【摘要】研究目标:对模型平均方法进行理论扩展,构建GARCH族的模型平均估计量及相应权重选择准则。研究方法:蒙特卡洛模拟实验方法。研究发现:在一定条件下最小化权重准则选择的权重向量将在渐近意义上最小化真实KL偏离度;蒙特卡洛模拟结果表明,与AIC准则、BIC准则、AIC模型平均、BIC模型平均的估计结果相比较,本文提出的模型平均法具有更小的KL偏离度。研究创新:将模型平均估计方法引入条件异方差模型族中。研究价值:本文结果将为捕捉金融市场资产的时变波动性提供强有力的研究工具。