请高手指点一下R做GARCH模型的结果

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

我在R中用fGarch包做GARCH模型的结果如下：

其中命令是> fit = garchFit(returnusa ~ garch(1, 1), trace = FALSE)
                   > fit

我不知道其中的omega指的是什么，请高人指点，多谢！

Title:
GARCH Modelling

Call:
garchFit(formula = returnusa ~ garch(1, 1), trace = FALSE)

Mean and Variance Equation:
data ~ garch(1, 1)
<environment: 0x04bc7748>
[data = dem2gbp]

Conditional Distribution:
norm

Coefficient(s):
        mu       omega      alpha1       beta1  
-0.0061903   0.0107614   0.1531341   0.8059737  

Std. Errors:
based on Hessian

Error Analysis:
              Estimate      Std. Error       t           value Pr(>|t|)   
mu         -0.006190    0.008462   -0.732       0.464447   
omega    0.010761    0.002838    3.793       0.000149 ***
alpha1    0.153134     0.026422    5.796         6.8e-09 ***
beta1      0.805974    0.033381   24.144         < 2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Log Likelihood:
-1106.608    normalized:  -0.5605916

Description:
Sun May 08 22:10:00 2011 by user: Administrator

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5 回帖

关键词：GARCH模型 R做GARCH ARCH模型 GARCH 高手指点 GARCH 模型 结果 高手 指点

omega 是方差方程中的常数项

2# abc463754132
非常感谢，这下明白了

高手 求教GARCH星期效应的EVIEWS公式输入
Estimation Command:
=====================
LS XINGQI5 C (XINGQI1*D1) (XINGQI2*D2) (XINGQI3*D3) (XINGQI4*D4)

Estimation Equation:
=====================
XINGQI5 = C(1) + C(2)*(XINGQI1*DV) + C(3)*(XINGQI2*DV) + C(4)*(XINGQI3*DV) + C(5)*(XINGQI4*DV)

以上公式是回归模型


求GARCH效应检验 应该输入什么均值方程。

4# fengyilu

建议参看一下人大张成思编的那本计量学eviews书

abc463754132 发表于 2011-5-9 11:00
omega 是方差方程中的常数项

请问，我做t分布时的shape是什么意思啊？

大哥。。为什么我对一个论文的重新运算结果和你的一模一样。。你该不会是原作者吧。。下面贴结果
> fit1=garchFit(formula=y~garch(1,1),trace=FALSE)
> summary(fit1)

Title:
GARCH Modelling

Call:
garchFit(formula = y ~ garch(1, 1), trace = FALSE)

Mean and Variance Equation:
data ~ garch(1, 1)
<environment: 0x04378fc8>
[data = dem2gbp]

Conditional Distribution:
norm

Coefficient(s):
        mu       omega      alpha1       beta1  
-0.0061903   0.0107614   0.1531341   0.8059737  

Std. Errors:
based on Hessian

Error Analysis:
        Estimate  Std. Error  t value Pr(>|t|)   
mu     -0.006190    0.008462   -0.732 0.464447   
omega   0.010761    0.002838    3.793 0.000149 ***
alpha1  0.153134    0.026422    5.796  6.8e-09 ***
beta1   0.805974    0.033381   24.144  < 2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Log Likelihood:
-1106.608    normalized:  -0.5605916

Description:
Sat Nov 28 22:52:27 2015 by user: Administrator

你好，我想问一下mu&nbsp; &nbsp;是什么意思啊，你的那个R结果中的均值方程是什么啊

wudizhao 发表于 2015-10-10 00:17
请问，我做t分布时的shape是什么意思啊？

自由度