第九章 条件异方差模型(ARCH)
经典线性回归分析中,时间序列数据被认为更容易存在序列相关,而不是异方差。然而当学者在分析利率、汇率、股票价格等金融时间序列时,却发现其方差会经常随时间变化,具有集群性和方差波动性特点,即存在明显异方差现象。
第九章 条件异方差模型(ARCH)
1982年,美国经济学家恩格尔(Engle.R)教授提出了自回归条件异方差模型(Auto Regressive Conditional Heteroscedasticity,以下简称ARCH模型),该模型被广泛应用于具有集群性和方差波动性特点的金融时间序列数据的分析及预测,取得了良好的效果,恩格尔教授也因此获得2003年诺贝尔经济学奖。后来该模型又被扩展为GARCH、IGARCH、EGARCH、GARCH-M等模型。
本章的知识框架


雷达卡




京公网安备 11010802022788号







