在Stata中使用`mgarch dcc`命令后，要画出时变相关系数（time-varying correlation coefficients）的图，你可以利用预测值来实现。具体步骤如下：

1. 首先确保你已经运行了`mgarch dcc`命令，并保存了估计结果。

2. 使用`predict`命令生成时变相关系数的预测值。例如，如果两个时间序列数据分别为y1和y2，则可以使用以下命令：
   ```
   predict H, archmat
   ```

3. 这会创建一个矩阵变量`H`，它包含了所有估计的时间点上的条件协方差矩阵。由于你可能关心的是相关系数而不是协方差，你可以将其转换为相关系数。

4. 然后利用`matrix list`命令查看矩阵`H`的内容，并确定如何提取你需要的相关系数。例如，要提取y1和y2之间的时变相关系数，可以先将`H`的元素提取到向量中：
   ```
   matrix R = H
   local i = _N * (_N+1) / 2 + 2 // 这个计算公式用于找到矩阵中非对角线元素的位置（这里假设你有2个变量）
   matrix rvec = R[`i',.]
   ```

5. 接着，将向量`rvec`转换为数据集：
   ```
   matlist rvec
   svmat rvec, names(col)
   ```

6. 最后使用`twoway line`命令绘制时变相关系数的时间序列图：
   ```
   twoway line var1 time, title("Time-Varying Correlation between y1 and y2")
   ```

关于你提到的lambda1和lambda2，它们确实是DCC方程中的参数。在Stata中使用`mgarch dcc`命令后，结果表中的lambda1（即`alpha`）和lambda2（即`beta`）控制着时变相关系数如何随时间变化。它们加起来接近1表示相关性具有较强的持久效应。

如果还有其他问题或需要更详细的解释，请随时提问！希望这能帮到你。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用