用ＲＡＴＳVARMA-GARCH求Q-TEST與Q^TEST和LM_TEST

epoh 发表于 2012-2-26 20:35
open data 12345.xls
data(format=xls,org=columns) 1 1990 EX TINDEX ELEC FIN PLAS MACH

跟您的程序是一模一样的，可是结果却是不一样，为什么会这样呢？
open data 12345.xls
data(format=xls,org=columns) 1 1990 EX TINDEX ELEC FIN PLAS MACH

system(model=var1)
variables EX ELEC
lags 1
det constant
end(system)
garch(p=1,q=1,model=var1,mv=bek,pmethod=simplex,piters=10,hmatrices=hh,rvectors=rr)

set stdEX = rr(t)(1)/sqrt(hh(t)(1,1))
set stdELEC = rr(t)(2)/sqrt(hh(t)(2,2))
@mvqstat(lags=12)
# stdEX            
@mvqstat(lags=12)   
# stdELEC


MV-GARCH, BEKK - Estimation by BFGS
Convergence in    34 Iterations. Final criterion was  0.0000000 <=  0.0000100
Usable Observations                      1989
Log Likelihood                     18050.5107

    Variable                        Coeff      Std Error      T-Stat      Signif
************************************************************************************
1.  EX{1}                         0.102171740  0.027092231      3.77126  0.00016243
2.  ELEC{1}                       0.003976769  0.003502480      1.13542  0.25620142
3.  Constant                      0.000009695  0.000015162      0.63942  0.52255256
4.  EX{1}                        -0.227416433  0.078940197     -2.88087  0.00396579
5.  ELEC{1}                       0.040532011  0.019186282      2.11255  0.03463916
6.  Constant                      0.000192349  0.000123974      1.55153  0.12077459
7.  C(1,1)                        0.000220330  0.000019706     11.18058  0.00000000
8.  C(2,1)                       -0.000248049  0.000178291     -1.39126  0.16414563
9.  C(2,2)                        0.000638715  0.000092629      6.89542  0.00000000
10. A(1,1)                        0.547527609  0.008301602     65.95446  0.00000000
11. A(1,2)                       -0.082332560  0.056683900     -1.45249  0.14636658
12. A(2,1)                        0.011465373  0.003905594      2.93563  0.00332873
13. A(2,2)                        0.216417514  0.016887683     12.81511  0.00000000
14. B(1,1)                        0.872624033  0.002689327    324.47669  0.00000000
15. B(1,2)                        0.026165464  0.017365161      1.50678  0.13186725
16. B(2,1)                       -0.002984686  0.001528545     -1.95263  0.05086330
17. B(2,2)                        0.971241253  0.004401043    220.68431  0.00000000

## CP18. MVQSTAT is not the Name of a PROCEDURE. (Did you forget to SOURCE?)
>>>>@mvqstat(<<<<

我跑出来的也是 ## CP18. MVQSTAT is not the Name of a PROCEDURE. (Did you forget to SOURCE?)
>>>>@mvqstat(<<<<
求助!

wald test 在BEKK 里面是检验波动性溢出（volatility spillovers)的， 测试A(i,j)=B(i,j)=0, where i 不等于 j

请问怎么做LM检验，求指导啊

wljine 发表于 2013-8-14 16:04
跟您的程序是一模一样的，可是结果却是不一样，为什么会这样呢？
open data 12345.xls
data(format=xls ...

请问您这个问题解决了吗，我也是会这样。

epoh 发表于 2012-2-17 16:24
open data g10xrate.xls
data(format=xls,org=columns) 1 6237 usxjpn usxfra usxsui
*

写的真好！！

epoh 发表于 2012-2-17 16:24
open data g10xrate.xls
data(format=xls,org=columns) 1 6237 usxjpn usxfra usxsui
*

写的真好！！！

epoh 发表于 2012-2-17 16:24
open data g10xrate.xls
data(format=xls,org=columns) 1 6237 usxjpn usxfra usxsui
*

写的真好！！！

epoh 发表于 2012-2-17 16:24
open data g10xrate.xls
data(format=xls,org=columns) 1 6237 usxjpn usxfra usxsui
*

请问标定VAR-MGARCH后怎么做LM检验呢？谢谢

我得到的估计结果如下，请问下面的结果怎么看，均值方程的系数在哪里看？非常感谢！OPEN DATA d:\data.xls
DATA(FORMAT=XLS,ORG=COLUMNS) 1 1250 x y
system(model=var1)
variables x y
lags 1
det constant
end(system)
garch(p=1,q=1,model=var1,mv=bek,pmethod=simplex,piters=10,hmatrices=hh,rvectors=rd) / x y

MV-GARCH, BEKK - Estimation by BFGS
Convergence in    49 Iterations. Final criterion was  0.0000015 <=  0.0000100
Usable Observations   1249
Log Likelihood                    9794.14847009

   Variable                     Coeff       Std Error      T-Stat     Signif
*******************************************************************************
1.  X{1}                      0.988418353  0.003518429    280.92604  0.00000000
2.  Y{1}                      0.000855337  0.001709259      0.50041  0.61678350
3.  Constant                 -0.000054055  0.000056305     -0.96004  0.33703278
4.  X{1}                     -0.031985435  0.041505844     -0.77062  0.44092932
5.  Y{1}                      0.309863273  0.029181872     10.61835  0.00000000
6.  Constant                 -0.018683157  0.000914917    -20.42060  0.00000000
7.  C(1,1)                   -0.000418252  0.000059853     -6.98796  0.00000000
8.  C(2,1)                    0.000093166  0.000738494      0.12616  0.89960792
9.  C(2,2)                    0.002593503  0.000688116      3.76899  0.00016391
10. A(1,1)                    0.520276947  0.032363033     16.07627  0.00000000
11. A(1,2)                    0.403551044  0.295948294      1.36359  0.17269780
12. A(2,1)                    0.001145687  0.001810960      0.63264  0.52696828
13. A(2,2)                    0.218433304  0.025766612      8.47738  0.00000000
14. B(1,1)                    0.833230949  0.017582373     47.39013  0.00000000
15. B(1,2)                   -0.313670512  0.139082059     -2.25529  0.02411507
16. B(2,1)                    0.000982113  0.001185146      0.82869  0.40728257
17. B(2,2)                    0.963140119  0.010383322     92.75838  0.00000000