看看函数的帮助文档，就知道输出的内容
%
% USAGE:
%      [parameters, loglikelihood, Ht, likelihoods, stdresid, stderrors, A, B, scores]  = full_bekk_mvgarch(data,p,q,options);
%
%
% INPUTS:
%      data          - A t by k matrix of zero mean residuals
%      p             - The lag length of the innovation process
%      q             - The lag length of the AR process
%      options       - (optional) Options for the optimization(fminunc)
%
% OUTPUTS:
%      parameters    - A (k*(k+1))/2+p*k^2+q*k^2 vector of estimated parameteters. F
%                         or any k^2 set of Innovation or AR parameters X,
%                         reshape(X,k,k) will give the correct matrix
%                         To recover C, use ivech(parmaeters(1:(k*(k+1))/2)
%      loglikelihood - The loglikelihood of the function at the optimum
%      Ht            - A k x k x t 3 dimension matrix of conditional covariances
%      likelihoods   - A t by 1 vector of individual likelihoods
%      stdresid      - A t by k matrix of multivariate standardized residuals
%      stderrors     - A numParams^2 square matrix of robust Standad Errors(A^(-1)*B*A^(-1)*t^(-1))
%      A             - The estimated inverse of the non-robust Standard errors
%      B             - The estimated covariance of teh scores
%      scores        - A t by numParams matrix of individual scores


parameters 里面是方差方程 A、B矩阵的值，用reshape编程矩阵。
likelihoods   为似然函数

我知道这个程序，最后参数一共12个值。那么每一个值都是哪个参数的呢？能具体给个例子么？不然还是不是很明白，谢谢啊大牛！

二元GARCH的例子。 要学会看帮助啊。

[parameters, loglikelihood, Ht, likelihoods, stdresid, stderrors, AA, BB,scores]=diagonal_bekk_mvgarch(r,1,1);
C=ivech(parameters(1:3));
A=reshape(parameters(4:7),2,2);
B=reshape(parameters(8:11),2,2);
T_statistics=parameters./sqrt(diag(inv(scores'*scores)))；

求问怎么用matlab做full-beek garch呀？有相关的程序包或者代码吗？小白查了好久也没太明白，不胜感激！！！

大佬，小萌新可否问下帮助可以在哪里看呢？
还有这里的t统计量的计算公式如何理解？看了代码不是很清楚scores算的是什么