感谢

如果方便的话，楼主可以把参数估计结果的截图放上来，能看到参数估计值的话，会更方便大家给你判断具体情况。

如果你预处理都没有问题的话，出现这个现象，是在提示你数据针对模型的参数估计值，他们在求取outer product gradient (OPG)方法下的variance-covariance matrix以及robust variance-covariance matrix时出现了问题。主要是由于OPG matrix无法顺利求逆，所以无法计算得到OPG variance-covariance matrix，hessian matrix也无法顺利求逆，所以得不到robust variance-covariance matrix。这两个variance-covariance estimator都得不到的话，就意味着对于该数据求得的这一组参数估计值，我们无法计算其OPG se和robust se，因此mfGARCH包的作者就只好将opg.std.err和rob.std.err分别给你返回成NA，NA在R语言中是表示缺失值或缺失数据的特殊值，作者以此提示你两种标准误都计算失败了。那么因为se都是NA，所以由estimate/se得到的t值便都是NA，进而p值也都是NA了，这就是直接原因。

这背后的根本原因比较难分析，但出现这种现象一般都和不合理的参数估计值有关，而不合理的参数估计值产生的原因可能是由于模型规格的设定与数据本身的特性不匹配，大部分时候是因为模型规格设定过于复杂，进而可能不适合数据，当然也不排除数据本身存在问题，比如数据自身没有被正确地预处理或者数据本身的形式不适合建立该模型。你可以试着梳理下自己对于GARCH-MIDAS规格的设定，比如选择更合适的协变量滞后阶数、换用比较合理的协变量数据格式、或者尝试不同的协变量频率等，试着关掉gjrGARCH换成sGARCH也可能会产生变化，还有beta权重形式的限制与否也会影响估计结果。

点赞，谢谢分享！

点赞分享

支持一下了