用r做dcc-garch遇到solve-default的问题，求助！

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

rt
用r做ABCP90days 和s&p500的dcc-garch的coefficientsx<-read.csv(file="1.csv",header=TRUE) >  y<-x[,2]  > > z<-x[,2]
> p=cbind(y,z) > r<-diff(log(p))
> r[,1]<-r[,1]-mean(r[,1])
> r[,2]<-r[,2]-mean(r[,2])
> T=length(r[,1]) >
library(timeSeries) 载入需要的程辑包：timeDate
> library(ccgarch)
> library(fgarch)


> f1=f1@fit$coef
> f1

omega       alpha1        beta1
0.0004556944 0.5116383451 0.6753094036

f2=garchFit(~garch(1,1),data=r[,2],include.mean=FALSE)

> f2=f2@fit$coef
> f2
       omega       alpha1        beta1
0.0004556944 0.5116383451 0.6753094036
> a=c(f1[1],f2[1])
> A=diag(c(f1[2],f2[2]))
> B=diag(c(f1[3],f2[3]))
> dccpara=c(0.01,0.98)

>dccresults=dcc.estimation(inia=a,iniA=A,iniB=B,ini.dcc=dccpara,dvar=r,model="diagonal")
到这总是显示错误于solve.default(R) : 系统计算上是奇异的: 倒条件数=2.77556e-17
，看了一下COR，结果是1，是不是由于这个原因造成的，按理说cor不会出现为1，有没有老师可以指点一下，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4 回帖

关键词：DCC-GARCH Default GARCH fault Solve library

应该是你自己弄错了.
f1 = f2 ??

L=read.csv(file="data.csv",header=TRUE)

x=L[2:120,4]
y=L[2:120,3]
z=L[2:120,13]
r=cbind(y,z)
r[,1]=r[,1]-mean(r[,1])
r[,2]=r[,2]-mean(r[,2])

T=length(r[,1])

f1=garchFit(~garch(1,1),data=r[,1],include.mean = F )
f1=f1@fit$coef
#    omega    alpha1     beta1
#0.5834909 0.2208952 0.7559077

f2=garchFit(~garch(1,1),data=r[,2],include.mean = F)
f2=f2@fit$coef
#      omega      alpha1       beta1
#0.007263227 0.999999990 0.016775958

data=r[,2]
显然有问题,请检查一下.

epoh 发表于 2013-1-13 22:15
L=read.csv(file="data.csv",header=TRUE)

x=L[2:120,4]

数据的问题，我一个是用的价格计算的收益率，另一个是直接用的的利率，利率基本在50基准点，这个不能直接这么用么?  后面进行dcc.estimation, 通过code上的那种方法得出的是DCC吗？
对于这些源数据，对数据进行过滤，在R程序中如何实现 VAR（1）过滤？
这些东西完全初学，所以问题也比较基础，希望epoh能给予帮助，谢谢！

老师，我已经弄清楚了之前问题所在了，我想请问一下，dcc.estimation中dcc.para是怎么确定的呢？

Pia 发表于 2013-1-15 07:27
老师，我已经弄清楚了之前问题所在了，我想请问一下，dcc.estimation中dcc.para是怎么确定的呢？

ini.dcc=dcc.para,
ini.dcc : a vector of initial values for the DCC parameters (2 x 1)

dcc.para 就是initial values
设定好适当值,其接果是相近的
如底下:dcc.para  <- c(0.01,0.98)
       dcc.para1 <- c(0.02,0.95)
       dcc.para2 <- c(0.02,0.9)     
####
library(ccgarch)
set.seed(123)
nobs <- 1000; cut <- 1000
a <- c(0.003, 0.005)
A <- diag(c(0.2,0.15))
B <- diag(c(0.75, 0.8))
uncR <- matrix(c(1.0, 0.4, 0.4, 1.0),2,2)
dcc.para <- c(0.01,0.98)
dcc.data <- dcc.sim(nobs, a, A, B, uncR, dcc.para, model="diagonal")

