关于异方差序列建模的疑问

请问各位，本人有个疑问：
条件异方差模型适应的序列应该是平稳序列，也就是无条件方差是平稳的（尽管条件方差是变化的）。但是如果序列的无条件方差也是变化的，应该怎么处理这个时间序列呢？我有一个序列，365个数值，二阶差分以后如下图，波动明显在不同时间段是有区别的。

如果先取对数再二阶差分，如下图：



不同时间段方差还是有区别，这样序列应该怎么消除异方差性呢？

用HP滤波，肯定能解决问题，HP滤波是解决这种问题的标准方法，而且肯定能解决。
同时也可以再做一下BP滤波，做一下比较。
再好中选好，
祝你成功！
具体做法可以google一下，就可以了。

麻烦哪位帮忙解释一下，本人初学时间序列建模。谢谢！！

这说明
GARCH模型不适用，应该换用别的模型，GARCH族模型类型很多的
或者你剔除几个数据后再试试，或者对其进行季节调整

另外，如果单位根检验拒绝单位根，就说明序列满足平稳条件了吧；但是自相关图和偏自相关图都不是很理想地快速收敛到零附近。这种情况可以认为平稳么？

自己提一下

我建议可以考虑regime switching 模型，先找出该序列的break point，然后分阶段建模，参考
http://people.bu.edu/perron/code.html