请教关于rgarch包的一些问题

wuminjin123

garch2<-garchFit(~garch(1,1),data=res2,cond.dist='std',include.mean=FALSE)

summary(garch2)

spec1<-ugarchspec(variance.model=list(model='fGARCH',garchOrder=(1,1),submodel='GARCH'),mean.model=list(armaOrder=c

(0,0),include.mean=FALSE),distribution.model='std')

fit1<-ugarchfit(spec=spec1,data=res2)

其中第一个命令是fGarch里的，第二个是rgarch里面的，这两个命令都是对residuals做garch(1,1)-t的，为什么我得出来的结果会相差很多？

wuminjin123

就是对参数的估计相差很大

dengyishuo

回复第2楼的 wuminjin123：

omega、alpha1、beta1应该一样，唯一不同的应该是shape参数吧。

wuminjin123

但是我得出来的结果每个参数都不一样

wuminjin123

Error Analysis:

Estimate Std. Error t value Pr(>|t|)

omega 21.18497 12.12141 1.748 0.0805 .

alpha1 0.05217 0.02571 2.029 0.0425 *

beta1 0.91242 0.04172 21.871 <2e-16 ***

shape 6.85392 0.81467 8.413 <2e-16 ***

Estimate Std. Error t value Pr(>|t|)

omega 0.065944 0.196271 0.33598 0.73688

alpha1 0.002834 0.000679 4.17351 0.00003

beta1 0.996165 0.000598 1666.55967 0.00000

shape 7.163398 0.787266 9.09908 0.00000

wuminjin123

结果也差的太多了

dengyishuo

回复第6楼的 wuminjin123：

Error Analysis是R提示的么？还是什么？如果是，你的数据可能不适合这个模型。建议你建模之前先进行检验。

garch模型的参数都是优化出来的，所以不一样没什么大惊小怪的。但是差距这么大，就让人诧异了。

wuminjin123

error analysis是对参数的std error之类的分析，但是反馈的参数值相差不知道为什么就是这么大，数据应该是没什么问题的，做过ljung box检验和arch lm test，是可以用garch来描述的。其实这两个模型做出来的conditional std也是相差不大的，就参数估计结果比较奇怪

dengyishuo

回复第8楼的 wuminjin123：我试了一个数据，参数估计出来相差不太大:

Estimate Std. Error t value Pr(>|t|)

omega 0.000001 0.000001 1.0452 0.29595

alpha1 0.088079 0.008987 9.8001 0.00000

beta1 0.812214 0.043898 18.5022 0.00000

shape 37.865986 37.214490 1.0175 0.30891

Error Analysis:

Estimate Std. Error t value Pr(>|t|)

omega 1.328e-06 1.500e-06 0.885 0.3762

alpha1 9.206e-02 6.647e-02 1.385 0.1661

beta1 8.002e-01 1.620e-01 4.941 7.78e-07 ***

shape 1.000e+01 4.014e+00 2.491 0.0127 *

不过还是有，你再想想。

wuminjin123

garch2<-garchFit(~garch(1,1),data=res2,cond.dist='std',include.mean=FALSE,algorithm='nlminb')

spec1<-ugarchspec(variance.model=list(model='fGARCH',garchOrder=c(1,1),submodel='GARCH'),mean.model=list(armaOrder=c(0,0),include.mean=FALSE),distribution.model='std')

fit1<-ugarchfit(spec=spec1,data=res2,solver='nlminb')

我把ugarchfit的算法也改成nlminb，得出来的结果也一样了，ugarchfit default的算法是什么？怎么不同的算法结果会差那么多？

wuminjin123

你得出来的结果不同，应该也是由于算法不一致的原因，我统一算法以后结果是完全一样的

dengyishuo

回复第11楼的 wuminjin123：ugarchfit的默认算法是solnp。

wuminjin123

garchFit的默认算法是nlminb,要怎么区别这两种算法的选取，有什么地方讲这个的吗？我发现R里面很多新的算法，也不知道效果怎样，要怎么去区别那么多的算法

dengyishuo

回复第13楼的 wuminjin123：也不算很新的算法。你看看包里面的帮助文档和链接，都有讲的。如果要研究算法的话，不妨联系一下包的作者。

yanbridge

回复第10楼的 wuminjin123：

我将ugarchfit的算法改为你说的nlminb,发现不显示结果了，不知道是什么原因。

veronica.c

有时候不显示结果是因为不converge

这些算法的详细情况好像manual里都不算有还得另外再搜

用完这个ugarchfit以后怎么做model checking啊？

楼主说的 ljung box检验和arch lm test 就够了吗？

veronica.c

回复第8楼的 wuminjin123：用完这个ugarchfit以后怎么做model checking？

楼主说的 ljung box检验和arch lm test 就够了吗？