怎么解读garch建模结果？

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

用R建了一个garch模型，调用查看时，发现几个问题，不懂，求大牛给指导下！

一、模型的参数有两个输出，一个是“Optimal Parameters”、另一个是“Robust Standard Errors:“

前面这个应该书参数输出吧？后面这个是什么？

二、怎么证明建模成功呢？ 对于ARIMA模型，我们可以用tsdiag()函数来检验，garch模型应该用用什么检验

或者说，怎么解读garch建模结果？有没有参考资料，给一盏明灯把

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：几个问题 参考资料 有没有 或者说

求问楼主解决了吗

发现没什么人讨论这个rugarch的稳健估计结果...其实还挺重要的。Optimal Parameters就是最普通的MLE参数估计结果的展示，里面所展示的标准误se为MLE普通标准误，就是通过求MLE参数估计值对应的黑塞矩阵的逆阵，然后将这个逆矩阵主对角线元素提取出来再开方，得到的值就是这些个MLE普通标准误。Robust Standard Errors则是QMLE之下的参数估计结果的展示，里面的标准误se为稳健标准误，而且是Bollerslev and Woodridge (1992) robust standard error，提出时针对的是同时考虑均值和波动率建模的时间序列模型MLE参数估计的稳健问题，其思想来自于White (1982)的sandwich robust standard error。因为MLE估计有一个正态分布的假设，但是实际中这个假设不一定满足，所以robust standard error有助于检查在非正态下参数估计值还能否保持显著，这个robust standard error一般比普通标准误要大一点，所以参数显著性会差一点是很正常的。只要参数估计值在Optimal Parameter和Robust Standard Errors之下都能满足显著要求，那就说明MLE参数估计没有问题，如果Optimal Parameter的结果显著，Robust Standard Errors的结果很不显著或者差得很多，那就说明这批数据针对这个模型的MLE参数估计结果可能存在错误，不够稳健严谨地来说是不能用的，有些严格一点的审稿让你两个都汇报的话，这样的结果肯定会通不过。当然绝大部分情况下，论文都是汇报的普通标准误的结果，极少数论文保持绝对严谨两个都汇报或者只汇报robust standard error的结果。