KNOWECON WIKI

ARTICLE

Tim Bollerslev

Tim Bollerslev Tim Bollerslev（全名 Tim Peter Bollerslev，1958 年 5 月 11 日—）是丹麦籍计量经济学家，现任杜克大学经济系教授。他是金融计量经济学领域的奠基人之一，以 1986 年提出GARCH 模型（广义自回归条件异方差模型）而享誉学界。这一模型彻底改变了金融市场波动率建模的方式，成为风险管理、资

浏览 0 更新 2025-11-18

Tim Bollerslev

Tim Bollerslev（全名 Tim Peter Bollerslev，1958 年 5 月 11 日—）是丹麦籍计量经济学家，现任杜克大学经济系教授。他是金融计量经济学领域的奠基人之一，以 1986 年提出GARCH 模型（广义自回归条件异方差模型）而享誉学界。这一模型彻底改变了金融市场波动率建模的方式，成为风险管理、资产定价和宏观经济预测中不可或缺的工具。

生平与学术经历

Bollerslev 出生于丹麦哥本哈根。他于 1983 年在奥胡斯大学（Aarhus University）获得经济学硕士学位，随后前往美国，师从 2003 年诺贝尔经济学奖得主Robert F. Engle（恩格尔）。1986 年，他在加州大学圣地亚哥分校（UCSD）获得经济学博士学位。博士期间，他在 Engle 提出的ARCH 模型基础上进行了革命性的拓展。

博士毕业后，Bollerslev 先后任教于西北大学凯洛格管理学院（1986–1995）和弗吉尼亚大学（1995–1998），其后长期执教于杜克大学经济系，并曾担任系主任。他是计量经济学会（Econometric Society）会士、美国统计协会会士，并于 2014 年当选为美国艺术与科学学院院士。

GARCH 模型的提出

Bollerslev 最为人熟知的贡献是 1986 年发表于《计量经济学杂志》（Journal of Econometrics）的论文《Generalized Autoregressive Conditional Heteroskedasticity》。在这篇经典文献中，他将 Engle (1982) 开创的 ARCH 模型推广为 GARCH 模型，其核心思想是：当期的条件方差不仅依赖于过去冲击的平方（即 ARCH 项），还依赖于过去的条件方差本身（即 GARCH 项）。

最简单的 GARCH(1,1) 模型可表示为：

σt2=ω+αεt−12+βσt−12\sigma_t^2 = \omega + \alpha \varepsilon_{t-1}^2 + \beta \sigma_{t-1}^2

其中，σt2\sigma_t^2 为时刻 tt 的条件方差，εt−1\varepsilon_{t-1} 是上一期的冲击（innovation），ω>0\omega > 0，α,β≥0\alpha, \beta \geq 0，且 α+β<1\alpha + \beta < 1 保证协方差平稳。

与 ARCH 模型相比，GARCH 的优势在于：

  • 简洁性：GARCH(1,1) 仅用三个参数就能捕捉到金融时间序列中方差的持久性和均值回归特征，而 ARCH 模型往往需要很长的滞后阶数，导致参数估计困难。
  • 波动率聚集：GARCH 模型天然地刻画了金融数据中常见的"波动率聚集"现象——大波动倾向于跟随大波动，小波动倾向于跟随小波动。
  • 厚尾分布：即使扰动项服从正态分布，GARCH 过程生成的无条件分布也具有比正态分布更厚的尾部，这与金融数据的典型特征高度吻合。

其他主要学术贡献

除 GARCH 外，Bollerslev 在一系列领域做出了开创性工作：

积分 GARCH 模型 (IGARCH)

1986 年，Bollerslev 与 Engle 共同提出了IGARCH 模型（Integrated GARCH），处理 α+β=1\alpha + \beta = 1 的边界情况。在这种设定下，波动率冲击具有永久性效应，类似于单位根过程。IGARCH 模型为理解波动率的长期记忆特征提供了理论框架。

多元 GARCH 与协方差建模

Bollerslev 于 1988 年提出VEC-GARCH 模型，将单变量 GARCH 框架推广至多维情形，用于建模多个资产收益率之间的时变条件协方差矩阵。此后，他与 Engle 和 Jeffrey Wooldridge 合作提出CC-GARCH 模型（Constant Conditional Correlation GARCH），通过假设条件相关系数为常数来大幅降低参数数量，使多元波动率建模在实际应用中可行。这些模型是投资组合风险管理和资产配置的重要工具。

已实现波动率与高频数据

自 1990 年代末起，Bollerslev 成为已实现波动率（Realized Volatility）研究的领军人物。他与 Torben Andersen、Francis X. Diebold 等人合作，建立了基于高频日内数据构建非参数波动率测度的理论框架。已实现方差（Realized Variance）定义为日内高频收益率的平方和：

RVt=∑i=1Mrt,i2RV_t = \sum_{i=1}^{M} r_{t,i}^2

其中 rt,ir_{t,i} 为第 tt 天的第 ii 个日内收益率，MM 为日内观测数量。当抽样频率足够高时，已实现方差是积分方差的一致估计量。这一方法将波动率从隐变量转化为可观测变量，使得波动率的建模、预测和评估有了更坚实的实证基础。

在此基础上，Bollerslev 与合作者还发展了HAR-RV 模型（异质自回归已实现波动率模型），利用不同时间尺度（日、周、月）的已实现波动率对未来的波动率进行预测。HAR-RV 模型形式简单但预测能力出色，已成为金融业界和学术界波动率预测的基准模型之一。

波动率风险溢价

Bollerslev 对波动率风险溢价的实证研究产生了重大影响。他与 Hao Zhou 在 2016 年的研究表明，方差风险溢价——即期权隐含波动率与已实现波动率之差——对总体股票市场收益率具有显著的预测能力。这一发现深化了对投资者风险态度、不确定性与资产价格之间关系的理解。

学术影响力与荣誉

根据谷歌学术（Google Scholar）数据，Bollerslev 的论文被引用超过 15 万次，其中 1986 年的 GARCH 论文单篇被引超过 3 万次，是经济学和金融学领域引用量最高的论文之一。他在RePEc（Research Papers in Economics）全球经济学家排名中长期位居前列。

Bollerslev 曾担任《计量经济学杂志》（Journal of Econometrics）和《商业与经济统计杂志》（Journal of Business \& Economic Statistics）等顶级期刊的主编或副主编。他的博士生中多人已成为金融计量经济学领域的重要学者，形成了学术传承。

2018 年，Bollerslev 获得了彭博 50 人奖（Bloomberg 50）中代表学术界的影响力荣誉。他与 Engle 共同获得多项终身成就奖，被公认为将时间序列计量经济学从宏观经济分析拓展到金融市场研究的核心推动者。

方法论遗产

Bollerslev 的工作具有深远的方法论意义：GARCH 模型使"风险"从静态概念转变为动态、可量化和可预测的变量，直接催生了现代风险管理行业。在险价值（Value at Risk, VaR）的计算、巴塞尔协议对银行资本充足率的监管要求、以及衍生品定价中的波动率曲面建模，均建立在 GARCH 及其扩展框架之上。高频已实现波动率方法则进一步模糊了计量经济学中"模型"与"数据"的边界，推动了数据驱动的金融研究方法在 21 世纪的蓬勃发展。