请教FIGARCH回归中的问题

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

我用的是指数收益数据做FIGARCH模型,可总是有如下提示出现,

Warning messages:
The estimated asymptotic variance is not well-defined. in: garch(series ~
arma(gwxzba1, gwxzba2), ~ garch(1, 1), trace = F, x = X, ....
>
我还没来得及系统的看SPLUS的相关函数,语法等,所以不知道问题出在哪?请知道的人指教一下哈,不胜感激!

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2 回帖

关键词：FIGARCH IGarch GARCH ARCH RCH FIGARCH

在S+中，fgarch与garch虽然类似，但并不完全一样。~figarch(m,q)主要应用于FIGARCH条件方差公式。假如我们要运用S+FinMetrics “timeSeries”中的对象dell.s来对Dell电脑股票收益率序列拟合FIGARCH(1, d, 1)模型。可以采用以下命令：

> dell.figarch = fgarch(dell.s~1, ~figarch(1,1))
Initializing model parameters.
Iteration No. 1: log-likelihood=-3282.303431
...
Iteration No. 10: log-likelihood=-3279.508705
Convergence in gradient.
> oldClass(dell.figarch)
[1] "fgarch" "garch"
注意它与garch的区别，要显示拟合结果，可以运用如下命令：

> dell.figarch
Call:
fgarch(formula.mean = dell.s ~1, formula.var = ~figarch(1, 1))
Mean Equation: dell.s ~1
Conditional Variance Equation: ~figarch(1, 1)
Coefficients:
C 0.4422
A 0.6488
GARCH(1) 0.6316
ARCH(1) 0.4481
fraction 0.2946

你并未给出你的源代码，以上例子供你参考。

奖励：金钱30，经验50

[此贴子已经被anning189于2007-3-23 8:53:31编辑过]

你的问题可能出在数据结构上，具体syntax参见HELP。全部程序运行结果如下：

> dell.figarch = fgarch(dell.s~1, ~figarch(1,1))
Initializing model parameters.
Iteration No. 1: log-likelihood=-3282.303430
Iteration No. 2: log-likelihood=-3280.512919
Iteration No. 3: log-likelihood=-3279.998295
Iteration No. 4: log-likelihood=-3279.974121
Iteration No. 5: log-likelihood=-3279.806793
Iteration No. 6: log-likelihood=-3279.564747
Iteration No. 7: log-likelihood=-3279.522290
Iteration No. 8: log-likelihood=-3279.510003
Iteration No. 9: log-likelihood=-3279.508726
Iteration No. 10: log-likelihood=-3279.508705
Convergence in gradient.
> oldClass(dell.figarch)
[1] "fgarch" "garch"
> dell.figarch

Call:
fgarch(formula.mean = dell.s ~ 1, formula.var = ~ figarch(1, 1))

Mean Equation: dell.s ~ 1

Conditional Variance Equation: ~ figarch(1, 1)

Coefficients:

C 0.4422
A 0.6488
GARCH(1) 0.6316
ARCH(1) 0.4481
fraction 0.2946

1.照你写的是ARMA Terms in Conditional Mean Equation.

2.而如果你作的是FIGARCH模型,

则peterf兄已跟你说明的很清楚.

先谢谢各位的指教,我是直接用FINMETRICS里的FGARCH函数作的,命令如下:

are.fgarch=fgarch(are100$ars100~1,~figarch(1,1))

summary(are.fgarch)

其中,are100是我导入的数据,然后就会出现以上的提示

以下是引用peterf在2007-3-22 23:29:00的发言：

你的问题可能出在数据结构上，具体syntax参见HELP。

二楼已经说得够清楚的了。你再看看你的are100$ars100数据结构。

不要用$。如果不清楚的话，可以利用Object Explorer查看dell.s或hp.s的数据结构。

另外四楼，她在FIGARCH就已经使用了AR(1)。也就是ARMA。再不明白的话，请发站内短信与我。

[此贴子已经被作者于2007-3-24 19:38:09编辑过]

1.谢谢sophiama的说明,逐渐了解楼主的意思.

原以为楼主是garch,fgarch,两者都作,以兹比较.

2.以ibm.txt为例说明,假设数据档案ibm.txt放在c碟,

直接读档,执行即可.

#Daily simple returns of IBM, VW, EW, SP

#19620703-20031231

#Format: date, IBM, VW, EW & SP

19620703 0.00429 0.0113 0.0131 0.0113

19620705 -0.00427 0.0060 0.0069 0.0057

19620706 -0.01429 -0.0107 -0.0064 -0.0113

...........

...........

###

module(finmetrics)

data=matrix(scan(file='c:/ibm.txt'),5)

ibm=data[2,]

prcnt.ibm=ibm*100

#without arma term, arma(0,0)

ibm.mod1=fgarch(prcnt.ibm~1,~figarch(1,1))

summary(ibm.mod1)

# with arma term, arma(1,1)

ibm.mod2=fgarch(prcnt.ibm~1+arma(1,1),~figarch(1,1))

summary(ibm.mod2)

#如果是ar(3),ar(5) 这种模型,语法会稍微不同.

3.若楼主需要ibm.txt参考,请告知,我会寄上.

印象中好像讨论过exlink toolbox.

奖励：金钱50，经验30

[此贴子已经被anning189于2007-3-26 21:07:50编辑过]

谢谢楼上各位的耐心指教，我基本上看懂了，尤其楼上的那一段程序，我觉得写得很清楚，再次谢谢！

我在非参数自回归模型的未知函数估计时想用局部线性估计和三次样条估计两种方法，可是我在编制matlab或其他软件模拟程序时老是存在好多问题，请问有研究这方面问题的吗，非常感谢！

能把具体问题说一下吗？你用局部线性估计的程序思路？是用loess还是spline？如果仅仅是样条平滑编制起来应该不太困难。当然，窗宽的选择也很重要。能说具体一点吗？你是不是看到叶阿中的那本书想到这么用的。有兴趣可以在我发的非参数专贴中互相探讨。