Dla każdego, kto wciąż zastanawia się nad tym pytaniem, wyjaśnię - grupowanie zmienności wcale nie oznacza, że seria jest niestacjonarna. Sugerowałoby to, że istnieje zmienny reżim warunkowej wariancji, który może nadal spełniać stałość bezwarunkowego rozkładu.
Model GOLCH (1,1) Bollersleva nie jest słabo stacjonarny, gdy , jednak tak naprawdę jest sztywno stacjonarny dla znacznie większego zakresu, Nelson 1990. Dalej Rahbek i Jensen 2004 (wnioskowanie asymptotyczne w niestacjonarnej GARCH), pokazał, że estymator ML dla i jest spójny i asymptotycznie normalny dla każdej specyfikacji parametru, która zapewnia, że model jest niestacjonarny. Łącząc to z wynikami Nelsona 1990 (wszystkie słabe lub ściśle stacjonarne modele GARCH (1,1) mają estymator MLE jako spójny i asymptotycznie normalny), sugeruje, że dowolna kombinacja parametrów i będzie miała spójne i asymptotycznie normalne estymatory.α1+β>1α1βα1β>1
Należy jednak zauważyć, że jeśli model GARCH (1,1) jest niestacjonarny, to stały warunek wariancji warunkowej nie jest konsekwentnie szacowany.
Niezależnie od tego sugeruje to, że nie musisz martwić się o stacjonarność przed oszacowaniem modelu GARCH. Musisz się jednak zastanawiać, czy wydaje się mieć rozkład symetryczny i czy seria ma wysoką trwałość, ponieważ nie jest to dozwolone w klasycznym modelu GARCH (1,1). Po oszacowaniu modelu warto sprawdzić, czy jeśli pracujesz z szeregami czasu finansowego, ponieważ oznaczałoby to trend warunkowy, który trudno wyobrazić sobie jako tendencję behawioralną wśród inwestorów . Testowanie tego można jednak wykonać za pomocą normalnego testu LR.α1+β=1
Stacjonarność jest dość niezrozumiana i jest tylko częściowo związana z tym, czy wariancja lub średnia wydaje się zmieniać zawodowo - ponieważ może to nadal występować, podczas gdy proces zachowuje stały bezwarunkowy rozkład. Powodem, dla którego możesz myśleć, że pozorne przesunięcia wariancji mogą spowodować odejście od stacjonarności, jest to, że coś takiego jak trwałe przesunięcie poziomu w równaniu wariancji (lub równanie średnie) z definicji złamałoby stacjonarność. Ale jeśli zmiany są spowodowane dynamiczną specyfikacją modelu, może on być nadal stacjonarny, mimo że średniej nie można zidentyfikować, a zmienność ciągle się zmienia. Innym pięknym przykładem tego jest model DAR (1,1) wprowadzony przez Ling w 2002 roku.