用winrats跑了个VAR-BEKK-GARCH模型，但是结果是有的变量自身的Arch项不显著，有的变量自身的Garch项不显著，求教大神这是模型有问题么，需要怎么解决呢？结果如下：
MV-GARCH, BEKK - Estimation by BFGS
Convergence in    61 Iterations. Final criterion was  0.0000000 <=  0.0000100

Weekly Data From 2008:01:14 To 2009:12:28
Usable Observations                       103
Log Likelihood                      -890.1633

    Variable                        Coeff      Std Error      T-Stat      Signif
************************************************************************************
Mean Model(REN)
1.  REN{1}                        0.156210650  0.091541591      1.70644  0.08792534
2.  RNG{1}                        0.067385723  0.042891658      1.57107  0.11616679
3.  RWTI{1}                       0.019217323  0.054741147      0.35106  0.72554476
4.  Constant                     -0.262575490  0.288151714     -0.91124  0.36216871
Mean Model(RNG)
5.  REN{1}                        0.123443157  0.132771711      0.92974  0.35250577
6.  RNG{1}                        0.247724918  0.075453203      3.28316  0.00102650
7.  RWTI{1}                       0.014550220  0.098343757      0.14795  0.88238013
8.  Constant                     -0.518472782  0.513281491     -1.01011  0.31244071
Mean Model(RWTI)
9.  REN{1}                        0.026479644  0.104199967      0.25412  0.79940027
10. RNG{1}                        0.064379215  0.066302320      0.97099  0.33155082
11. RWTI{1}                       0.228193267  0.105168260      2.16979  0.03002259
12. Constant                      0.085384638  0.392433238      0.21758  0.82775833

13. C(1,1)                        2.577075954  0.416670961      6.18492  0.00000000
14. C(2,1)                        1.945218413  0.653911330      2.97474  0.00293234
15. C(2,2)                        0.000003235  0.683256270  4.73497e-06  0.99999622
16. C(3,1)                        2.504677207  0.455115889      5.50338  0.00000004
17. C(3,2)                       -0.000054360  0.901345713 -6.03099e-05  0.99995188
18. C(3,3)                       -0.000000085  0.767654819 -1.10254e-07  0.99999991
19. A(1,1)                        0.701525831  0.133484765      5.25547  0.00000015
20. A(1,2)                        0.074075210  0.175713801      0.42157  0.67334081
21. A(1,3)                       -0.116234178  0.158298141     -0.73427  0.46278188
22. A(2,1)                       -0.301433934  0.076066115     -3.96279  0.00007408
23. A(2,2)                        0.056789089  0.099804865      0.56900  0.56935532
24. A(2,3)                       -0.358732336  0.088991662     -4.03108  0.00005552
25. A(3,1)                        0.184793230  0.088662791      2.08423  0.03713968
26. A(3,2)                        0.172079213  0.103080886      1.66936  0.09504586
27. A(3,3)                        0.735362377  0.114835914      6.40359  0.00000000
28. B(1,1)                       -0.411027497  0.267494390     -1.53658  0.12439531
29. B(1,2)                       -0.630631655  0.287015665     -2.19720  0.02800596
30. B(1,3)                       -0.267354976  0.261424736     -1.02268  0.30645713
31. B(2,1)                        0.111907985  0.090385099      1.23812  0.21566998
32. B(2,2)                        1.038835080  0.050075106     20.74554  0.00000000
33. B(2,3)                        0.108840223  0.054703383      1.98964  0.04663024
34. B(3,1)                        0.080010630  0.111256516      0.71915  0.47204570
35. B(3,2)                       -0.068644185  0.096791352     -0.70920  0.47820192
36. B(3,3)                        0.696974866  0.113991359      6.11428  0.00000000