[titter][titter]

因为我最近也在研究GARCH模型，我就我的理解谈一下楼主的这个问题。
首先，在时序数据分析中，MATLAB工具盒中的lbqtest检验和archtest都是对残差的检验。前者主要用于建模后的检验，目的是检查所建立的ARMAX模型是否对规律性提取完全（趋势性或季节性），若提取完全，则残差应当是纯随机白噪声的，若提取不完全，残差间仍具有相关性。此时，要么重新建立ARMAX模型，要么做残差自回归建模，即将残差再用时序模型建立一次。而后者，个人理解也应当是建立时序模型后对残差进行检验，毕竟ARCH模型提出的原因就是作者在研究英国通胀时发现无论怎么ARMAX建模都无法很好的预测，最后发现残差是异方差才建立了ARCH模型，由它的经验中我们可以知道，实际上作者本人也是建模之后才发现有ARCH效应的。所以我认为Benlaron的说法是合理的，需要先建模，再看建模后的残差序列。
其次，针对楼住的问题，我最近认真研究了一下MATLAB GARCH TOOLs的说明文档，请注意它采用lbqtest 和archtest检验时的大前期，即假设收益率序列为GARCH(1,1)模型，其中条件均值模型为： Y(t) = C + e(t)，在这个大前提下，示例使用了 y - mean(Y)对e(t)来进行检验，mean(Y)就是对C的估计，可以看到，它确实是对建模后残差进行检验的。但为啥lbqtest用了平方，而archtest没有呢，从archtest的help中我们知道，archtest是对输入的残差项的平方检查是否可以建立ARCH(lags)模型，而lbqtest则就是检查输入的残差项是否具有自相关性。同时，我认为说明书中关于archtest检验方法的H0假设说明也是有误的。
总之，我认为，对于通常的时序序列建模，应该首先考虑是否可以使用常规ARMAX模型，若建模后残差具有自相关性，则需要残差自相关建模，若具有显著异方差性，即ARCH效应，则采用GARCH建模。
这是我最近关于GARCH建模的理解，希望能对楼主有所帮助。

btw，我在这里也有一个问题，即archtest中lags的问题，假设我lags设置[10,15,20]，时常会出现 1，0，0的结果，按照archtest的help，我认为不太可能出现前面是1，后面是0的情况呀。
“an ARCH(lags) model describes the series with at least one nonzero ak for k = 0,1,...,lags. archtest  estimates the ARCH(lags) model for a specified number of lags L”
按照例子和说明，我在a0 ~ a10间发现了可以对残差项的平方建立一个ARCH(10)模型，即a0~a10间存在一个不为0的系数，但a0~a15间、a0~a20间就没有了！？当然这可能是我理解问题，希望各位大神能答疑解惑。