当使用R软件进行BEKK-GARCH模型拟合时,通常会输出模型的系数估计值、标准误差和置信区间,但不会直接提供p值。要判断是否存在溢出效应,可以考虑以下几个步骤:
检查系数的符号和显著性:观察模型输出的系数估计值和标准误差,判断其符号和显著性。通常,如果系数估计值显著大于零,可能存在正溢出效应;如果系数估计值显著小于零,可能存在负溢出效应。标准误差可以用于判断系数估计值的显著性。
绘制条件方差图:通过绘制条件方差图,可以观察到时间序列数据的波动性模式。如果存在溢出效应,通常会表现为条件方差的突然增加或波动。
进行模型诊断:使用模型诊断方法,例如残差分析、ARCH效应检验等,来判断模型的拟合效果和残差的特征。如果存在溢出效应,可能会表现为残差序列中的异方差性或非线性特征。
进行假设检验:虽然R的输出中没有直接提供p值,但你可以使用统计检验方法对系数进行假设检验。例如,可以使用t检验或Wald检验来判断系数的显著性。