winrats 二元GARCH（1,1）

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

      请问论坛中的各位牛人，在winrats中建立如下二元GARCH（1,1）模型之后，

open data e:\garch.xls
data(format=xls,org=columns) 1 101 dlccpi dlcrbfi
garch(p=1,q=1,mv=bek,pmethod=simplex, piters=10) / dlccpi dlcrbfi

MV-GARCH, BEKK - Estimation by BFGS
Convergence in    49 Iterations. Final criterion was  0.0000029 <=  0.0000100
Usable Observations    101
Log Likelihood                     392.96483144

   Variable                     Coeff       Std Error      T-Stat     Signif
*******************************************************************************
1.  Mean(1)                   0.003504589  0.002577561      1.35965  0.17393968
2.  Mean(2)                   0.000643619  0.003763700      0.17101  0.86421822
3.  C(1,1)                    0.015695571  0.002781277      5.64330  0.00000002
4.  C(2,1)                   -0.009088901  0.010440803     -0.87052  0.38401770
5.  C(2,2)                    0.000000074  0.030611923  2.40381e-06  0.99999808
6.  A(1,1)                    0.410171101  0.084472049      4.85570  0.00000120
7.  A(1,2)                    0.597592454  0.238595901      2.50462  0.01225825
8.  A(2,1)                    0.398191234  0.067312277      5.91558  0.00000000
9.  A(2,2)                   -0.079344684  0.131543913     -0.60318  0.54638882
10. B(1,1)                    0.278306176  0.164882279      1.68791  0.09142882
11. B(1,2)                    1.813106317  0.218447653      8.29996  0.00000000
12. B(2,1)                   -0.071227201  0.154786361     -0.46016  0.64539809
13. B(2,2)                   -0.243861007  0.244765149     -0.99631  0.31910145


如何检验 A(2,1)=B（1,2）=0,；A（1,2）=B（1,2）=0，能给出检验统计量和伴随概率？
最近在写毕业论文，做不出来各种纠结啊，跪求各位高手帮帮忙，感激不尽、、、

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8 回帖

关键词：WinRATS winrat GARCH ARCH Rats 模型

同学，我也在用winrats做bekk（1，1）模型，用的是两组金融时间序列，期货和现货的日收益率数据，程序如下，不知是否哪里写错了还是怎么的，结果不收敛，能麻烦你看一下子么～～
open data C:\Users\gorden\Desktop\mmm.xls
data(format=xls,org=columns) 1 736 rs rf
set rs = rs
set rf = rf
*VAR(1) model for the mean, BEKK for the variance
system(model=var1)
variables rs rf
lags 1
det constant
end(system)
garch(p=1,q=1,model=var1,distrib=t,mv=bekk,pmethod=bhhh,piters=10,robust,hmatrices=hh,rvectors=rr) / rs rf


set resid1 %regstart() %regend() = rr(t)(1)
set resid2 %regstart() %regend() = rr(t)(2)
set variance1 %regstart() %regend() = hh(t)(1,1)
set variance2 %regstart() %regend() =hh(t)(2,2)
set cov12 %regstart() %regend() = hh(t)(1,2)

MV-GARCH, BEKK - Estimation by BFGS
NO CONVERGENCE IN 100 ITERATIONS
LAST CRITERION WAS  0.0000000
With Heteroscedasticity/Misspecification Adjusted Standard Errors
Usable Observations    734
Log Likelihood                   -1226.90142236

   Variable                     Coeff       Std Error      T-Stat     Signif
*******************************************************************************
1.  RS{1}                    -0.014747942  0.170612371     -0.08644  0.93111568
2.  RF{1}                     0.018016261  0.170933064      0.10540  0.91605880
3.  Constant                  0.055784546  0.045031850      1.23878  0.21542706
4.  RS{1}                     0.045194944  0.161782820      0.27936  0.77997191
5.  RF{1}                    -0.074628719  0.165302430     -0.45147  0.65165245
6.  Constant                 -0.070379632  0.040023088     -1.75848  0.07866658
7.  C(1,1)                    0.298739445  0.050973061      5.86073  0.00000000
8.  C(2,1)                    0.211314860  0.048341610      4.37128  0.00001235
9.  C(2,2)                   -0.013498181  0.057628973     -0.23423  0.81480984
10. A(1,1)                   -0.009343572  0.192610615     -0.04851  0.96130967
11. A(1,2)                   -0.268198120  0.187862226     -1.42763  0.15339782
12. A(2,1)                    0.156897572  0.173653044      0.90351  0.36625434
13. A(2,2)                    0.415488053  0.172137870      2.41369  0.01579174
14. B(1,1)                    0.908612374  0.030643674     29.65090  0.00000000
15. B(1,2)                   -0.016574448  0.031576724     -0.52489  0.59965655
16. B(2,1)                    0.058485815  0.027148258      2.15431  0.03121572
17. B(2,2)                    0.988976681  0.029967029     33.00216  0.00000000
18. Shape                     4.827072246  0.487758582      9.89644  0.00000000

加油！小猫~ 发表于 2015-3-31 22:11
同学，我也在用winrats做bekk（1，1）模型，用的是两组金融时间序列，期货和现货的日收益率数据，程序如下， ...

请问你是如何解决的？我在做迭代的时候也出现了结果不收敛

加油！小猫~ 发表于 2015-3-31 22:11
同学，我也在用winrats做bekk（1，1）模型，用的是两组金融时间序列，期货和现货的日收益率数据，程序如下， ...

请问，多元bekkgarch模型中garch（p=1,q＝1,mv＝bek,robust)这里的robust有什么用呢？还有收益序列如果不服从正态分布需不需要加dist＝t呢？谢谢！！

请问，你的问题解决了么？我也是毕业论文，现在搞不懂这些数据怎么分析。。

一点建议：
估计不收敛的话，一般有这么几个解决方法：1.变化VAR的滞后阶数，多试试不同的滞后阶数下的bekk估计；2.变化方法，bhhh换为bfgs，或者bfgs换为bhhh等；3.增加迭代次数，100换为200，400甚至更多。
我的经验是，换VAR的滞后阶数通常最管用，可能此时的VAR不是最优滞后阶数，但是只要通过模型的后续检验（特征根、似然值、标准化残差的自相关检验等）通过，就认为模型是对的。

SummerTee 发表于 2017-1-15 09:53
一点建议：
估计不收敛的话，一般有这么几个解决方法：1.变化VAR的滞后阶数，多试试不同的滞后阶数下的bek ...

你好
请问 bhhh和 bfgs 是不同的统计方法吗？
两者有什么区别？
什么时候用什么？

谢谢

SummerTee 发表于 2017-1-15 09:53
一点建议：
估计不收敛的话，一般有这么几个解决方法：1.变化VAR的滞后阶数，多试试不同的滞后阶数下的bek ...

您好，请问改变var的阶数在程序中哪里改？感激不尽！

你好，问题怎么解决？能否告诉我下

jhuang26 发表于 2016-8-25 21:34
请问，多元bekkgarch模型中garch（p=1,q＝1,mv＝bek,robust)这里的robust有什么用呢？还有收益序列如果不 ...

稳健估计的意思么?