之前更新的模型都是假定方差齐性的条件,现在假定时间序列具有异方差性,那么之前的模型就不在适用。
1.ARCH模型简介
ARCH模型,全称为自回归条件异方差模型,有时简称条件异方差模型。
该模型的构造原理如下:
假设历史数据已知的情况下,零均值、纯随机序列残差序列具有异方差性:

在正态分布的假定下,有:
异方差等价与残差平方的均值:

使用残差平方序列的自相关系数
可以考虑异方差函数的自相关性。
考察的结果五外乎如下两种:
(1)自相关系数恒为0,即

这说明异方差函数是纯随机的,此时,历史数据对未来异方差的估计一点作用都没有,至今没有有效的方法能够提取到其中的异方差信息。
(2)存在某个自相关系数不为零,即

这
ARCH模型的R语言实现
最新推荐文章于 2026-08-04 09:59:12 发布
本文介绍了ARCH模型的原理及R语言实现步骤。通过时序图、LM检验和白噪声检验,确定序列异方差性并拟合了不同阶数的ARCH模型。最终选择了ARCH(3)模型作为最佳模型,其条件异方差拟合效果优于方差齐性模型。


3万+

被折叠的 条评论
为什么被折叠?



