10月8日瑞典皇家科学院宣布，将2003年度诺贝尔经济学奖授予两位著名计量经济学家罗伯特·恩格尔(Robert F.Engle)和克莱夫·格兰杰(Clive Granger)，以表彰他们解决了时间序列分析中的两个难题，即异方差(time—varying volatility)与非平稳性(nonstationarity)。恩格尔的自回归条件异方差即ARCH(Autoregressive Conditional Heteroskedasticity)模型第一次对时间序列的异方差现象进行了刻画。而格兰杰的协整(Cointegrate)理论为计量经济学在经济变量建模过程中松绑了“变量是平稳的”假设。为非平稳变量建立经济计量模型，从而为检验这些变量之间的长期均衡关系提供了可能。
1. 恩格尔成果评述
虽然恩格尔在1982年提出的ARCH模型是为英国通货膨胀率建模，但其思想显然是受此前金融市场的许多异常现象的启发。就在20世纪 60、70年代法码（Fama）的有效市场假说大行其道之时，股票的随机游走模型遭到了曼德尔布罗特(B.B.Mandelbrot)强有力的挑战。在股票随机游走模型中，收益率序列是白噪声。而曼德尔布罗特发现收益率的分布是尖峰胖尾的，而且收益率序列还呈现长期相关性。曼德尔布罗特据此提出了股票价格的“诺亚效应”(Noah Effect)和“约瑟效应”(Joseph Effect)。所谓“诺亚效应”是指股票价格偶尔会发生不连续、突发性的大跳跃，并且在一个大跳跃后面常跟着一个大跳跃，在一个小跳跃后面常跟着一个小跳跃，这就是后来在金融学中常说的波动集群(Volatility Clustering )现象。这导致股票收益的分布出现尖峰厚尾的现象，而不是有效市场假说的正态分布。“约瑟效应”是指股票价格存在长期持续与非周期的循环现象。像圣经里约瑟故事中粮食生产一样，七年丰收，跟着七年饥馑。这导致收益存在长期相关性。虽然曼德尔布罗特的工作并没有阻止经典金融经济学家对股票随机游走模型的喜爱，但它的确启发了两类时间序列分析方法的发展。其中之一，就是恩格尔的ARCH模型；另一个则是分整自回归移动平均模型ARFIMA(Auto— Regressive Fractional Integrated Moving Average)。
ARCH模型的基本思想是指在以前信息集下，某一时刻一个噪声的发生是服从正态分布。该正态分布的均值为零，方差是一个随时间变化的量(即为条件异方差)。并且这个随时间变化的方差是过去有限项噪声值平方的线性组合(即为自回归)。这样就构成了自回归条件异方差模型。从这个基本思想中可以看出，由于现在时刻噪声的方差是过去有限项噪声值平方的回归，也就是说噪声的波动具有一定的记忆性，因此，如果在以前时刻噪声的方差变大，那么在此刻噪声的方差往往也跟着变大；如果在以前时刻噪声的方差变小，那么在此刻噪声的方差往往也跟着变小。翻译到金融市场，那就是如果前一阶段金融资产价格波动变大，那么在此刻市场金融资产价格波动也往往较大，反之亦然。这就是ARCH模型所具有的波动集群的特性，由此也决定它的无条件分布是一个尖峰胖尾的分布。
众所周知，金融问题决策的核心是收益与风险权衡。投资组合理论的创始人马柯维茨率先抓住了这一核心，并用数学的语言，即期望与方差来刻画它，由此奠定了经典金融经济学近50年的繁荣。在这套煌煌大论之中，存在的一个致命错误就是它们认为一种金融资产收益率的方差是不随时间改变的，由此也决定了这一大套定价理论与现实市场之间的偏差。而ARCH模型族恰好弥补了这个缺陷，比较好地拟合了金融资产收益率的分布特性及比较准确地刻画了金融市场风险的变化过程。因此它受到金融理论界与实务界的欢迎。自从它出现之日起，这个模型及其变形被广为引用，它与ARFIMA模型结合在一起是金融时间序列分析武库中的高精尖武器。
2. 格兰杰成果评述
在经济金融领域，对某一变量的预测是相当困难的。传统的计量经济学模型曾经给一度对预测失望的经济学家注入了兴奋剂。但当许多传统的计量经济学模型在20世纪70年代的经济动荡面前预测再度失灵时，误差修正模型ECM(Error Correction Model)却显示了它的稳定性和可靠性。格兰杰对其原因进行分析之后发现：一、传统的计量经济学模型所要求的经济变量平稳性假设在现实经济时间序列中很难得到满足，所以如果把非平稳序列当作平稳序列来进行回归分析就会存在伪回归的问题，即变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论，用这样的模型来进行预测显然是缘木求鱼；二、误差修正模型稳定性与可靠性是因为模型中的非平稳的单整变量之间存在一种长期稳定关系。他把这种关系称之为“协整关系”，于是，一种新的理论——协整理论诞生了。
协整理论认为许多经济变量序列都是非平稳时间序列，如净收入与消费、政府支出与税收、工资与价格、进口与出口、货币流量与价格水平、商品现货价格与期货价格等。从表面来看，这些经济变量之间似乎不存在任何均衡关系，但事实上若干个非平稳经济时间序列的某种线性组合却有可能是平稳序列。虽然各个经济变量具有各自的长期波动规律，每一个序列的概率结构参数会随着时间变化而变化，但它们的某种线性组合却存在稳定的概率结构参数，从而表现出这些非平稳变量之间存在着一个长期稳定的关系。
协整理论主要用来探测变量间是否真的存在均衡相依关系，对于用非平稳变量建立经济计量模型，以及检验这些变量之间的长期均衡关系非常重要。从本质上来看，它是计量经济学模型建模理论的一个重大发展。经典的计量经济学模型是以某种经济理论或对经济行为的认识来确立模型的理论关系形式，而对协整理论与误差修正模型，则是从经济变量的数据中所显示的关系出发，确定模型包含的变量和变量之间的理论关系。这样就可以避免把非解释变量想当然地引入模型之中，提高模型的解释能力。另外，由于协整理论与误差修正模型之间的必然联系，使得计量经济模型能够巧妙地把经济长期均衡关系与短期的非均衡行为结合在一起，把经济变量的波动分为两部分：一部分为短期波动，一部分为长期均衡。从而提高了模型的可靠性与稳定性。