用winrats做dcc-mvgarch出的结果，求解释！ - 第3页

Pia 发表于 2013-1-13 06:27
epoh老师，你好，我想在正在做的是关于流动性风险的传染问题，想找出s&p500,3M abcp和3M Treasury billde ...

方便的话,数据请用.xls or .csv

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

epoh 发表于 2013-1-13 14:53
方便的话,数据请用.xls or .csv

大师我老师让我做4个序列的我还是过不去那个关卡。。。用Dynamic Toolbox 2。0 做DCC-Copula

Undefined function 'filtReturnsGARCH' for input arguments of type 'double'.

麻烦您帮我走一下这个数据吧结果贴一下真是麻烦您了。。。

如果可以能帮我讲解下得到的CopParams 是什么含义吗。。。

suanli.xls
大小:(84 KB)

马上下载

您给我私信下地址吧我真是心里面超级感激您我给您送点我家自己种的正宗铁棍山药啊！！

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

urmine5683 发表于 2013-1-13 18:17
大师我老师让我做4个序列的我还是过不去那个关卡。。。用Dynamic Toolbox 2。0 做DCC-Copula

Unde ...

第四个数据有问题,请检查一下数据
你的心意,我心领了.别在意.
%%%%%
data=xlsread('suanli.xls');
data=data*100;
[residuals, UnResiduals,GARCHspec,likelihoods]=filtReturnsGARCH(data,'Gaussian','GARCH', 'CML');

CopulaSpec=setCopulaLLinputs(4)

[CopParams, LogL, StrOutput]=fitCopula(UnResiduals, CopulaSpec)

Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C -0.034553    0.03632       -0.9513
         K 0.069842    0.02367       2.9507
GARCH(1) 0.86663       0.032881       26.3568
   ARCH(1) 0.075959    0.01989       3.8189

  Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C 0.058345    0.056334       1.0357
         K 0.21354       0.064157       3.3284
GARCH(1) 0.81641       0.04019       20.3136
   ARCH(1) 0.11125       0.02779       4.0031

  Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C 0.00035568    0.046248       0.0077
         K 0.078873    0.030055       2.6243
GARCH(1) 0.87508       0.03086       28.3560
   ARCH(1) 0.088385    0.02145       4.1205

  Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C 0.047395    0.059229       0.8002
         K 0.80247       7870.1          0.0001
GARCH(1) 0.61741       3752.2          0.0002
   ARCH(1) 0             0.0097388       0.0000

CopulaSpec =

         ll: 'copula'
         type: 'Gaussian'
      depspec: 'DCC'
   optimizer: 'fmincon'
derivatives: 'on'

the parameters vector is a 2x1 vector

                              Max    Line search  Directional  First-order
Iter F-count       f(x) constraint steplength derivative optimality Procedure
0    3    -316.389    -0.0042
1    6    -323.865 1.102e-017          1       2.95 2.35e+003
2    9    -325.968          0          1       1.8       96.5
3    13    -327.873    -0.04021       0.5       -7.09       26.2
4    17    -329.962    -0.03994       0.5       -3.54       63.1  Hessian modified
5    22    -330.211    -0.03985       0.25       0.225       114
6    26    -330.863    -0.01992       0.5          2       112
7    29    -330.959    -0.02616          1       0.158       19.8
8    32    -330.978    -0.02703          1       0.091       32.3
9    35    -331.004    -0.02504          1    0.00794       4.4
10    38    -331.005    -0.02522          1 3.65e-006    0.0289
Optimization terminated: magnitude of directional derivative in search
direction less than 2*options.TolFun and maximum constraint violation
  is less than options.TolCon.
No active inequalities.
succesfull optimization!

CopParams =

0.0253
0.8532

LogL =

  331.0049

StrOutput =

      Hessian: [2x2 double]
      Gradient: [2x1 double]
      exitflag: 5
timeinseconds: 5.4645

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

epoh 发表于 2013-1-13 18:59
第四个数据有问题,请检查一下数据
你的心意,我心领了.别在意.
%%%%%

啊那换一组吧。。
真心麻烦了。。。

大师有空帮忙解释下。。。

suanli.xls
大小:(84 KB)

马上下载

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

epoh 发表于 2013-1-13 14:53
方便的话,数据请用.xls or .csv

老师，这是重新上传的数据和代码，我我后面一步还需要对这个做这个dcc-garch系数的检验，因为研究的是金融危机期间，所以后面需要修改模型，加入dummy，来考虑结构性断裂的情况，但是这一块我不懂要怎么做，老师给指点一下？

