全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
1848 2
2021-11-19
悬赏 20 个论坛币 已解决
代码如下:
specs = ugarchspec(variance.model=list(model="fGARCH", garchOrder=c(1,1),
                                            submodel = "TGARCH"),
                        mean.model=list(armaOrder=c(1,0), arfima=FALSE, include.mean=TRUE,
                                        archm = FALSE, archpow = 1), distribution.model="ged")
garch<-ugarchfit(specs,data=rets[,1], solver.control = list(trace=0))
garch

输出结果:
*---------------------------------*
*          GARCH Model Fit        *
*---------------------------------*

Conditional Variance Dynamics        
-----------------------------------
GARCH Model        : fGARCH(1,1)
fGARCH Sub-Model        : TGARCH
Mean Model        : ARFIMA(1,0,0)
Distribution        : ged

Optimal Parameters
------------------------------------
        Estimate  Std. Error  t value Pr(>|t|)
mu      0.000917    0.000000   2197.0        0
ar1     0.276470    0.000126   2196.9        0
omega   0.000019    0.000000   2197.7        0
alpha1  0.050000    0.000021   2339.5        0
beta1   0.900000    0.000055  16512.5        0
eta11   0.050000    0.000007   6671.1        0
shape   2.000000    0.000415   4822.3        0

Robust Standard Errors:
        Estimate  Std. Error  t value Pr(>|t|)
mu      0.000917         NaN      NaN      NaN
ar1     0.276470         NaN      NaN      NaN
omega   0.000019         NaN      NaN      NaN
alpha1  0.050000         NaN      NaN      NaN
beta1   0.900000         NaN      NaN      NaN
eta11   0.050000         NaN      NaN      NaN
shape   2.000000         NaN      NaN      NaN

LogLikelihood : 72.697

Information Criteria
------------------------------------

Akaike       -0.047797
Bayes        -0.032725
Shibata      -0.047810
Hannan-Quinn -0.042351

这是哪里出错了呀?求大佬解答!


最佳答案

719812133 查看完整内容

你TGARCH的参数估计值很奇怪,连小数点后几位都没有,感觉和默认的初始值是一样的,同时你每一个参数估计值的t值都特别大,感觉不太合理,应该是参数估计出了问题导致这个现象,结果肯定是不能用的。上面Optimal Parameters的标准误是用hessian inverse estimator去求的,下面的Robust Standard Errors里的标准误是用sandwich estimator计算的,算不出来说明robust variance-covariance matrix主对角线上元素全是负的,矩阵不是正 ...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2021-11-19 23:17:05
你TGARCH的参数估计值很奇怪,连小数点后几位都没有,感觉和默认的初始值是一样的,同时你每一个参数估计值的t值都特别大,感觉不太合理,应该是参数估计出了问题导致这个现象,结果肯定是不能用的。上面Optimal Parameters的标准误是用hessian inverse estimator去求的,下面的Robust Standard Errors里的标准误是用sandwich estimator计算的,算不出来说明robust variance-covariance matrix主对角线上元素全是负的,矩阵不是正定的,所以大概率是参数估计错误出问题,导致你hessian matrix也不正常,OPG也不正常,所以出现Robust Standard Errors的结果里se为NaN。或许你可以试着换模型规格或者换模型分布设定,Optimal Parameters与Robust Standard Errors两栏结果应该都是显著的,且差别不大才是合理可用的结果。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-29 17:02:25
719812133 发表于 2021-11-19 23:17
你TGARCH的参数估计值很奇怪,连小数点后几位都没有,感觉和默认的初始值是一样的,同时你每一个参数估计值 ...
谢谢您的回复!!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群