中文摘要：

本课题主要研究GARCH-型模型的诊断检验方法。主要内容有一、研究一元时间序列GARCH-型模型（包括均值模型和方差模型）的拟合优度检验，二、研究多元GARCH-型模型（包括均值模型和方差模型）的拟合优度检验，三、研究面板数据中GARCH-型模型的诊断检验，包括模型检验、个体效应检验、序列相关性检验及异质性检验等。近二十年来，GARCH-型模型得到专家学者和实际工作者的广泛关注。但是，正如著名学者LI Wai Keung 教授在专著Li (2004)所指出，对这一类模型，文献中大部分工作是关于参数估计方法论研究，对模型进行诊断检验的研究相对比较少。2006年国际一权威期刊撰文指出GARCH-型模型的诊断检验是当前的一个公开研究问题，这个问题的解决或进展对经济金融和统计中的理论和实际应用将产生重要的推动作用。因此，本课题的研究在理论创新和实际应用方面均有重要意义。

结论摘要：

项目主持人及成员在研究期间对一元和多元时间序列GARCH型模型和面板数据模型进行了深入探讨和认真研究，提出了一些新的诊断检验方法。具体而言，对于时间序列GARCH-型模型而言，我们提出了一个得分型检验统计量用于形式非常一般的一元或多元GARCH型模型进行模型检验，检验模型是否拟合得充分。研究的问题是国际著名杂志2006年提出的一个公开研究问题，我们的研究方法得到英国伦敦政治经济学院首席教授姚奇伟老师发表在国际顶级杂志（《Journal of Econometrics》） 上的论文的引用，我们的研究成果以论文形式发表在国内顶级杂志《中国科学》外文版上。对于面板数据模型的诊断检验研究，我们主要提出了一些新的、稳健的、功效高的检验方法，用于识别模型中个体效应、时间效应以及序列相关性的存在性，研究成果发表在国际顶级杂志《Journal of Econometrics》（SSCI，TOP Journal），以及《Economic Modelling》《Test》《Statistics and Probability Letters》《Communication in Statistics-theory and method》《统计研究》《数量经济技术经济研究》等SSCI/SCI检索以及国内一级杂志上。研究期限内发表11篇高质量学术论文，对项目中涉及到的问题进行了深入研究。特别是发表在国际顶级杂志《Journal of Econometrics》的结果具有较大的影响，这一研究成果也大大出乎了本项目申请时的预料，可算是对项目组成员潜心钻研的一点回报吧。