任何时间序列都由一个均值方程和一个方差方程所组成,普通的ARMA我们忽略了方差方程,因为残差是一个白噪声,没有任何信息可以挖掘了。所以一般只写一个ARMA。而GARCH模型,我们平时都假设均值方程是一个常数,而残差有ARCH效应,所以就focus在残差上,均值略去不写。
所谓的ARMA-GARCH就是分别对均值和方差建模。即均值满足ARMA过程,残差满足GARCH过程的一个随机过程。
总结:
ARMA model: x~ARMA(p,q)+e, where e is a white noise
GARCH model: x~c+e, where c is a constant, e^2 follows a GARCH(p,q) process
ARMA-GARCH model: x~ARMA(p,q)+e, where e^2 follows a GARCH(m,n) process
来源:http://bbs.pinggu.org/forum.php?mod=viewthread&action=printable&tid=2137103