关于dcc模型的参数估计

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

我在估计dcc模型时候出现下面的情况：MV_GARCH, DCC - Estimation by BFGS
NO CONVERGENCE IN 8 ITERATIONS
LAST CRITERION WAS  0.0000000
ESTIMATION POSSIBLY HAS STALLED OR MACHINE ROUNDOFF IS MAKING FURTHER PROGRESS DIFFICULT.
TRY HIGHER SUBITERATIONS LIMIT, TIGHTER CVCRIT, DIFFERENT SETTING FOR EXACTLINE OR ALPHA ON NLPAR.
RESTARTING ESTIMATION FROM LAST ESTIMATES OR DIFFERENT INITIAL GUESSES MIGHT ALSO WORK
Usable Observations    652
Log Likelihood                        NA
    Variable                    Coeff      Std Error      T-Stat       Signif
*********************************************************************************
1.  XSH{1}                    0.010181848  0.052604523       0.19355  0.84652464
2.  XHK{1}                   -0.013311066  0.051274840      -0.25960  0.79517056
3.  XDAX{1}                  -0.012449217  0.042364163      -0.29386  0.76886337
4.  XSP500{1}                -0.012019582  0.053992215      -0.22262  0.82383365
5.  XSH{1}                   -0.051689691  0.042883985      -1.20534  0.22807289
6.  XHK{1}                   -0.052625326  0.043790887      -1.20174  0.22946370
7.  XDAX{1}                   0.012384291  0.034304437       0.36101  0.71809096
8.  XSP500{1}                 0.030995140  0.044693611       0.69350  0.48799413
9.  XSH{1}                    0.076387175  0.052058135       1.46734  0.14228259
10. XHK{1}                    0.081580676  0.043348803       1.88196  0.05984156
11. XDAX{1}                  -0.025398138  0.039581985      -0.64166  0.52109460
12. XSP500{1}                 0.074095480  0.048484629       1.52823  0.12645639
13. XSH{1}                    0.033201732  0.038819076       0.85529  0.39238827
14. XHK{1}                    0.054683577  0.035030256       1.56104  0.11851467
15. XDAX{1}                   0.013249372  0.027894519       0.47498  0.63480039
16. XSP500{1}                -0.036852878  0.034815186      -1.05853  0.28981442
17. C(1)                      1.170705196  0.125922876       9.29700  0.00000000
18. C(2)                      1.100207708  0.129637549       8.48680  0.00000000
19. C(3)                      1.169899662  0.174215205       6.71526  0.00000000
20. C(4)                      0.775477250  0.104627913       7.41176  0.00000000
21. A(1,1)                   -0.000993762  0.037797084      -0.02629  0.97902441
22. A(1,2)                   -0.202957379  0.118283890      -1.71585  0.08618955
23. A(1,3)                   -0.003750744  0.168672082      -0.02224  0.98225899
24. A(1,4)                    0.114103932  0.186854312       0.61066  0.54142654
25. A(2,1)                   -0.126928611  0.112711166      -1.12614  0.26010604
26. A(2,2)                    0.129016375  0.062134945       2.07639  0.03785790
27. A(2,3)                   -0.002706382  0.085665246      -0.03159  0.97479700
28. A(2,4)                   -0.056902535  0.085631974      -0.66450  0.50636969
29. A(3,1)                   -0.127388851  0.204512314      -0.62289  0.53335624
30. A(3,2)                    0.020264599  0.105409601       0.19225  0.84754933
31. A(3,3)                    0.150156262  0.061076322       2.45850  0.01395180
32. A(3,4)                   -0.046082882  0.089448093      -0.51519  0.60641933
33. A(4,1)                   -0.088130188  0.171931203      -0.51259  0.60823826
34. A(4,2)                   -0.010938615  0.063572931      -0.17206  0.86338718
35. A(4,3)                   -0.059872074  0.055858698      -1.07185  0.28378798
36. A(4,4)                    0.177543589  0.049296651       3.60153  0.00031634
37. B(1,1)                    0.668039862  0.023941501      27.90301  0.00000000
38. B(1,2)                   -0.003919207  0.042654672      -0.09188  0.92679160
39. B(1,3)                   -0.003880405  0.109428231      -0.03546  0.97171236
40. B(1,4)                    0.012499358  0.112267852       0.11134  0.91135058
41. B(2,1)                   -0.030265281  0.044853673      -0.67476  0.49983086
42. B(2,2)                    0.658885488  0.023624998      27.88934  0.00000000
43. B(2,3)                   -0.016130512  0.050549123      -0.31911  0.74964638
44. B(2,4)                   -0.021931459  0.049385476      -0.44409  0.65697952
45. B(3,1)                   -0.228998093  0.148521244      -1.54185  0.12310905
46. B(3,2)                   -0.104907135  0.064939337      -1.61546  0.10621034
47. B(3,3)                    0.626518335  0.023121944      27.09627  0.00000000
48. B(3,4)                   -0.071513935  0.040247701      -1.77685  0.07559371
49. B(4,1)                   -0.140823851  0.096702244      -1.45626  0.14532007
50. B(4,2)                   -0.067130106  0.039269347      -1.70948  0.08736234
51. B(4,3)                   -0.048769824  0.024803000      -1.96629  0.04926543
52. B(4,4)                    0.628859997  0.022567794      27.86537  0.00000000
53. DCC(1)                    0.113177287  0.028690885       3.94471  0.00007990
54. DCC(2)                   -0.000000000  0.108593309 -1.33672e-012  1.00000000
55. Shape                     3.867234953  0.209013687      18.50230  0.00000000

就是参数极其的不显著，程序如下：
GARCH(P=1,Q=1,MV=dcc,model=var1,variances=varma,hmatrices=hh,rvectors=rd,dist=t) / xsh xhk xdax xsp500
问题出在什么地方呢？是不是表示我的数据不能用dcc模型呢？？

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1 回帖

关键词：参数估计 DCC observations Convergence observation 模型

不是很清楚诶。。。