressive Conditional Heteroscedasticity Mode,ARCH)模型是特别用来建立条件方差模型并对其进行预测的。 因变量的方差被作为因变量的滞后值和自变量或外生变量的函数来建立 模型 ARCH模型是1982年由恩格尔(Enge,R)提出,并由博勒斯莱文 ( Bollerslev,T,1986)发展成为 GARCH( Generalized arch)广义自回 归条件异方差。这些模型被广泛的应用于经济学的各个领域。尤其在金 融时间序列分析中 按照通常的想法,自相关的问题是时间序列数据所特有,而异方差 性是横截面数据的特点。但在时间序列数据中,会不会出现异方差呢? 会是怎样出现的?2 自 回 归 条 件 异 方 差 (Autoregressive Conditional Heteroscedasticity Model， ARCH)模型是特别用来建立条件方差模型并对其进行预测的。 因变量的方差被作为因变量的滞后值和自变量或外生变量的函数来建立 模型。 ARCH模型是1982年由恩格尔(Engle, R .)提出，并由博勒斯莱文 (Bollerslev, T., 1986)发展成为GARCH (Generalized ARCH)——广义自回 归条件异方差。这些模型被广泛的应用于经济学的各个领域。尤其在金 融时间序列分析中。 按照通常的想法，自相关的问题是时间序列数据所特有，而异方差 性是横截面数据的特点。但在时间序列数据中，会不会出现异方差呢？ 会是怎样出现的？