1、对扰动项分布设定为ged时，在stata估计garch(1,1)中收敛，但是在估计garch(1,1)-M时却不收敛，迭代了163次，显示flat log likelihood encountered, cannot find uphill direction这是为什么啊。
A: MLE 估计中，这种状况经常发生，你可以多执行几次，Stata 会努力选择不同的初始值和数值方法，以便达到最终收敛。如果还是不行，那就只能尝试改变模型设定形式了，也可以考虑缩小样本区间。
2、此外，在做扰动分布选择时，结果显示根据aic,bid最小应选择ged分布，结果如下图。但是在用egarch分析非对称效应时扰动项为t和ged分布时结果恰好相反，t非常显著，ged时非常不显著，该选择哪个结果啊，好晕啊。
A：AIC 只是作为模型筛选的一个参考依据。你可以看看两种情况下 AIC 和 BIC 的值是否存在很大的差异，如果差异很小，那就采用 t 即可。
3、我对egarch不同扰动设定进行lrtest结果显示正态分布与t分布，t分布与自由度为5的t分布，都没有差别（p=1），而做t分布与ged分布的lrtest检验时显示“df(unrestricted) = df(restricted) = 6”，这是问什么啊。
A：lrtest 检验要求两个模型是 nested in 的关系，简言之，二者的自由度不同，而在你的检验中，t 和 ged 分布假设下，自由度没有差异，此时是无法进行 LR 检验的。
4、在选择tgarch分析非对称效应时无论是正态，t，ged都不显著，都不存在非对称效应，正好和egarch时相反，那么该选择哪个模型来分析非对称效应呢，您在讲解时说视情况而定，那么本题中具体该如何选择啊。
A：两个模型的设定方式存在差异，文献中也没有专门对比二者的优劣的，我觉得你可以把两个结果都报告出来，当然，这样会弱化你的结论——你的结论是有条件的成立的。此外，你可以看看前期文献，看看多数学者都采用了何种模型设定形式。
扫码加好友，拉您进群
全部版块
我的主页
收藏
