...1982）教授率先提出了能准确地反映观测值方差随时间变化的 自回归条件异方差（Autoregressive Conditional Heteroscedasticity）模型，即ARCH模型，并因此于2003年获得诺贝尔经济学奖。ARCH模型一经提出便成为一种最受欢迎的非线性金融时间序列模型。
基于44个网页-相关网页
自回归条件异方差模型（Autoregressive Conditional Heteroscedasticity）于 1982年由Engle提出，并应用于英国通货膨胀指数的波动性研究。
基于8个网页-相关网页
Autoregressive Conditional Heteroscedasticity Model 自回归条件异方差模型 ; 自回归条件异方差
Generalized Autoregressive Conditional Heteroscedasticity model 而导出一般化自我回归条件异质变异模型
an autoregressive conditional heteroscedasticity 自回归条件异方差
nonlinear generalized autoregressive conditional heteroscedasticity 非线性广义自回归条件方差
This paper deals with the statistical inference of an autoregressive conditional heteroscedasticity (ARCH) model under restriction.
研究序约束条件下自回归条件异方差（ARCH）模型的统计推断。
The generalized autoregressive conditional heteroscedasticity (GARCH) model has the ability to describe the volatility of time series.
广义自回归条件异方差(GARCH)模型具有描述时间序列波动性的能力。
Therefore, evaluation could be carried out by means of Generalized Autoregressive Conditional Heteroscedasticity (GARCH), which could make hedge ratio vary with time.
因此，评估可由广义自回归条件异方差(GARCH模型)，这可能使避险比率意味着出随时间变化。
应用推荐