这是一个经验，收益序列回归的残差平方项通常存在比较强的自相关，因此可以建立GARCH，这种自相关我们一般都叫做ARCH效应。

这就是一个经验，做的时候，先test是不是有ARCH效应，如果有，那么我们就考虑建立GARCH模型，如果没有，那么就没有必要建立这个模型。不是说波动率就一定能预测。

金融里的数据一般都存在ARCH效应，GARCH（1,1）过程居多。因此GARCH模型在金融里运用即期广泛，别的领域因为ARCH效应较弱，也即波动率的可预测性不大，所以GARCH用得不多。其实GARCH之所以火，或者拿诺奖，是因为他对金融的数据建模很powerful。不是因为波动率本身可以预测，是因为用GARCH发现预测效果很好。而用ARIMA预测收益的话效果却效果一般。

你说的金融数据收益残差部分的独特现象，的确是这样，我理解你的意思了，非常感谢！

garch确实很牛，从我实证这么多的经验来看，真不错

被历史证明了的