全文鏈接：http://tecdat.cn/?p=30647

最近我們被客戶要求撰寫關(guān)于GARCH 的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。

從Engle在1982發(fā)表自回歸條件異方差(ARCH)模型的論文以來，金融時(shí)間序列數(shù)據(jù)的波動(dòng)性就倍受關(guān)注。同時(shí)，近幾年又出現(xiàn)了研究股票市場(chǎng)的波動(dòng)傳遞性

多市場(chǎng)的多維廣義自回歸條件異方差模型及其在不同條件下的擴(kuò)展與變形，它們不僅包含了單變量的波動(dòng)特性，而且很好的描述了不同變量間的相互關(guān)系。所以，多維GARCH模型為分析金融市場(chǎng)的相互影響提供了有力的工具。

我們圍繞多變量GARCH技術(shù)進(jìn)行一些咨詢，幫助客戶解決獨(dú)特的業(yè)務(wù)問題。本文涉及多變量GARCH模型的構(gòu)建。為此，請(qǐng)考慮以下模型

• BEKK

• CCC-GARCH 和 DCC-GARCH

• GO-GARCH

BEKK

BEKK（1，1）具有以下形式：

下圖顯示了具有上述參數(shù)的模擬序列：

BEKK 模型的調(diào)整通常計(jì)算成本很高，因?yàn)樗鼈冃枰烙?jì)大量參數(shù)。在本節(jié)中，我們將使用該包來估計(jì)上一節(jié)中模擬多變量序列的參數(shù)。
對(duì)于 BEKK 模型（1，1） 的調(diào)整，我們使用以下語法

fit.bek.m<-BE(matsim)

估計(jì)數(shù)由以下公式給出：

CCC-GARCH和DCC-GARCH

c.H1<-eccc.sim(nobs=1000, c.a1, c.A1, c.B1, c.R1, d.f=5, model="diagonal")#'h'模擬條件方差的矩陣(T × N )#'eps'是模擬的時(shí)間序列與(E)CCC-GARCH過程的矩陣(T × N )plot.ts(c.H1$eps, main = "Processos simulados")

對(duì)于模擬過程，我們將使用相同的包估計(jì)參數(shù)，函數(shù) .我們有兩個(gè)模擬序列，然后我們假設(shè)它們遵循 CCC-GARCH（1，1） 以下過程

估算結(jié)果為：

DCC-GARCH

DCC-GARCH 模型是 CCC-GARCH 情況的推廣，也就是說，我們有?R?matris 不一定是固定的，也就是說它隨時(shí)間變化：

模擬示例

為了模擬 DCC-GARCH 過程，我們考慮比較性能。

obs=1000, d.a1, d.A1, d.B1, d.R1, dcc.para=c(d.alpha1,d.beta1), d.f=5, model="diagonal")

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

MATLAB用GARCH-EVT-Copula極值理論模型VaR預(yù)測(cè)分析股票投資組合

01

02

03

04

ccgarch

與CCC-GARCH的情況一樣，我們將使用以下初始量進(jìn)行迭代過程

estimation(inia=d.w0,iniA=d.A0,iniB=d.B0,ini.dcc=d.w0,model="diagonal",dvar=d.H1$eps)

結(jié)果如下：

rmgarch

擬合模型的結(jié)果如下：

DCC-GARCH模型

最初，僅實(shí)現(xiàn) DCC 模型（1，1）。

模擬模型平差的結(jié)果如下所示：

CCC-GARCH和DCC-GARCH模型的結(jié)論

我們?cè)?CCC-GARCH 和 DCC-GARCH 示例中都看到，該軟件包沒有對(duì)模擬模型的參數(shù)提供令人滿意的估計(jì)值。

GO-GARCH

在GO-GARCH模型中，我們對(duì)構(gòu)建協(xié)方差矩陣的正交分解感興趣

模擬

給出的矩陣M由下式給出：

我們將得到：

gog.rt<-t(M%*%t(bt))

gogarch

rmgarch

讓我們首先指定流程參數(shù)：rmgarch

mean.model=list(model="constant"),distribution.model="mvnorm

根據(jù)估計(jì)因子構(gòu)建數(shù)據(jù)矩陣的不同序列之間的估計(jì)關(guān)系表面

點(diǎn)擊文末?“閱讀原文”

獲取全文完整代碼數(shù)據(jù)資料。

本文選自《R語言多元（多變量）GARCH ：GO-GARCH、BEKK、DCC-GARCH和CCC-GARCH模型和可視化》。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

