楼主你好，上面那位层主给出的EGARCH无条件波动率，或者说长期方差的公式是正确的，这个无条件波动率越大，才能说明你这个数据的总体波动率是大的，如果是只有EGARCH(1,1)模型，那就exp(w/1-beta)，beta就是你的GARCH项的系数，如果是有多个GARCH项，那你就exp(w/1-beta(1)-...-beta(n))，这个EGARCH无条件波动率的公式推导非常简单，具体推导内容请楼主参照《Market Risk Analysis Volume II Practical Financial Econometrics》这本书，找到里面的EGARCH那一章节，里面的脚注便讲到了推导，这本书在这个论坛上就有，您搜一下就能搜到，是一本难得的好书，把很多时间序列模型细枝末节的点给大家做了解释与梳理。另外提一下，在转移机制模型下，例如Threshold或者Markov Regime Switching机制下的多状态EGARCH模型，判断每一个机制的EGARCH模型波动率大小是不能根据EGARCH的波动率不对称性大小去判断的，因为它只是对正负冲击对条件波动率影响的一个量化而已，不能等价于这个机制下的EGARCH模型拟合出来结果的长期波动率就大(或者无条件波动率就大)，这就是为什么我们还是要计算每一条EGARCH的无条件波动率，才能判断真正的长期波动率大小，希望对楼主有帮助，也对其他做转移机制的EGARCH的人有帮助，都是本人亲身实践的经验，我也是小白一个，刚接触这些不久，如果有更好的文献、书、内容与EGARCH有关的，大家可以把这个帖子继续下去，谢谢！大家要多交流讨论才有收获。

另外提一下，自己回复自己，有没有人知道怎么样用R语言写出EGARCH(1,1)模型的news impact curves（中文为信息冲击曲线），由Engle于1993年提出，因为本人做了Two-States Markov Regime Switching EGARCH(1,1) model，用的R语言的MSGARCH包，而且是设定了标准化残差为SGED分布，即有偏广义误差分布，因为包里没有rugarch包那样可以直接输出拟合的EGARCH模型的news impact curve的类对象方法(很多R包都是面向对象的，非对应包的拟合函数对象不能调用别的包的对象方法)，所以我自己动手写了R的源代码来画这个Two-States Markov Regime Switching EGARCH(1,1) model的news impact curves，目前为止，在多方文献和源码的参考下，我已经用R语言实现了SGED分布的概率密度函数，GED分布的概率密度函数(即无偏的广义误差分布)，以及一个SGED概率密度函数绝对值预期值的函数，数学公式写为E(|Z|)，这个Z即是服从f(z)的SGED的分布的一个变量，Z在这里也是标准化残差，那么这个news impact curve的公式大家可以查一下，其实就是simulation的思想，把拟合出来的EGARCH模型的参数都放进去engel给的EGARCH的news impact curve公式，但是设定好shock(冲击)和standardized Residuals(标准化残差的值)，以及已经通过刚刚EGARCH的无条件波动公式计算得到的无条件方差sigma^2的开跟，即sigma，这样就有了为了模拟news impact curve而设定的标准化残差和冲击了，再加上标准化残差对应的SGED分布的E(|Z|)，这样这个拟合的Two-States Markov Regime Switching EGARCH(1,1) model的两条EGARCH式子便可以分别画出news impac curve了，这样便可以看出两条拟合的EGARCH(1,1)式子的波动率不对称性中增加或减少多少单位的残差，条件波动率会如何变化，这个关系会通过这个曲线去几何化地呈现出来，一般都是平滑的曲线啦，但是我自己写出来的news impact curve的源代码不对，无法出现其他文献那样的图的输出结果，如果有R代码大神或者刚好也做Markov Regime Switching EGARCH模型或者其他时序模型的人，对这个问题有了解的话，最好是有上述R源码编程经验的，可以私信我，我们可以多交流，我非常愿意和大家分享所见所知，在时间序列计量上更进一步，我们不能因为包没有了对应的类函数就停止了前进的脚步，我们也可以自己在R的源码开发上学习，更近一步，这个回复即是我自己的提问，也是希望寻求帮助，谢谢大家！

您好，其他类型的GARCH模型在《Market Risk Analysis Volume II Practical Financial Econometrics》这本书中也提到了，非常详实具体，虽然您是15年的提问了，希望对您有帮助，谢谢

您好！您知道tgarch的无条件方差怎么求吗

您好，我也在用msgarch包在做mstgarch(1,1)的实证，我们可以多交流！

您好！我在使用gjrgarch做马尔可夫区制转换模型，看到您使用信息冲击曲线，我觉得是一个很好的想法。可是我在使用时，信息冲击曲线往往需要残差，可是如何判定该残差属于哪一个区制呢？

您好，如果您用news impact curve的话，那么这里news impact curve的残差是我们人为自定义的，比如从-0.1到+0.1，news impact curve的本质就是通过样本数据已经拟合出来的模型参数去做一个simulation（模拟），它并不是要用真的样本数据的残差，所以并不是真的哪个机制的残差，您用马尔可夫机制转移下的gjr模型，假设您是两个机制的，那么将会有两条样本函数对吧，一条gjr样本函数是机制一的，另外一条gjr样本函数是机制二的，鉴于这个MSGARCH包它没有rugarch那个信息冲击曲线的方法可以调用，所以如果是自己写，那么便是分别提取这两条样本函数已经有的拟合出来的参数，然后残差项这些都是自定义的，里面涉及到还要用无条件方差，要用到E(|epsilon|)，这个残差项的绝对值的预期值真的是个很麻烦的问题，很多书大部分讲解都是用的正态分布，所以给好了，但是倘若我们设定的是SGED分布或者其他分布，那就会让这个残差项的绝对值的预期值更难求。现在简单来说信息冲击曲线的情况大概就是这样，因为其本质是模拟，因此你才能看到论文中那些单机制的模型他们的信息冲击曲线会那么平滑，真实的残差是不会这样在-0.5到+0.5之间这样去分布的，所以是模拟的结果，实在不好意思，最近赶着期末考和本科毕业论文答辩，上论坛时间不多，如果您现在手头做的这个研究不那么着急赶时间，我们可以在12.16号之后私信探讨下，因为目前MSGARCH包的类方法实在是太有限了，除了参数估计就没有太多其他的了，但是这些往往是进一步分析的关键，R上现在真的就这个包能对马尔可夫机制转移类模型做出比较好的计算，我用了这个包去实现MS(2)-EGARCH(1,1), 得自己用R语言写出两个机制下波动率不对称性的量化比较，这个我是已经实现的，而且可以画出来图，但是目前信息冲击曲线我也是卡在这上面了，之前我自己看rugarch源码看Engle的论文一点点试，所以如果您时间允许，也不介意我是本科生知识有限的话，那我们可以12.16号之后联系探讨下，我发现这方面模型细节能够研究深入的真的不多，很多国内论文直接用现成的包，也有很厉害的自己写程序实现进一步的量化分析，但是我们又看不到别人的程序实现。

常数项/(1-ARCH-GARCH-TGARCH)