附件列表

大小:733 Bytes

大小:34.5 KB

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

urmine5683 发表于 2013-1-13 19:10
啊那换一组吧。。
真心麻烦了。。。

Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C -0.034553    0.03632       -0.9513
         K 0.069842    0.02367       2.9507
GARCH(1) 0.86663       0.032881       26.3568
   ARCH(1) 0.075959    0.01989       3.8189

  Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C 0.058345    0.056334       1.0357
         K 0.21354       0.064157       3.3284
GARCH(1) 0.81641       0.04019       20.3136
   ARCH(1) 0.11125       0.02779       4.0031

  Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C 0.00035568    0.046248       0.0077
         K 0.078873    0.030055       2.6243
GARCH(1) 0.87508       0.03086       28.3560
   ARCH(1) 0.088385    0.02145       4.1205

  Mean: ARMAX(0,0,0); Variance: GARCH(1,1)

  Conditional Probability Distribution: Gaussian
  Number of Model Parameters Estimated: 4

                           Standard       T
  Parameter    Value       Error    Statistic
----------- ----------- ------------ -----------
         C -0.016353    0.042634       -0.3836
         K 0.064209    0.023029       2.7882
GARCH(1) 0.89282       0.027858       32.0491
   ARCH(1) 0.067094    0.017131       3.9165

CopulaSpec =

         ll: 'copula'
         type: 'Gaussian'
      depspec: 'DCC'
   optimizer: 'fmincon'
derivatives: 'on'

the parameters vector is a 2x1 vector

                              Max    Line search  Directional  First-order
Iter F-count       f(x) constraint steplength derivative optimality Procedure
0    3    -319.653    -0.0042
1    10    -320.624    -0.01622    0.0625       72.5 1.71e+003
2    18    -322.522    -0.03319    0.0313       33.7       223
3    21    -323.583    -0.02758          1    -0.973       57.4
4    25    -324.026    -0.02217       0.5       0.866       208
5    29    -324.2    -0.01882       0.5       0.25       43.2
6    32    -324.203    -0.0205          1    0.0329       7.1
7    35    -324.214    -0.01977          1    0.00252       8.37
8    38    -324.214    -0.01971          1    0.000252       1.99
9    41    -324.214    -0.01973          1 -2.97e-007       0.011
Optimization terminated: magnitude of directional derivative in search
direction less than 2*options.TolFun and maximum constraint violation
  is less than options.TolCon.
No active inequalities.
succesfull optimization!

CopParams =

0.0198
0.9566

LogL =

  324.2140

StrOutput =

      Hessian: [2x2 double]
      Gradient: [2x1 double]
      exitflag: 5
timeinseconds: 4.9712

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

epoh 发表于 2013-1-13 14:53
方便的话,数据请用.xls or .csv

亲爱的epoh老师：
   我现在做HS300股指期货与现货市场之间的波动溢出效应基于DCC-mvgarch，现在用rats跑出的程序得不到他们之间的时相关系数图，请您看看错在哪，谢谢。
code：

calendar
open data "D:\123\1.xls"
all 677
data(format=xls,org=columns)
set rs =log(S/S{1})
set rf =log(F/F{1})
system(model=var2)
variables rf rs
lags 2
det constant
end(system)
estimate
garch(p=1,q=1,model=var2,variances=varma,mv=dcc,method=bfgs,iters=200,pmethod=simplex,piters=20,hmatrices=hh,rvectors=rd,distrib=t)

SET rho12=hh(t)(1,2)/sqrt(hh(t)(1,1)*hh(t)(2,2))
graph(header="Correlation of rs with rf")
# rho12

结果：
MV_GARCH, DCC - Estimation by BFGS
Convergence in 116 Iterations. Final criterion was  0.0000000 <=  0.0000100
Usable Observations 673
Log Likelihood                   4687.56091043

