TARCH模型是一种用于描述时间序列数据中异方差性的模型,因此只有在存在异方差时才能建立TARCH模型。如果时间序列数据不存在异方差,那么就不需要使用TARCH模型。
在实际应用中,我们通常会先对时间序列数据进行异方差检验,例如利用ARCH-LM检验或Ljung-Box检验等方法来判断是否存在异方差。如果检验结果表明存在异方差,那么可以考虑使用TARCH模型来描述时间序列数据中的波动率变化。如果检验结果表明不存在异方差,那么就不需要使用TARCH模型,而可以使用其他适合的模型来描述时间序列数据的特征。