VAR-MVGARCH-BEKK模型的winrats实现

最近在做时间序列有关的论文，采用了GARCH-BEKK模型，本来想在R里面实现建模的，R里面含有

mgarchBEKK包，BEKKs包和MTS包，这几个包都可以对序列直接实现建模（比如两个收益率直接带进去，感觉都挺好用的但是好像缺少WALD检验？）

但lz人菜瘾大，妄想基于VAR模型实现BEKK模型，同时数据还具有尖峰后尾的特征，迫不得已转向WinRATS。

WinRats可以实现以上需求，不过就是没接触过，在几个帖子和论文中摸爬滚打之后终于弄懂了一点，本人才疏学浅，如有错误敬请谅解。

---

模型介绍：

​

Vt是2×1均值为０的白噪声向量， Ht是2×2的方差－协方差矩阵。矩阵A的主对角线元素反映了波动的 ARCH 效应，即波动的聚集性，矩阵B的主对角线反映波动的 GARCH 效应，即波动的持续性。A,B矩阵的非主对角元素则代表了市场之间的相互作用。

WALD检验检验A,B矩阵各系数的显著性，可以判断汇率收益率的波动情况。若系数 α21 和 β21 均显著，则存在甲向乙的波动溢出；若系数 α12 和 β12 均显著，则存在乙向甲的波动溢出。如果都显著，则存在双向波动影响。

---

WinRATS代码：

以VAR(1) 之后一期为例：

system(model=varmodel) 
variables variable1 variable2  #后面两个是导入数据中的变量名
lags 1 to 1  #后面一个1就表示滞后1期，如果是滞后2期就改成2
det constant
end(system)
estimate

garch(p=1,q=1,model=varmodel,mv=bekk,dist=t,pmethod=simplex,piters=10) /  variable1 variable2
#dis=t 表示使用t分布，也可以用 normal, GED等

#Wald检验代码：
test（zeros）
#11 15

test（zeros）
#12 16

test（zeros）
#11 12 15 16

直接输入数字，数字代表了garch模型跑出来之后得到的矩阵对应的系数值，以滞后一阶为例，11，15分别代表A(1,2),B(1,2)的估计结果，12，16分别代表A(2,1),B(2,1)的估计结果。不同的滞后阶数数字会发生变化，同时代码一定要一行一行的输入，不要心急，不然软件就闪退了。