Variable                   Coeff    Std Error    T-Stat    Signif
*******************************************************************************
1.  RF{2}                   0.101051369  0.096904607    1.04279  0.29704454
2.  RS{2}                   -0.095903294  0.093981322    -1.02045  0.30751482
3.  Constant                -0.000511704  0.000421193    -1.21489  0.22440750
4.  RF{2}                   0.060138106  0.103521146    0.58093  0.56129046
5.  RS{2}                   -0.071200321  0.100519812    -0.70832  0.47874577
6.  Constant                -0.000398511  0.000445113    -0.89530  0.37062573
7.  C(1)                   -0.000004406  0.000015938    -0.27643  0.78221593
8.  C(2)                   0.000117704  0.000031127    3.78146  0.00015591
9.  A(1,1)                   0.205945288  0.072011458    2.85990  0.00423780
10. A(1,2)                -0.140697216  0.068794302    -2.04519  0.04083642
11. A(2,1)                   0.200367584  0.070861246    2.82760  0.00468977
12. A(2,2)                -0.156076700  0.060007148    -2.60097  0.00929610
13. B(1,1)                   0.162188924  0.311615107    0.52048  0.60273020
14. B(1,2)                   0.812198458  0.389425290    2.08563  0.03701183
15. B(2,1)                   2.251965599  0.317996740    7.08173  0.00000000
16. B(2,2)                -1.699805811  0.225693563    -7.53148  0.00000000
17. DCC(1)                   0.087020104  0.035390105    2.45888  0.01393703
18. DCC(2)                   0.188500415  0.197527635    0.95430  0.33993234
19. Shape                   5.110394618  0.680558790    7.50912  0.00000000

## SX22. Expected Type SERIES, Got REAL Instead
>>>>,1))*(hh(t)(2,2)))<<<<

1.xls
大小:(54.5 KB)

马上下载

问题：## SX22. Expected Type SERIES, Got REAL Instead>>>>,1))*(hh(t)(2,2)))<<<<

这是什么意思啊。。。。

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

xina2 发表于 2013-2-23 18:52
亲爱的epoh老师：
我现在做HS300股指期货与现货市场之间的波动溢出效应基于DCC-mvgarch，现在用r ...

open data 1.xls
data(format=xls,org=columns) 1 676 S F
set rs =100*log(S/S{1})
set rf =100*log(F/F{1})
system(model=var2)
variables rf rs
lags 2
det constant
end(system)
estimate
garch(p=1,q=1,model=var2,variances=varma,mv=dcc,method=bfgs,iters=200,pmethod=simplex,piters=20,hmatrices=hh,rvectors=rd,distrib=t) / rf rs

set rho = hh(t)(1,2)/sqrt(hh(t)(1,1)*hh(t)(2,2))
graph(header="Correlation of rs with rf") 1
# rho

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

epoh 发表于 2013-2-23 19:51
open data 1.xls
data(format=xls,org=columns) 1 676 S F
set rs =100*log(S/S{1})

老师，您好：、
非常谢谢您，为什么我复制您的程序结果出现：## MAT15. Subscripts Too Large or Non-Positive

这是什么意思啊，还有，我该怎么取得残差和取平方的Ljung-Box检验结果。
下面这个程式对吗：

calendar
open data "D:\123\1.xls"
all 677
data(format=xls,org=columns)
set rs =log(S/S{1})
set rf =log(F/F{1})
system(model=var2)
variables rf rs
lags 2
det constant
end(system)
estimate
garch

(p=1,q=1,model=var2,variances=varma,mv=dcc,method=bfgs,iters=200,pmethod=simplex,piters

=20,hmatrices=hh,rvectors=rd,distrib=t)

set z1 = rd(t)(1)/sqrt(hd(t)(1,1))
set z2 = rd(t)(2)/sqrt(hd(t)(2,2))

@bdindtests(number=40) z1
@bdindtests(number=40) z2

set rho12=hh(t)(1,2)/sqrt(hh(t)(1,1)*hh(t)(2,2))
graph(header="Correlation of rs with rf")
# rho12

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

求epoh老师解答楼上问题啊

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

good

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

epoh 发表于 2011-10-15 22:28
你那已经是旧版的了现在winrats 8.0已改用garchmv.rpf第一个series garch(1,1) Mean(1) C(1) A(1) B(1) ...

老师您好！非常感谢您对RATS软件的介绍！您提到的Example 9.2 数据是g10xrate.xls 的图形结果是这样的么？6240后的图形很怪异啊怎么近乎是直线？谢谢！！！

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

随着软件升级，原先需要作者自己编程的部分，逐渐由选项来代替。你用8.0-8.3直接就可以估计，代价就是你不了解其中的过程，以及出现一些问题，自己无法修正。

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

epoh 发表于 2012-2-17 10:17
这个很简单
只要加入hmatrices=hh
就可以算出rho12 = hh(t)(1,2)/sqrt(hh(t)(1,1)*hh(t)(2,2))

请问，如果我考虑了非对称因素，也用RATS向导窗口估计出D(1),D(2)参数。此时该如何画出DCC-GARCH图呢？rho12该如何表达？

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

好东西

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

[titter

[titter]

