求问楼主解决了吗

发现没什么人讨论这个rugarch的稳健估计结果...其实还挺重要的。Optimal Parameters就是最普通的MLE参数估计结果的展示，里面所展示的标准误se为MLE普通标准误，就是通过求MLE参数估计值对应的黑塞矩阵的逆阵，然后将这个逆矩阵主对角线元素提取出来再开方，得到的值就是这些个MLE普通标准误。Robust Standard Errors则是QMLE之下的参数估计结果的展示，里面的标准误se为稳健标准误，而且是Bollerslev and Woodridge (1992) robust standard error，提出时针对的是同时考虑均值和波动率建模的时间序列模型MLE参数估计的稳健问题，其思想来自于White (1982)的sandwich robust standard error。因为MLE估计有一个正态分布的假设，但是实际中这个假设不一定满足，所以robust standard error有助于检查在非正态下参数估计值还能否保持显著，这个robust standard error一般比普通标准误要大一点，所以参数显著性会差一点是很正常的。只要参数估计值在Optimal Parameter和Robust Standard Errors之下都能满足显著要求，那就说明MLE参数估计没有问题，如果Optimal Parameter的结果显著，Robust Standard Errors的结果很不显著或者差得很多，那就说明这批数据针对这个模型的MLE参数估计结果可能存在错误，不够稳健严谨地来说是不能用的，有些严格一点的审稿让你两个都汇报的话，这样的结果肯定会通不过。当然绝大部分情况下，论文都是汇报的普通标准误的结果，极少数论文保持绝对严谨两个都汇报或者只汇报robust standard error的结果。