ARCH LM檢定：如何偵測金融模型殘差中的波幅聚集

回報正負方向可能轉變，但波幅大小仍會隨時間聚集：大幅波動後往往接續大幅波動，平靜時段後亦可能繼續平靜。這種現象稱為波幅聚集。ARCH LM檢定是一項診斷，用來判斷扣除平均動態後的殘差平方，是否依賴指定階數以內的滯後。

檢定的問題範圍有限：目前的殘差平方與過去q階殘差平方之間是否存在線性依賴，並以「沒有這種依賴」作為虛無假設。Engle的ARCH論文提出檢驗和建模時變條件方差的方法。可參閱Engle（1982）論文。

檢定不會判斷未來回報的正負方向是否可預測，也不會找出依賴成因或自動選出正確的方差模型。

檢定前應按資料及研究問題設定合適的平均方程。有些序列只需常數平均，但若忽略自相關、星期效應、已知解釋變數或日內模式，殘差仍可能留有結構。這些結構可表現為殘差平方的滯後關係，影響方差診斷。

估計後，以e_t表示t時點的殘差。殘差取決於所選樣本、平均方程、資料頻率及異常值處理。更改平均方程會改變殘差，因此不能脫離模型設定解讀ARCH LM結果。

檢查殘差自相關及平均方程是否合理，並記錄回報定義、使用的價格、缺失資料，以及日線或日內頻率。在檢查條件方差之前，先確定平均部分已得到合理處理。

選定階數q後，估計輔助回歸，以目前殘差平方為因變數，並以過去q期的殘差平方作解釋變數。

e_t^2 = a_0 + a_1 e_{t-1}^2 + ... + a_q e_{t-q}^2 + v_t

虛無假設是所有滯後係數同時為零：H0: a_1 = ... = a_q = 0。對立假設則至少有一個係數不為零，即殘差平方與所選階數內的過去殘差平方存在線性依賴。

對齊滯後時，最前面的q個觀察值不能用於輔助回歸。以M表示實際納入輔助回歸的資料列數，以R²表示該回歸的決定係數。M是滯後對齊後可用的觀察值數目，不一定等於原始序列的總長度。

在標準大樣本條件下，LM = M × R²近似服從自由度為q的卡方分布。比較時使用的自由度等於輔助回歸中的滯後數目。小樣本、厚尾或結構轉變可能令這個近似較不可靠。

完全假設的例子：q=5、M=300、R²=0.018，則LM=300×0.018=5.4。自由度為5的卡方分布在5%顯著水平下，臨界值約為11.07。由於5.4低於11.07，這個例子在5%水平下不拒絕虛無假設。

這不等於證明方差固定。樣本可能太短、檢定力不足、平均方程設定不合適，或結果對q的選擇敏感。應表述為「在目前設定下沒有足夠證據拒絕」，而非保證波幅不變。

不應在看過結果後才隨意改動q以求顯著。應考慮資料頻率、樣本長度、診斷目的及關心的依賴時距來選擇候選階數。同樣的滯後數用於日線和週線資料，代表的時間跨度不同。

如果檢驗多個q，應記錄選擇理由並展示結果敏感度。只報告最高的檢定統計量，可能誇大多次檢驗中偶然拒絕的結果。若q稍有變動便令結論改變，這種不穩定本身亦值得報告。

q愈大，輔助回歸的參數愈多；樣本短時，估計精確度和檢定力都可能降低。報告樣本長度、q、滯後對齊後的M、R²、LM、p值，以及合理的替代設定。

ARCH LM不檢驗回報或價格升跌方向。即使殘差平方有依賴，檢定也不能判斷成因是新聞、流動性、市場參與者行為、交易制度還是量度誤差。發現依賴不代表確立因果關係。

拒絕虛無假設亦不能證明某個ARCH或GARCH設定正確。模型階數、分布假設、不對稱性和結構變化都需另行檢視。檢定統計量不會提供買賣方向或入市時機，也不是交易訊號。

相反，不拒絕虛無假設亦不代表波幅已被證明固定。短樣本、異常值或厚尾都可能降低檢定發現依賴的能力。

McLeod–Li檢定以portmanteau類診斷檢查殘差平方的自相關。它關注的問題與ARCH LM相近，但整合資訊的方法不同。McLeod與Li（1983）的論文同樣不能證明依賴成因或有利可圖的預測能力。

這項診斷補充而不取代OLS迴歸係數與假設指南，亦不同於穩健標準誤。ARCH LM檢查殘差平方的滯後依賴；穩健標準誤則在異方差下調整統計推論的不確定性。

ARCH LM結果可以成為考慮ARCH或GARCH模型的理由，但不是必須採用某一模型的指示。估計平均和方差模型後，重新檢查標準化殘差、殘差及其平方中剩餘的依賴、分布假設和參數穩定性。

延伸閱讀：波幅聚集與GARCH指南介紹模型背景；穩健標準誤與HAC指南說明異方差如何影響推論。Engle的諾貝爾講座回顧ARCH的發展和金融時序應用。候選模型還要以樣本外條件方差預測作評估。

報告應列明回報頻率及定義、平均方程、殘差的產生方式、選擇q的理由、輔助回歸可用觀察值M、R²、LM、自由度、p值及嘗試過的設定。若未拒絕虛無假設，不要把結果寫成方差固定的證明。

亦要交代異常值、厚尾、結構轉變、遺漏的平均動態及樣本短可能造成的影響。若試過多個q或多項檢定，應說明探索範圍及如何處理多重比較。配合閱讀Engle的ARCH諾貝爾講座及原始論文，可把檢定視為模型診斷的一部分，而非最終判決。