使用rmgarch估计DCC-GARCH(1,1)模型时遇RRuntimeError求助

我有一个包含5个资产对数收益率的DataFrame，无缺失值等问题。在Jupyter Notebook中使用rmgarch包估计DCC-GARCH(1,1)模型，已完成包的安装与导入，但估计模型时持续报错：

RRuntimeError: Error in round(object@mfit$matcoef, 6):non-numeric argument to mathematical function.

已将DataFrame转换为as.numeric()格式，单变量GARCH(1,1)模型可正常运行，但多变量dccfit步骤始终报错。尝试过2个、3个资产的情况，也在RStudio中运行代码，均出现相同错误。

附相关代码：

# 定义GARCH(1,1)模型
univariate_spec <- ugarchspec(mean.model = list(armaOrder = c(0,0)),
                              variance.model = list(garchOrder = c(1,1),model = "sGARCH"),distribution.model = "norm")

# 定义DCC(1,1)模型
n <- dim(data)[2]
dcc_spec <- dccspec(uspec = multispec(replicate(n, univariate_spec)),
                    dccOrder = c(1,1),model=c("DCC"),distribution = c("mvnorm"))

dcc_fit <- dccfit(dcc_spec, data=data)
dcc_fit

# 单变量情况可正常运行
# garch_fit <- ugarchfit(spec = univariate_spec, data = data)
# garch_fit

• 转换数据为矩阵/时间序列类型：rmgarch的dccfit要求输入数据为矩阵（matrix）或xts时间序列对象，而非DataFrame。即使使用as.numeric()转换，若数据仍保留DataFrame结构，会导致内部处理异常。执行以下代码转换：

  # 将DataFrame转换为矩阵
  data_matrix <- as.matrix(data)
  

  之后在dccfit中替换为data=data_matrix。

• 调整multispec生成方式：replicate(n, univariate_spec)生成的对象可能存在格式兼容问题，改用lapply循环生成单变量模型规格，确保每个规格都是有效的ugarchspec对象：

  uspec_list <- lapply(1:n, function(x) univariate_spec)
  dcc_spec <- dccspec(uspec = multispec(uspec_list),
                      dccOrder = c(1,1),model=c("DCC"),distribution = c("mvnorm"))
  

• 先验证单变量批量拟合结果：在执行DCC拟合前，先批量拟合所有资产的单变量GARCH模型，确认每个模型都能正常收敛，避免因个别资产拟合失败导致DCC步骤出错：

  uni_fits <- multifit(multispec(uspec_list), data = data_matrix)
  # 查看拟合结果，确认无报错
  uni_fits
  

  若批量拟合正常，再将结果传入dccfit：

  dcc_fit <- dccfit(dcc_spec, data = data_matrix, fit = uni_fits)
  

• 检查并处理极端值：若收益率数据存在极端值，可能导致模型拟合过程中出现非数值结果。可先对数据做标准化处理：

  data_scaled <- scale(data_matrix)
  

内容的提问来源于stack exchange，提问作者BKS