*---------------------------------*
*          GARCH Model Fit        *
*---------------------------------*

Conditional Variance Dynamics   
-----------------------------------
GARCH Model     : realGARCH(1,1)
Mean Model      : ARFIMA(0,0,0)
Distribution    : norm

Optimal Parameters
------------------------------------
        Estimate  Std. Error  t value Pr(>|t|)
omega   -1.00000          NA       NA       NA
alpha1   0.05000          NA       NA       NA
beta1    0.70000          NA       NA       NA
eta11    0.10000          NA       NA       NA
eta21    0.05000          NA       NA       NA
delta    1.00000          NA       NA       NA
lambda   0.45032          NA       NA       NA
xi       1.25313          NA       NA       NA

Robust Standard Errors:
        Estimate  Std. Error  t value Pr(>|t|)
omega   -1.00000          NA       NA       NA
alpha1   0.05000          NA       NA       NA
beta1    0.70000          NA       NA       NA
eta11    0.10000          NA       NA       NA
eta21    0.05000          NA       NA       NA
delta    1.00000          NA       NA       NA
lambda   0.45032          NA       NA       NA
xi       1.25313          NA       NA       NA

failed to invert hessian
LogLikelihood : -1.1

Information Criteria
------------------------------------

Akaike       0.032384
Bayes        0.094043
Shibata      0.031987
Hannan-Quinn 0.0
很多NA 这是怎么回事 有好心人能够帮忙解答吗