zoukankan      html  css  js  c++  java
  • R语言编程代写GARCH-DCC模型和DCC(MVT)建模估计

    原文链接:http://tecdat.cn/?p=7194

     

    这个简短的演示说明了使用rmgarch软件包的DCC模型及其方法的使用,尤其是在存在MVT分布形状参数的情况下进行2级DCC估计的另一种方法。

    第一阶段并将其传递给dccfit

     cl = makePSOCKcluster(10)
    
    multf = multifit(uspec, Dat, cluster = cl)

    接下来,估计DCC模型。

    1

    2

    3

    4

    fit1 = dccfit(spec1, data = Dat, fit.control = list(eval.se = TRUE), fit = multf, cluster = cl)
     

    为了在实践中适应DCC(MVT)模型,要么假定第一阶段的QML,要么必须在阶段中共同估算共同的形状参数。在下面的示例中,一种替代方法用于近似通用形状参数。

    似然度和形状变化的图表明,只需几次迭代即可收敛到稳定值。


    shape参数的值表示峰度为1.06。对非对称DCC(MVT)模型重复进行该练习。

    xspec = ugarchspec(mean.model = list(armaOrder = c(1,1)), variance.model = list(garchOrder = c(1,1), model = "eGARCH"),  distribution.model = "norm")
    
     

    下表显示了估算模型的摘要,系数旁边的星号表示显着性水平(*** 1%,** 5%,* 10%)。

    ## DCC-MVN aDCC-MVN DCC-MVL aDCC-MVL DCC-MVT aDCC-MVT
    ## a 0.00784 *** 0.00639 *** 0.00618 *** 0.0055 *** 0.00665 *** 0.00623 ***
    ## b 0.97119 *** 0.96956 *** 0.97624 *** 0.97468 *** 0.97841 *** 0.97784 ***
    ## g 0.00439 0.00237 0.00134
    ##形状9.63947 *** 9.72587 ***
    ## LogLik 22812 22814 22858 22859 23188 23188

    下图表说明了来自不同模型的一些动态相关性:


    终止集群对象:

    1

    stopCluster(cl)

    如果您有任何疑问,请在下面发表评论。   

  • 相关阅读:
    读写excel文件
    数据库操作
    django项目搭建
    django基础
    string
    random函数
    vue-typescript入门
    Visual Studio 2019配置vue项目
    js css+html实现简单的日历
    python接口自动化4-绕过验证码登录(cookie)
  • 原文地址:https://www.cnblogs.com/tecdat/p/11583303.html
Copyright © 2011-2022 走看看