# Estimating a DCC-GARCH(1,1) model
dcc.para1 <- c(0.02,0.95)
dcc.para2 <- c(0.02,0.9)

dcc.results <- dcc.estimation(inia=a, iniA=A, iniB=B, ini.dcc=dcc.para,dvar=dcc.data$eps, model="diagonal")
dcc.results1 <- dcc.estimation(inia=a, iniA=A, iniB=B, ini.dcc=dcc.para1,dvar=dcc.data$eps, model="diagonal")
dcc.results2 <- dcc.estimation(inia=a, iniA=A, iniB=B, ini.dcc=dcc.para2,dvar=dcc.data$eps, model="diagonal")
# Parameter estimates and their robust standard errors
dcc.results$out
#                    a1         a2        A11         A22        B11        B22   dcc alpha   dcc beta
#estimates 0.0020597062 0.00332611 0.19605728 0.190663641 0.77793259 0.78573525 0.006854594 0.98452082
#std.err   0.0007481721 0.03895612 0.04131927 0.001078035 0.02904991 0.03088621 0.006908613 0.02031203

dcc.results1$out
#                    a1         a2        A11         A22        B11        B22   dcc alpha   dcc beta
#estimates 0.0020597062 0.00332611 0.19605728 0.190663641 0.77793259 0.78573525 0.006856761 0.98453281
#std.err   0.0007481721 0.03895612 0.04131927 0.001078035 0.02904991 0.03088621 0.006904375 0.02027669

dcc.results2$out
#                    a1         a2        A11         A22        B11        B22   dcc alpha   dcc beta
#estimates 0.0020597062 0.00332611 0.19605728 0.190663641 0.77793259 0.78573525 0.006872483 0.98447394
#std.err   0.0007481721 0.03895612 0.04131927 0.001078035 0.02904991 0.03088621 0.006925764 0.02037307

epoh 发表于 2013-1-15 11:19
ini.dcc=dcc.para,
ini.dcc : a vector of initial values for the DCC parameters (2 x 1)

首先谢谢老师的回答，但我还有些疑问。按您的说法，你看我这样理解对不对？
1.在dcc.estimation中所用的a <- c(0.003, 0.005)
                                   A <- diag(c(0.2,0.15))
                                    B <- diag(c(0.75, 0.8))都是通过两个unigarch的出来的，分别对应的是garchFit中的omega，alpha 和beta， 这些作为dcc.estimation中的初始值使用，ini.dcc中的数值是直接自己设定（一般设定0.01，0.98，但我也有看到设为0.2,0.6，为什么差异这么大），反正原则就是两个都为正，和小于1？如果是这样的话，我设定了一个dcc.para=c（0.02,0.95），用在计算两个ts的动态相关系数是可行的，但是用在另两个ts上得出来的结果就不对，这意味着在每次使用dcc.para都需要根据情况重新设定？
2. 把R中的dcc.estimation函数对应到模型公式上，这个dcc.para中的两个参数是通过最大化释然函数得到参数吗？

希望老师能帮助回答，先谢谢了

Pia 发表于 2013-1-16 06:46
首先谢谢老师的回答，但我还有些疑问。按您的说法，你看我这样理解对不对？
1.在dcc.estimation中所用的 ...

a <- c(0.003, 0.005)
A <- diag(c(0.2,0.15))
B <- diag(c(0.75, 0.8))
都是自己给的初始值.

dcc.estimation分两阶段 :
dcc.estimation1() -- the first stage (volatility part) estimation of the (E)DCC-GARCH model.
         对应的释然函数 loglik_dcc1.R

dcc.estimation2() -- the second stage (DCC part) estimation of the (E)DCC-GARCH model
         对应的释然函数 loglik_dcc2.R (the objective function in the 2nd step DCC estimation)

epoh 发表于 2013-1-16 15:12
a

谢谢epoh老师的回答。
在用dcc得到动态相关系数之后，发现在某一点这个系数存在巨大转变，有一个break存在，现在要对break进行检验，把整个数据拆成两部分，break之前和之后两个样本，作为两个模型，分别对他们做了dcc，然后计算出前后系数的mean，然后要计算稳健标准误，考虑异方差和自回归的现象，最后做t检验，按这个思路，计算稳健标准误是为了什么呢，证明即使随时间的变化，这两个样本的均值都还是能反应总体的均值吗？（我看了资料单仍然对这个不是很理解）另外这个计算稳健标准差在R程序中如何实现呢，用什么包呢？知道一个car程序包，但是没找到。
又麻烦老师了，这一路上值得学习的太多，谢谢你的帮助。

Pia 发表于 2013-1-17 06:16
谢谢epoh老师的回答。
在用dcc得到动态相关系数之后，发现在某一点这个系数存在巨大转变，有一个break存 ...

VAR in DCC model example
   http://r.789695.n4.nabble.com/rg ... 83371.html#a3688600