多元GARCH模型

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

请教个问题，例如在如下的full_bekk_mvgarch模型中
function [parameters, loglikelihood, Ht, likelihoods, stdresid, stderrors, A, B, scores]  = full_bekk_mvgarch(data,p,q, BEKKoptions)
if size(data,2) > size(data,1)
    data=data';
end
[t k]=size(data);
k2=k*(k+1)/2;
scalaropt=optimset('fminunc');
scalaropt=optimset(scalaropt,'TolFun',1e-1,'Display','iter','Diagnostics','on','DiffMaxChange',1e-2);
startingparameters=scalar_bekk_mvgarch(data,p,q,scalaropt);
CChol=startingparameters(1:(k*(k+1))/2);
%C=ivech(startingparameters(1:(k*(k+1))/2))*ivech(startingparameters(1:(k*(k+1))/2))';
newA=[];
newB=[];
for i=1:p
    newA=[newA diag(ones(k,1))*startingparameters(((k*(k+1))/2)+i)]; %#ok<AGROW>
end
for i=1:q
    newB=[newB diag(ones(k,1))*startingparameters(((k*(k+1))/2)+i+p)]; %#ok<AGROW>
end
newA=reshape(newA,k*k*p,1);
newB=reshape(newB,k*k*q,1);
startingparameters=[CChol;newA;newB];
if nargin<=3 || isempty(BEKKoptions)
    options=optimset('fminunc');
    options.Display='iter';
    options.Diagnostics='on';
    options.TolX=1e-4;
    options.TolFun=1e-4;
    options.MaxFunEvals=5000*length(startingparameters);
    options.MaxIter=5000*length(startingparameters);   
else
    options=BEKKoptions;
end
parameters=fminunc('full_bekk_mvgarch_likelihood',startingparameters,options,data,p,q,k,k2,t);

[loglikelihood,likelihoods,Ht]=full_bekk_mvgarch_likelihood(parameters,data,p,q,k,k2,t);            %这里的parameters是输入的，也就是说在这之前已经估计出来了，那如果
..........（后面省略）                                                                                                          我自己编了一个似然函数，前面的程序肯定不行了，那该怎么解决呢？

还有就是，参数估计不是在使似然函数最大时估计出来的吗？程序中怎么就没发现max 的痕迹呢？

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0 回帖

关键词：GARCH模型 多元GARCH ARCH模型 GARCH ARCH GARCH 模型

学习学习！很有用的模型

求高手解答，急！！！

3# lenovoht


自己顶下

lbsncg 发表于 2010-10-19 21:51
scalar_bekk_mvgarch( )
这个函数已经存在吗？

是的，这个函数在ucsd-garch包中都有。

lbsncg 发表于 2010-10-19 21:55
还有就是，参数估计不是在使似然函数最大时估计出来的吗？程序中怎么就没发现max 的痕迹呢


采用优化的函数是fminunc(  )， 您觉得怎么会有最大max的结果呢？ 对吧？

是转换成了对应相反数的最小值了。。。

fminunc()之前参数要初始化，是不是初始化的数值不同，最后的估计的参数结果也不同啊？能不能自己随便给个初始化的值呢？
我编了一个似然函数用fminunc()这个函数求最优化时出错了，说是一个“root()”函数的输入为NaN或Inf，这怎么回事？
还有就是，fminsearch()不也是最优化的吗，用这个函数行吗？

之前有一步是给参数赋初值，请问这个初始值如果自己设的话应该怎么赋值？