GARCH 模型殘差中的自相關

我正在估計用於波動率計算的GARCH 模型，並且作為數據輸入，我使用了對數一階差分數據(ln(a)-ln(b))。通常我會檢查殘差中的自相關（檢查模型），但由於我的輸入已經是一階差分的形式，這個檢查還有必要嗎？

我不確定的原因是自相關的解決方案之一是我在第一步中已經應用的第一個差異，當我進行測試時，我得到了一些數據集的自相關。

您應該檢查自相關。但是，它的存在並不一定意味著您的模型會產生不准確的數字。ARCH 系列模型旨在幫助分析時間序列的波動性。假設該數據顯示一定程度的異變異數性。使用 GARCH 模型，除非您的樣本量很大，否則少量的自相關（沒有實際重要性）可能會導致較大的 p 值。

您應該測試模型的平方殘差的自相關性，而不是標準的 t 與 (t-1) 方法，因為此數據中的顯著（短期）自相關實際上可能是合適的。

編輯：@John 也有很好的見解。會評論他的答案，但沒有代表。一階差分理論上會導致不准確的 GARCH 殘差，並且在這種情況下實際上不是處理自相關的首選方法。在這種情況下，John 的建議或加權 OLS 估計器是更好的方法。

引用自：https://quant.stackexchange.com/questions/21051