DCC-GARCH模型R程序实现

相似文件 换一批

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

源代码+论坛相似问题+补充

这是小弟做的DCC-GARCH模型程序。

1、源代码

---

1. x=read.table("D:\\Backup\\我的文档\\研究生\\dcc-garch\\新数据\\中日收益.txt");<?xml:namespace prefix = "o" ns = "urn:schemas-microsoft-com:office:office" />
   
2. library(ccgarch);
   
3. library(fGarch);
   
4. library(MASS);
   
5. library(FinTS);
   
6. library(tseries);
   
7. library(vars);
   
8. xt<-ts(x[,1:2],start=c(1,1));
   
9. plot(xt, plot.type = "single",col=c("red","black"),lty=1:2);
   
10. leg.names<-c("上证指数收益","日经指数收益");
    
11. legend(locator(1),leg.names,lty=c(1,2), col=c("red","black"));
    
12. y=xt[,1];
    
13. z=xt[,2];
    
14. data_outline <- function(x){
    
15. n <- length(x)
    
16. m <- mean(x)
    
17. v <- var(x)
    
18. s <- sd(x)
    
19. me <- median(x)
    
20. cv <- 100*s/m
    
21. css <- sum((x-m)^2)
    
22. uss <- sum(x^2)
    
23. R <- max(x)-min(x)
    
24. R1 <- quantile(x,3/4)-quantile(x,1/4)
    
25. sm <- s/sqrt(n)
    
26. g1 <- n/((n-1)*(n-2))*sum((x-m)^3)/s^3
    
27. g2 <- ((n*(n+1))/((n-1)*(n-2)*(n-3))*sum((x-m)^4)/s^4- (3*(n-1)^2)/((n-2)*(n-3)))
    
28. data.frame(N=n, Mean=m, Var=v, std_dev=s,
    
29. Median=me, std_mean=sm, CV=cv, CSS=css, USS=uss,
    
30. R=R, R1=R1, Skewness=g1, Kurtosis=g2, row.names=1)
    
31. }
    
32. data_outline(y);
    
33. data_outline(z);
    
34. jarque.bera.test(y);
    
35. jarque.bera.test(z);
    
36. c(ucv(y,length(y)),bcv(y,length(y)));
    
37. plot(density(y,width=0.006),lty=3,ylim=c(0,80));
    
38. hist(y,prob=T,col=0,add=T);
    
39. a<-seq(-0.1,0.1,0.001);
    
40. lines(a,dnorm(a,mean(y),sqrt(var(y))),lty=1);
    
41. leg.names<-c("Kernel Density","Normal Density");
    
42. legend(locator(1),leg.names,lty=c(3,1));
    
43. c(ucv(z,length(z)),bcv(z,length(z)));
    
44. plot(density(z,width=0.005),lty=3,ylim=c(0,80));
    
45. hist(z,prob=T,col=0,add=T);
    
46. lines(a,dnorm(a,mean(z),sqrt(var(z))),lty=1);
    
47. leg.names<-c("Kernel Density","Normal Density");
    
48. legend(locator(1),leg.names,lty=c(3,1));
    
49. adf.test(y, alternative = c("stationary", "explosive"),k = trunc((length(y)-1)^(1/3)));
    
50. adf.test(z, alternative = c("stationary", "explosive"),k = trunc((length(z)-1)^(1/3)));
    
51. ArchTest(y,lags=3,demean=T);  #最后一项是为了去掉均值。
    
52. ArchTest(z,lags=5,demean=T);
    
53. garch.y=garch(y,order=c(1,1));
    
54. summary(garch.y);
    
55. garch.z=garch(z,order=c(1,1));
    
56. summary(garch.z);
    
57. inia=c(4.361e-07,8.327e-07);
    
58. iniA=diag(c(4.769e-02,1.349e-01));
    
59. iniB=diag(c(9.460e-01,8.546e-01));
    
60. nobs=1713;
    
61. dcc.para<-c(0.01,0.97);
    
62. inicor=cor(y,z);
    
63. uncR=matrix(c(1,inicor,inicor,1),2,2);
    
64. dcc.results <- dcc.estimation(inia, iniA, iniB, dcc.para, dvar=xt, model="diagonal");
    
65. out<-dcc.results$out;
    
