关于stata中mgarch-dcc结果作图

我之前搜了一些论坛里各位前辈通过stata得出DCC-GARCH模型后如何操作的情况，发现大家都遇到了不知如何解读stata运行mgarch dcc命令的疑惑。

现在我也得出了由mgarch dcc估计出的两个时间序列数据的结果，本想着利用stata画一下时变相关系数的图形，但是不知如何下手。

请问有哪位高人可以教导一下么？ 多谢啦！


PS: 之前看到有帖子讲，MGARCH-DCC所得出结果中，表中最后两行的lambda1和lambda2就是DCC项方程的系数。请问可以详细一些么？ 如果解决了这个问题，可以再提高悬赏的哈

请问这个问题解决了吗？

predict A*, correlation
tsline A_yield1_yield
第一步的字母A可以换作其他字母都可以，*号不能少，第二步的两个变量名换成自己回归的变量，DCC的输出表里面corr项是两序列的相关系数，是一个静态的均值，以上两步命令可得时变的动态相关系数，这个动态相关系数的均值就是corr，两个lambda值是模型参数，可以报告，至于值的大小和是否显著，不清楚作何解释。

qq110119112q 发表于 2018-6-5 23:14
predict A*, correlation
tsline A_yield1_yield
第一步的字母A可以换作其他字母都可以，*号不能少，第二 ...

感谢，根据这个代码确实画出了DCC-GARCH的时变相关系数图

hanliao004 发表于 2019-12-8 23:36
感谢，根据这个代码确实画出了DCC-GARCH的时变相关系数图

您好  我想请问您一下为什么我的dcc-garch 输完命令以后他不执行，而且也不能再输入其他指令，stata好像卡住了一样

您好，我想请问以下两步估计相关性时，第二步带入DCC模型的变量是残差还是标准残差

在Stata中使用`mgarch dcc`命令后，要画出时变相关系数（time-varying correlation coefficients）的图，你可以利用预测值来实现。具体步骤如下：

1. 首先确保你已经运行了`mgarch dcc`命令，并保存了估计结果。

2. 使用`predict`命令生成时变相关系数的预测值。例如，如果两个时间序列数据分别为y1和y2，则可以使用以下命令：
   ```
   predict H, archmat
   ```

3. 这会创建一个矩阵变量`H`，它包含了所有估计的时间点上的条件协方差矩阵。由于你可能关心的是相关系数而不是协方差，你可以将其转换为相关系数。

4. 然后利用`matrix list`命令查看矩阵`H`的内容，并确定如何提取你需要的相关系数。例如，要提取y1和y2之间的时变相关系数，可以先将`H`的元素提取到向量中：
   ```
   matrix R = H
   local i = _N * (_N+1) / 2 + 2 // 这个计算公式用于找到矩阵中非对角线元素的位置（这里假设你有2个变量）
   matrix rvec = R[`i',.]
   ```

5. 接着，将向量`rvec`转换为数据集：
   ```
   matlist rvec
   svmat rvec, names(col)
   ```

6. 最后使用`twoway line`命令绘制时变相关系数的时间序列图：
   ```
   twoway line var1 time, title("Time-Varying Correlation between y1 and y2")
   ```

关于你提到的lambda1和lambda2，它们确实是DCC方程中的参数。在Stata中使用`mgarch dcc`命令后，结果表中的lambda1（即`alpha`）和lambda2（即`beta`）控制着时变相关系数如何随时间变化。它们加起来接近1表示相关性具有较强的持久效应。

如果还有其他问题或需要更详细的解释，请随时提问！希望这能帮到你。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用