ARMA-GARCH模型出现NAs

各位大神，本人在进行ARMA-GARCH模型时，发现程序出现以下问题：
> m4<-garchFit(~arma(1,1)+garch(1,1),cond.dist='norm',data=data2,trace=F)
警告信息：
In sqrt(diag(fit$cvar)) : 产生了NaNs
> m5<-garchFit(~arma(1,1)+garch(1,1),cond.dist='ged',data=data2,trace=F)
警告信息：
In sqrt(diag(fit$cvar)) : 产生了NaNs
> m6<-garchFit(~arma(1,1)+garch(1,1),cond.dist='std',data=data2,trace=F)
警告信息：
In sqrt(diag(fit$cvar)) : 产生了NaNs


导致了下列问题：
Error Analysis:
         Estimate  Std. Error  t value Pr(>|t|)   
mu      2.916e-02   9.786e-04    29.80   <2e-16 ***
ar1     9.647e-01   1.327e-03   726.93   <2e-16 ***
ma1    -1.223e-01   6.612e-02    -1.85   0.0643 .  
omega   1.237e-06          NA       NA       NA   
alpha1  1.000e+00   6.811e-02    14.68   <2e-16 ***
beta1   6.616e-01   1.638e-02    40.38   <2e-16 ***


omega出现了缺失值

请问各位大神这是由于什么原因出现的呀？（数据没有缺失值）。

数据距阵奇异,或近奇异!!!,或者说,数据变量间近共线性!!!  
arch类方法，相当不稳定，对“异常值”相当敏感！！！

jgchen1966 发表于 2015-9-14 14:05
数据距阵奇异,或近奇异!!!,或者说,数据变量间近共线性!!!  
arch类方法，相当不稳定，对“异常值”相当敏感 ...

大哥你说对了，确实有很多异常值，请问遇到这种异常该怎么办呢？？？？？

本人是完全放弃ARCH方法，
此类方法在基本假设就有大问题：
在估计前假设随机同分布（i.i.d)的正态分布（或其它参数分布），这意味着“在任何时点的方差相同”
但在估计时，却又要估计不同时点不同的方差：意味着“不同时点的方差是不同的”！！！

原始数据处理的不对路吧，试试减少数据量  如果只是估计分布的话能不能换核密度方法

jgchen1966 发表于 2015-9-14 17:30
本人是完全放弃ARCH方法，
此类方法在基本假设就有大问题：
在估计前假设随机同分布（i.i.d)的正态分布（ ...

大神，请问你现在有没有什么好的方法能够做这一块的呢？跪谢了~~~

如假包换 发表于 2015-9-16 00:21
原始数据处理的不对路吧，试试减少数据量  如果只是估计分布的话能不能换核密度方法

数据量不能减少呀，因为都是用breakpoints分段做的

iwoo 发表于 2015-9-17 20:27
大神，请问你现在有没有什么好的方法能够做这一块的呢？跪谢了~~~

如果还是单一时间序列做估计，没有好方法：因为单一时间序列估计预测在样本还“有趣”，但样本外预测大多好不了简单平均估计（扣除时间趋势或周期的因素后）,从统计学习理论角度，没有任何价值！！！
如果还有其它协变量，现成的可用gamlss,gamboostLSS等 相关方法同时估计location ,scale ,sharp等 参数！！

jgchen1966 发表于 2015-9-17 21:12
如果还是单一时间序列做估计，没有好方法：因为单一时间序列估计预测在样本还“有趣”，但样本外预测大多 ...

大神，谢了。你说的这些方法我先查查，以后还望多向您请教