66. DCC<-dcc.results$DCC[,2];
    
67. ts.plot(DCC);

复制代码

2、论坛相似问题

---

大海之子 ：

ccgarch程序包给出的示例是这样子的

1. Examples
   
2. # Simulating data from the original DCC-GARCH(1,1) process
   
3. nobs <- 1000; cut <- 1000
   
4. a <- c(0.003, 0.005, 0.001)
   
5. A <- diag(c(0.2,0.3,0.15))
   
6. B <- diag(c(0.75, 0.6, 0.8))
   
7. uncR <- matrix(c(1.0, 0.4, 0.3, 0.4, 1.0, 0.12, 0.3, 0.12, 1.0),3,3)
   
8. dcc.para <- c(0.01,0.98)
   
9. dcc.data <- dcc.sim(nobs, a, A, B, uncR, dcc.para, model="diagonal")
   
10. # Estimating a DCC-GARCH(1,1) model
    
11. dcc.results <- dcc.estimation(inia=a, iniA=A, iniB=B, ini.dcc=dcc.para,
    
12. dvar=dcc.data$eps, model="diagonal")

复制代码

      里面的变量都是事先给定的，问题就在这里，相当于先假设一个DCC-GARCH，再用这些数去估计DCC-GARCH。不明白为什么？


      bensonwu ：
      A、B等这些初始化值设定比较好的方法是：先估计各自的garch参数，将其变换组合后作为初始值。知道各种数值优化方法特性就会知道初始值的设定对优化结果影响较大，而DCC-GARCH求解的过程就是数值优化的过程。

3、补充

---

epoh

Kevin Sheppard UCSD_Garch toolbox [parameters,loglikelihood,Ht,Qt...]=dcc_mvgarch(data,dccP,dccQ,archP,garchQ) % INPUTS: % data=A zero mean t by k vector of residuals from some filtration % dccP=The lag length of the innovation term in the DCC estimator % dccQ=The lag length of the lagged correlation matrices in the DCC estimator % archP % garchQ   % example; dcc_mvgarch(data,1,1,1,1) 复制代码 dccstarting value 是如此设置 dccstarting=[ones(1,dccP)*.01/dccP ones(1,dccQ)*.97/dccQ];   也就是当dccP = 1, dccQ = 1 ini.dcc 设置为 c(0.01,0.97)

——有谁做过DCC-GARCH模型的，请教高手。。。
本文来自: 人大经济论坛 R语言论坛 版，详细出处参考： https://bbs.pinggu.org/forum.php?mod=viewthread&tid=861027&page=3&from^^uid=3495972

——素质版主 改

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27 回帖

关键词：DCC-GARCH GARCH模型 ARCH模型 GARCH ARCH 程序 模型 程序 模型

建立DCC-GARCH模型前，应该还会对数据进行检验，根据情况处理后看是否服从正态分布，模型建立也不同？如果不服从正态分布，服从T分布，两步法的第二步应该怎么做？

小幅儿乖乖 发表于 2015-2-28 20:49
建立DCC-GARCH模型前，应该还会对数据进行检验，根据情况处理后看是否服从正态分布，模型建立也不同？如果不 ...

我所了解的，如果服从T分布，就得利用copula-garch做了吧，不知道对不对，也在探索中

关注下~我原本想用这个模型写一篇文章，可是后来遭到多方反对，说是这个方法已经过时了，因而放弃了。

vivi梅吟 发表于 2015-4-7 13:02
关注下~我原本想用这个模型写一篇文章，可是后来遭到多方反对，说是这个方法已经过时了，因而放弃了。

对呀，而且好多人都写过，所以不建议你再用这个写啦

hante865 发表于 2015-4-25 14:18
对呀，而且好多人都写过，所以不建议你再用这个写啦

嘻嘻，已经放弃啦。其实吧，写程序这个对我而言也太难了

vivi梅吟 发表于 2015-4-7 13:02
关注下~我原本想用这个模型写一篇文章，可是后来遭到多方反对，说是这个方法已经过时了，因而放弃了。

真的啊？？？谁说过时了啊  啊啊  

好帖，谢谢分享

好贴，谢谢分享。

谢谢 关注 为什么说过时呢？做股指期货的领先滞后关系不可以么？