估计不收敛问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

利用garchFit函数估计ARMA(1,0)-GARCH(1,1)模型时，出现如下显示：
Error in arima(.series$x, order = c(u, 0, v), include.mean = include.mean) :
  non-stationary AR part from CSS

导致参数估计不出来，这个意思是说AR(1)的系数大于1，怎么解决这类问题，请高手指点一下！谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：不收敛 stationary garchFit include station

楼主您好，首先要确认数据的预处理操作没有问题，经济金融数据一般是处理成一阶差分对数收益率，保证数据是平稳的。你是不是先用arima函数算ARMA，然后再用garchFit算GARCH模型？如果是这样的话那就是在按两步法的估计程序走，这样估计也是一致的，可以先通过arima函数里的method变量换别的最优化算法，arima函数还支持ML，CSS-ML，这个默认应该是用的CSS，看看换用别的最优化算法进行参数估计还会不会报错。如果不行，可以再换rugarch包试试看，这个包可以两步估计、也可以一步估计ARMA-GARCH，一步估计的有效性会更高，看看这样子换用了别的函数估计模型是否还会出问题。如果还是报错，那有可能是数据的原因了。

fGarch包的这个garchFit函数其实也可以一步估计ARMA-GARCH的，它支持单独估计GARCH，或者ARMA-GARCH一起，但不支持只计算ARMA，可以试试看一起估计会不会出问题。

感谢您的解答，我的数据生成过程本身是单位根过程，且扰动项是服从GARCH(1,1)模型，这样在估计的时候有的时候自回归项的系数估计会大于1，这是就报错了，当系数估计小于1的时候是可以的。关于rugarch包，我也试了，也是出现同样的问题。你说的分两步估计，是如何进行设置，还请给出操作的命令，谢谢！五一快乐！

harlon1976 发表于 2021-5-2 16:33
感谢您的解答，我的数据生成过程本身是单位根过程，且扰动项是服从GARCH(1,1)模型，这样在估计的时候有的时 ...

您好，我说的两步估计是指先计算ARMA模型，然后提取出来残差，对这个残差再进行GARCH建模，不管是对rugarch包还是fGarch包都是这样操作的。所以按两步估计走，ARMA模型的计算还是离不开arima函数。不过您计算报的这个错可能不是参数估计的问题了。