【視頻】什么是梯度下降？用線性回歸解釋和R語言估計(jì)GARCH實(shí)例
MATLAB用GARCH-EVT-Copula極值理論模型VaR預(yù)測(cè)分析股票投資組合
R語言使用多元AR-GARCH模型衡量市場(chǎng)風(fēng)險(xiǎn)
R語言GARCH模型對(duì)股市sp500收益率bootstrap、滾動(dòng)估計(jì)預(yù)測(cè)VaR、擬合診斷和蒙特卡羅模擬可視化R語言單變量和多變量（多元）動(dòng)態(tài)條件相關(guān)系數(shù)DCC-GARCH模型分析股票收益率金融時(shí)間序列數(shù)據(jù)波動(dòng)率
R語言中的時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
GARCH-DCC模型和DCC（MVT）建模估計(jì)
R語言預(yù)測(cè)期貨波動(dòng)率的實(shí)現(xiàn)：ARCH與HAR-RV與GARCH，ARFIMA模型比較
ARIMA、GARCH 和 VAR模型估計(jì)、預(yù)測(cè)ts 和 xts格式時(shí)間序列
PYTHON用GARCH、離散隨機(jī)波動(dòng)率模型DSV模擬估計(jì)股票收益時(shí)間序列與蒙特卡洛可視化
極值理論 EVT、POT超閾值、GARCH 模型分析股票指數(shù)VaR、條件CVaR：多元化投資組合預(yù)測(cè)風(fēng)險(xiǎn)測(cè)度分析
Garch波動(dòng)率預(yù)測(cè)的區(qū)制轉(zhuǎn)移交易策略
金融時(shí)間序列模型ARIMA 和GARCH 在股票市場(chǎng)預(yù)測(cè)應(yīng)用
時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
R語言風(fēng)險(xiǎn)價(jià)值：ARIMA，GARCH，Delta-normal法滾動(dòng)估計(jì)VaR（Value at Risk）和回測(cè)分析股票數(shù)據(jù)
R語言GARCH建模常用軟件包比較、擬合標(biāo)準(zhǔn)普爾SP 500指數(shù)波動(dòng)率時(shí)間序列和預(yù)測(cè)可視化
Python金融時(shí)間序列模型ARIMA 和GARCH 在股票市場(chǎng)預(yù)測(cè)應(yīng)用
MATLAB用GARCH模型對(duì)股票市場(chǎng)收益率時(shí)間序列波動(dòng)的擬合與預(yù)測(cè)
R語言極值理論 EVT、POT超閾值、GARCH 模型分析股票指數(shù)VaR、條件CVaR：多元化投資組合預(yù)測(cè)風(fēng)險(xiǎn)測(cè)度分析
Python 用ARIMA、GARCH模型預(yù)測(cè)分析股票市場(chǎng)收益率時(shí)間序列
R語言中的時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
R語言ARIMA-GARCH波動(dòng)率模型預(yù)測(cè)股票市場(chǎng)蘋果公司日收益率時(shí)間序列
Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模擬進(jìn)行股價(jià)預(yù)測(cè)
R語言時(shí)間序列GARCH模型分析股市波動(dòng)率
R語言ARMA-EGARCH模型、集成預(yù)測(cè)算法對(duì)SPX實(shí)際波動(dòng)率進(jìn)行預(yù)測(cè)
matlab實(shí)現(xiàn)MCMC的馬爾可夫轉(zhuǎn)換ARMA - GARCH模型估計(jì)
Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模擬進(jìn)行股價(jià)預(yù)測(cè)
使用R語言對(duì)S＆P500股票指數(shù)進(jìn)行ARIMA + GARCH交易策略
R語言用多元ARMA,GARCH ,EWMA, ETS,隨機(jī)波動(dòng)率SV模型對(duì)金融時(shí)間序列數(shù)據(jù)建模
R語言股票市場(chǎng)指數(shù)：ARMA-GARCH模型和對(duì)數(shù)收益率數(shù)據(jù)探索性分析
R語言多元Copula GARCH 模型時(shí)間序列預(yù)測(cè)
R語言使用多元AR-GARCH模型衡量市場(chǎng)風(fēng)險(xiǎn)
R語言中的時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
R語言用Garch模型和回歸模型對(duì)股票價(jià)格分析
GARCH（1,1），MA以及歷史模擬法的VaR比較
matlab估計(jì)arma garch 條件均值和方差模型