最近几天用R做时间数据的习题，发现arima函数在高阶的时候会发生很严重的错误。问题如下：我用的是沪深300的2000个高频数据做的ARMA模型：
St.data <- read.csv("HS300.csv",header=TRUE);
attach(St.data);
p <- close;
p <- p[1:2000];
r <- diff(log(p));
r.arima <- arima(r, order = c(2,0,2))
r.arima


Series: r
ARIMA(2,0,2) with non-zero mean

Call: arima(x = r, order = c(2, 0, 2))

Coefficients:
         ar1      ar2      ma1     ma2  intercept
      1.3042  -0.5955  -0.6834  0.2740          0
s.e.  0.0542   0.0393   0.0583  0.0332          0

sigma^2 estimated as 8.012e-08:  log likelihood = 13494.74
AIC = -26979.48   AICc = -26979.44   BIC = -26945.88

这时，我和Stata的结果对比是差不多的。



但是，当我把ARMA的阶数提高到ARAMA（3,3）的时候，R 就发生了很奇怪的结果如下：

> r.arima <- arima(r,order=c(3,0,3))
> r.arima
Series: r
ARIMA(3,0,3) with non-zero mean

Call: arima(x = r, order = c(3, 0, 3))

Coefficients:
         ar1     ar2      ar3      ma1      ma2     ma3  intercept
      0.7969  0.0556  -0.3007  -0.1746  -0.0692  0.1555          0
s.e.     NaN     NaN      NaN      NaN      NaN     NaN          0

sigma^2 estimated as 8.011e-08:  log likelihood = 13494.91
AIC = -26975.83   AICc = -26975.76   BIC = -26931.03
Warning message:
In sqrt(diag(x$var.coef)) : NaNs produced


但是Stata和Eviews都能运算出正确的结果。 不知是什么原因导致arima发生这样的错误？？？？？