金融时间序列模型第五章：波动率的估计金融时间序列模型其它ARCH类模型ARCH(q)模型Vt是独立白噪声过程为反映收益率波动的异方差性， ARCH模型将条件方差 表示为滞后残差平方的线性函数引入GARCH模型的背景：n ARCH模型虽然简单但为了充分描述波动性聚类的特点往往需要很多参数，即要提高ARCH模型的阶数p。但p较大时，参数估计不再精确，由此计算出的条件方差也不精确，存在较大误差。为克服这一问题，Bollerslev1986提出了广义的ARCH模型。GARCH（p,q）广义条件异方差模型相比ARCH模型：1) GARCH (p,q)模型是ARCH模型的扩展,即GARCH模型的条件方差不仅是滞后残差平方的线性函数,而且是滞后条件方差的线性函数。 2) GARCH模型适合在计算量不大时,方便地描述了高阶的ARCH过程,因而具有更大的适用性 GARCH(1,1)ht是条件方差，随时间变化而变化。无条件均值无条件方差GARCH(1,1)的性质：1) GARCH(1,1)等价一个无穷的ARCH过程是无穷阶ARCH过程2) 过程 是一个ARMA(r,p)过程,其中对于GARCH(p,q),