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

非常感谢分享

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

太大神了，绝对把这篇从头看到尾

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

给顶起来。。。。。

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

简直大神

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

epoh 发表于 2013-1-7 13:46
的确是不对,
方便的话上传数据,我跑看看

epoh老师，我现在用Winrats软件运行数据，也碰到了一个问题，运行的结果如下
MV-GARCH, BEKK - Estimation by BFGS
NO CONVERGENCE IN 105 ITERATIONS
LAST CRITERION WAS  0.0000000
SUBITERATIONS LIMIT EXCEEDED.
ESTIMATION POSSIBLY HAS STALLED OR MACHINE ROUNDOFF IS MAKING FURTHER PROGRESS DIFFICULT
TRY HIGHER SUBITERATIONS LIMIT, TIGHTER CVCRIT, DIFFERENT SETTING FOR EXACTLINE OR ALPHA ON NLPAR
RESTARTING ESTIMATION FROM LAST ESTIMATES OR DIFFERENT INITIAL GUESSES MIGHT ALSO WORK
Usable Observations                      43
Log Likelihood                   -241.1861

Variable                      Coeff    Std Error    T-Stat    Signif
************************************************************************************
1.  Y1{1}                      -0.023520096  0.000192692 -122.06060  0.00000000
2.  Y1{2}                      -0.182921572  0.000877334 -208.49713  0.00000000
3.  Y1{3}                      -0.172727111  0.001461924 -118.15054  0.00000000
4.  Y2{1}                      -0.018226233  0.000278765 -65.38218  0.00000000
5.  Y2{2}                      0.007496628  0.000149642    50.09705  0.00000000
6.  Y2{3}                      -0.052239006  0.000460500 -113.43971  0.00000000
7.  Constant                   0.026554414  0.000787309    33.72807  0.00000000
8.  Y1{1}                      -0.382533541  0.002050738 -186.53455  0.00000000
9.  Y1{2}                      -1.236801073  0.003382591 -365.63724  0.00000000
10. Y1{3}                      -1.045853317  0.003340585 -313.07489  0.00000000
11. Y2{1}                      -0.188305641  0.001005360 -187.30168  0.00000000
12. Y2{2}                      -0.022648794  0.000121767 -186.00133  0.00000000
13. Y2{3}                      0.245047345  0.000355318 689.65565  0.00000000
14. Constant                   7.564877214  0.005971730 1266.78146  0.00000000
15. C(1,1)                      2.476906226  0.050587707    48.96261  0.00000000
16. C(2,1)                      0.718465886  0.021629895    33.21634  0.00000000
17. C(2,2)                      -0.000000180  0.000134142    -0.00134  0.99893180
18. A(1,1)                      -0.399176388  0.034265002 -11.64968  0.00000000
19. A(1,2)                      4.034095218  0.045224562    89.20142  0.00000000
20. A(2,1)                      -0.030889895  0.011490751    -2.68824  0.00718298
21. A(2,2)                      1.122068292  0.012738241    88.08660  0.00000000
22. B(1,1)                      -0.159774761  0.005510719 -28.99345  0.00000000
23. B(1,2)                      -0.046274820  0.001590563 -29.09336  0.00000000
24. B(2,1)                      0.017389546  0.003606466    4.82177  0.00000142
25. B(2,2)                      0.004893364  0.001058478    4.62302  0.00000378

Test for Multivariate ARCH
Statistic Degrees Signif
19.37    12 0.08001

Test for Multivariate ARCH
Statistic Degrees Signif
22.97    12 0.02795

## MAT14. Non-invertible Matrix. Using Generalized Inverse for SYMMETRIC.
The Error Occurred At Location 586, Line 55 of MVARCHTEST

你能帮我看看这是哪里错了吗？先谢谢了，大神

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

感谢分享

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

epoh 发表于 2012-2-17 11:28
没有错 S+FinMetrics module
使用function summary ()
summary(hp.ibm.ccc),就可得到底下这些结果

那winrats中如何给出这些假设检验结果呢
normality test
ljung box test for standardized residuals
lagrange multiplier test

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

epoh 发表于 2011-10-15 22:28
你那已经是旧版的了现在winrats 8.0已改用garchmv.rpf第一个series garch(1,1) Mean(1) C(1) A(1) B(1) ...

