ARCH-LM检定的主要目标是检定序列是否有ARCH效果,其主要的特征就是残差平方有自我相关的情况,这种自我相关有时是高阶的,也就是有可能是落迟二期(或以上),也是你面临的情况。只要有这种情况 (有ARCH效果),就需要用 ARCH或GARCH模型估计,而不能用传统的时间序列模型(ARMA)。这个检定的用意在这里。
至于你所提到的 GARCH(p,q)的认定,跟ARCH-LM检定没有关系,而我看过的教科书上也没有提到公认的认定方法。你提到的大部分会选择GARCH(1,1),是因为Bollerslev(1987) 做过验证,宣称GARCH(1,1)足以适用在大部分的时间数列上。