在S+中，fgarch与garch虽然类似，但并不完全一样。~figarch(m,q)主要应用于FIGARCH条件方差公式。假如我们要运用S+FinMetrics “timeSeries”中的对象dell.s来对Dell电脑股票收益率序列拟合FIGARCH(1, d, 1)模型。可以采用以下命令：

> dell.figarch = fgarch(dell.s~1, ~figarch(1,1))
Initializing model parameters.
Iteration No. 1: log-likelihood=-3282.303431
...
Iteration No. 10: log-likelihood=-3279.508705
Convergence in gradient.
> oldClass(dell.figarch)
[1] "fgarch" "garch"
注意它与garch的区别，要显示拟合结果，可以运用如下命令：

> dell.figarch
Call:
fgarch(formula.mean = dell.s ~1, formula.var = ~figarch(1, 1))
Mean Equation: dell.s ~1
Conditional Variance Equation: ~figarch(1, 1)
Coefficients:
C 0.4422
A 0.6488
GARCH(1) 0.6316
ARCH(1) 0.4481
fraction 0.2946

你并未给出你的源代码，以上例子供你参考。

奖励：金钱30，经验50

[此贴子已经被anning189于2007-3-23 8:53:31编辑过]

你的问题可能出在数据结构上，具体syntax参见HELP。全部程序运行结果如下：

> dell.figarch = fgarch(dell.s~1, ~figarch(1,1))
Initializing model parameters.
Iteration No. 1: log-likelihood=-3282.303430
Iteration No. 2: log-likelihood=-3280.512919
Iteration No. 3: log-likelihood=-3279.998295
Iteration No. 4: log-likelihood=-3279.974121
Iteration No. 5: log-likelihood=-3279.806793
Iteration No. 6: log-likelihood=-3279.564747
Iteration No. 7: log-likelihood=-3279.522290
Iteration No. 8: log-likelihood=-3279.510003
Iteration No. 9: log-likelihood=-3279.508726
Iteration No. 10: log-likelihood=-3279.508705
Convergence in gradient.
> oldClass(dell.figarch)
[1] "fgarch" "garch"
> dell.figarch

Call:
fgarch(formula.mean = dell.s ~ 1, formula.var = ~ figarch(1, 1))

Mean Equation: dell.s ~ 1

Conditional Variance Equation: ~ figarch(1, 1)

Coefficients:

C 0.4422
A 0.6488
GARCH(1) 0.6316
ARCH(1) 0.4481
fraction 0.2946

1.照你写的是ARMA Terms in Conditional Mean Equation.

2.而如果你作的是FIGARCH模型,

则peterf兄已跟你说明的很清楚.

先谢谢各位的指教,我是直接用FINMETRICS里的FGARCH函数作的,命令如下:

are.fgarch=fgarch(are100$ars100~1,~figarch(1,1))

summary(are.fgarch)

其中,are100是我导入的数据,然后就会出现以上的提示

二楼已经说得够清楚的了。你再看看你的are100$ars100数据结构。

不要用$。如果不清楚的话，可以利用Object Explorer查看dell.s或hp.s的数据结构。

另外四楼，她在FIGARCH就已经使用了AR(1)。也就是ARMA。再不明白的话，请发站内短信与我。

[此贴子已经被作者于2007-3-24 19:38:09编辑过]