哇老师你好厉害，我有个问题想要请教一下
open data 111.xls
data(format=xls,org=columns) 1 2362 resid_rda resid_rdu resid_rwt resid_rbr
GARCH(P=1,Q=1,MV=DCC,RVECTORS=R1,HMATRICES=V1) / RESID_RDA RESID_RWT

MV_GARCH, DCC - Estimation by BFGS
NO CONVERGENCE IN 12 ITERATIONS
LAST CRITERION WAS  0.0000000
ESTIMATION POSSIBLY HAS STALLED OR MACHINE ROUNDOFF IS MAKING FURTHER PROGRESS DIFFICULT.
TRY HIGHER SUBITERATIONS LIMIT, TIGHTER CVCRIT, DIFFERENT SETTING FOR EXACTLINE OR ALPHA ON NLPAR.
RESTARTING ESTIMATION FROM LAST ESTIMATES OR DIFFERENT INITIAL GUESSES MIGHT ALSO WORK
Usable Observations 2361
Log Likelihood                11462.59192014

Variable                   Coeff    Std Error    T-Stat    Signif
*******************************************************************************
1.  Mean(1)                0.002447819  0.000097132    25.20095  0.00000000
2.  Mean(2)                -0.000023133  0.000283401    -0.08163  0.93494262
3.  C(1)                   0.000209374  0.000011140    18.79557  0.00000000
4.  C(2)                   0.000198719  0.000010306    19.28260  0.00000000
5.  A(1)                   0.310970584  0.020962283    14.83477  0.00000000
6.  A(2)                   0.249287316  0.015672313    15.90622  0.00000000
7.  B(1)                   0.312874008  0.015401719    20.31423  0.00000000
8.  B(2)                   0.379301205  0.026115260    14.52412  0.00000000
9.  DCC(1)                   0.000000000  0.002640937  1.51155e-14  1.00000000
10. DCC(2)                   0.121063905  0.049828200    2.42963  0.01511440

我用上面的程序估计出dcc的参数以后，又用set corr12 %regstart() %regend() = v1(t)(1,2)/sqrt(v1(t)(1,1)*v1(t)(2,2))这句话来提取了相关系数，可是得到的结果里，所有的相关系数都是一样的，是哪里出了问题么？

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

xina2 发表于 2013-2-23 19:57
老师，您好：、
非常谢谢您，为什么我复制您的程序结果出现：## MAT15. Subscripts Too Large or Non-Po ...

请问您解决这个问题了吗？我也出现了## MAT15. Subscripts Too Large or Non-Positive

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

epoh 发表于 2011-10-16 19:31
我看差异不大,就多了garch(p=1,q=1,mv=ewma) / xjpn xfra xsui不过winrats 8,univariate garch and multiva ...

epoh老师您好，请问我用WinRATS 估计DCC-MGARCH模型，结果a值（即输出结果中的DCC（A））值不显著，请问这种情况DCC模型还适用吗？

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

epoh 发表于 2011-10-16 19:31
我看差异不大,就多了garch(p=1,q=1,mv=ewma) / xjpn xfra xsui不过winrats 8,univariate garch and multiva ...

dcc做出来结果A、B矩阵为什么没有交叉项啊？

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

epoh 发表于 2013-1-13 18:59
第四个数据有问题,请检查一下数据
你的心意,我心领了.别在意.
%%%%%

epoh老师，您好，看到您给大家解答的关于金融时间序列模型的问题，我获益良多，非常感谢您的热心帮助。
我现在在做一篇论文，需要用到三元BEKK-GARCH模型及DCC-GARCH模型，自己在使用大家编写的程序时，能够估计出均值方程和波动方程，但是后面的检验总是会出现一些问题，比如## MAT15. Subscripts Too Large or Non-Positive，试验了很多次也没有解决，想向您请教怎么去检验波动溢出效应？及怎么作出相关系数图。若是您方便的话，帮助我跑一些程序，并作一些详细说明，在此非常感谢您。我的扣扣：447368750@qq.com

附件列表

books3.xlsx

大小:133.62 KB

只需: 1000 个论坛币马上下载

数据

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

xina2 发表于 2013-2-23 19:57
老师，您好：、
非常谢谢您，为什么我复制您的程序结果出现：## MAT15. Subscripts Too Large or Non-Po ...

请问你这个问题解决了吗## MAT15. Subscripts Too Large or Non-Positive
请赐教

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

epoh 发表于 2011-10-27 19:05
Engle and Sheppard (2001)将 DCC 的估计简化成两步骤:第一阶段利用单变量的 GARCH模型估计出 N 个市场的条 ...

epoh老师您好：请问用WinRats如何画出BEKK的动态条件相关系数？非常感谢

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

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群