摘要：放宽了传统GARCH模型参数形式的假定，将可加模型引入条件方差的估计，改进了Bühlmann和McNeil提出的迭代算法，并将其用于可加GARCH模型的估计。通过能够模拟真实波动率的数学实验，以及新加坡股市和不同市场股市比较的实证算例，发现可加GARCH模型不仅在估计现有参数模型无法刻画的复杂序列波动率时具有更好的估计效果，而且与一般非参数模型相比也有较好的估计效果。因此，可加GARCH模型对研究新兴市场股市或诸如金融危机等存在复杂波动特征的金融市场有着非常现实的意义。

关键词：金融时间序列 可加模型 garch 波动率 异方差性 

单位：中国科学技术大学统计与金融系 合肥230026