R 中 RMGARCH 包的 dccfit 输出解释

Question

首先，我很抱歉 post 一个愚蠢的问题。我现在真的很困惑，因为我在 R 和计量经济学建模方面还很陌生。我已经使用 'rmgarch' 包完成了 dccfit，下面是输出。

*---------------------------------*
*          DCC GARCH Fit          *
*---------------------------------*

Distribution         :  mvnorm
Model                :  DCC(1,1)
No. Parameters       :  62
[VAR GARCH DCC UncQ] : [0+32+2+28]
No. Series           :  8
No. Obs.             :  240
Log-Likelihood       :  4896.6
Av.Log-Likelihood    :  20.4 

Optimal Parameters
-----------------------------------
                  Estimate   Std. Error  t value  Pr(>|t|)
[FTSE100].mu      0.005599    0.003457 1.6195e+00 0.105339
[FTSE100].omega   0.000100    0.000160 6.2312e-01 0.533205
[FTSE100].alpha1  0.176637    0.124341 1.4206e+00 0.155436
[FTSE100].beta1   0.807578    0.072324 1.1166e+01 0.000000
[MSUSAML].mu      0.007760    0.003077 2.5219e+00 0.011673
[MSUSAML].omega   0.000056    0.000053 1.0484e+00 0.294455
[MSUSAML].alpha1  0.092896    0.040348 2.3023e+00 0.021316
[MSUSAML].beta1   0.886704    0.028933 3.0647e+01 0.000000
[MSEXUK.].mu      0.009228    0.003421 2.6976e+00 0.006984
[MSEXUK.].omega   0.000114    0.000189 6.0293e-01 0.546552
[MSEXUK.].alpha1  0.070957    0.046983 1.5103e+00 0.130978
[MSEXUK.].beta1   0.889084    0.091959 9.6682e+00 0.000000
[DAXINDX].mu      0.010099    0.004489 2.2496e+00 0.024474
[DAXINDX].omega   0.001005    0.000794 1.2650e+00 0.205864
[DAXINDX].alpha1  0.191733    0.113491 1.6894e+00 0.091142
[DAXINDX].beta1   0.600585    0.225184 2.6671e+00 0.007651
[BMUK10Y].mu      0.001496    0.001295 1.1548e+00 0.248181
[BMUK10Y].omega   0.000000    0.000027 0.0000e+00 1.000000
[BMUK10Y].alpha1  0.025774    0.174068 1.4807e-01 0.882287
[BMUK10Y].beta1   0.969964    0.178467 5.4350e+00 0.000000
[BMUS10Y].mu      0.001069    0.001481 7.2147e-01 0.470623
[BMUS10Y].omega   0.000021    0.000014 1.4980e+00 0.134123
[BMUS10Y].alpha1  0.025983    0.024924 1.0425e+00 0.297181
[BMUS10Y].beta1   0.928892    0.037850 2.4542e+01 0.000000
[BMBD10Y].mu      0.000893    0.001088 8.2098e-01 0.411657
[BMBD10Y].omega   0.000000    0.000000 1.2974e-01 0.896774
[BMBD10Y].alpha1  0.000000    0.000089 7.8000e-05 0.999938
[BMBD10Y].beta1   0.999000    0.000075 1.3363e+04 0.000000
[LHUSTRY].mu      0.000170    0.000950 1.7931e-01 0.857694
[LHUSTRY].omega   0.000007    0.000000 2.2820e+01 0.000000
[LHUSTRY].alpha1  0.024463    0.001250 1.9571e+01 0.000000
[LHUSTRY].beta1   0.941022    0.005656 1.6638e+02 0.000000
[Joint]dcca1      0.017443    0.005703 3.0584e+00 0.002225
[Joint]dccb1      0.942324    0.012105 7.7843e+01 0.000000

Information Criteria
---------------------

Akaike       -40.288
Bayes        -39.389
Shibata      -40.388
Hannan-Quinn -39.926

谁能告诉我Pr(>|t|)是什么意思？它是参数的 p 值吗？如果是，那么我有很多无关紧要的参数，这表明我那里的模型非常糟糕。我也尝试了 rmgarch.tests 文件夹中的运行个示例，但是该示例的 Pr(>|t|) 值也很大（大于 0.05）。有什么建议吗？

提前致谢。

Answer 1

是的，它们是 p-values，但是微不足道的 p-values 并不意味着它是一个糟糕的模型。在底部的信息标准中，详细说明了与其他公式相比的整体模型的性能。

就是说，要判断一个模型是否 'good'，您必须指定要对模型执行的操作。您是否正在尝试使用该模型预测波动性？然后通过衡量预测与实际值的 out-of-sample 偏差来评估模型。您是否试图找到影响波动性的变量？然后特定系数的 sign、size 和 p-values 变得重要（不仅仅是所有系数的 p-values） .

如评论中所述，通过询问如何在 Cross Validated 上评估模型的性能（指定模型的目标），您可能会得到更好的答案。

R 中 RMGARCH 包的 dccfit 输出解释

dccfit output interpretation from RMGARCH package in R

finance

portfolio

r

quantitative-finance

output