金融市場的核心是風險評價。投資者需要估計資產相對於風險的期望收益率。銀行和其他金融機構要確保資產價值不跌破破產下限。這些評估都離不開衡量資產收益率的波動性。恩格爾的ARCH模型大大改進了風險評估方法。ARCH模型的統計特征表明，它能較好刻畫完部衝擊形成的收益率波動聚類。ARCH模型的主要功能在於解釋收益率序列中比較明顯的變化是否具有規律性，並且說明了這種變化前後依存的內在傳導是來自某一特定類型的非線性結構，而不是方差的外生結構變化。
在其後的工作中，Engle及其同事沿著許多方向發展了這個概念。最有名的拓展是TimBollerslev在1986年發展的廣義自回歸條件異方差模型（GARCH）。該模型中，某一特定時期的隨機誤差的方差不僅取決於以前的誤差，還取決於自己早期的方差。
在關於ARCH的第一篇文章中，Engle使用了時變性的波動率模型來研究通貨膨脹。然而不久以後，人們發現ARCH最重要的應用在金融領域，因為金融市場中的活動就是對不同類型的風險進行處置和定價。在實際應用中，條件方差的變化有時會直接影響被解釋變量條件期望的值。例如，在考慮風險與投資回報之間的關係時，由於投資者是依據當前信息而持有證券，當風險（條件方差）增大時，投資者要求的投資補償也就大。因此，條件方差的變化也會影響收益率條件期望的變化。與其他研究者合作，Engle在ARCH的基礎上，建立了ARCH-M模型來分析時變風險的收益補償。期望收益率取決於時變性的方差和協方差，從而自身也隨時間變化。
時變性的波動率有什麼實際應用呢？舉個例子可以說明ARCH模型在股票收益率分析中的應用。假設用標準差表示的條件波動率在某一期間圍繞0.5%和3%之間波動。如果投資者有一個對應與標準普爾500指數的資產組合，那麼明天該投資者有多少資本麵臨損失？假設預測標準差是0.5%，他的損失（99%的概率）將不會超過資產組合價值的1.2%。如果預測標準差是3%，相應的資本損失將高達6.7%。同樣，在銀行和其他金融機構計算資產組合的市場風險時，在險價值（VaR：ValueatRisk）也至關重要。從1996以來，巴塞爾（Basle）國際協議規定了銀行在控製資本充足率時要使用在險價值。ARCH成為金融部門風險評估中不可缺少的工具。
恩格爾現在正將他的工作拓展到不同國家間資產和發展的相關性研究。有趣的是，恩格爾從不在個人投資中使用他的模型，自稱是“買進持有型的典型投資者”。瑞典皇家科學院稱，羅伯特·恩格爾“不僅是研究員們學習的光輝典範，而且也是金融分析家的楷模，他不僅為研究員們提供了不可或缺的工具，還為分析家們在資產作價和投資配搭風險評估方麵找到了捷徑”。
瑞典皇家科學院的公告宣稱，格蘭傑因為“時間序列的協整（cointegrate）分析方法”而獲獎，他的貢獻將用於研究“財富與消費、彙率與物價水平、以及短期與長期利率之間的關係”。格蘭傑在學界建樹頗多，其著作幾乎包含所有近40年來時間序列方麵的重大進展。同時，他在譜分析（經濟周期分析）、因果分析、長期分析、經濟預測、虛假回歸和協整等許多方麵的研究都是開拓性的，走在了計量經濟學的最前沿。
現代時間序列經濟計量學的一個重要研究課題，是探索經濟時間序列數的動態結構，研究它們的統計性質，理解產生這些經濟數據的生成特點和性質，從而能更有效地利用經濟數據構造和建立經濟計量模型，用以作經濟預測，檢驗各種理論的可靠性和可行性。20世紀70年代以前計量經濟學的建模方法都是以“經濟變量平穩”這一假設條件為基礎，穩定過程的特點是有一個均值，且在每一時刻對均值的偏離基本相同。但在實際中，許多經濟指標的時間序列都是非平穩的，並不具有固定的期望值，並且呈現出明顯的趨勢性和周期性。格蘭傑1972年首先證明了，如果直接將非平穩時間序列當作平穩時間序列來進行回歸分析，可能會造成“偽回歸”，即變量間本來不存在相依關係，但回歸結果卻得出存在相依關係的錯誤結論。經濟變量表現出的非平穩性使傳統建模遇到了前所未有的困難。