R中ARMA(1,2)-EGARCH(2,1)模型gamma杠杆系数解读

rugarch包中eGARCH模型的gamma系数数量和ARCH项滞后阶数完全对应：你选择的eGARCH(2,1)设定ARCH滞后阶为2，因此输出2个gamma值，分别匹配滞后1期、滞后2期标准化残差的非对称杠杆项，和同阶的alpha1、alpha2一一对应，属于正常输出。

杠杆效应判断规则 #

你之前了解的“gamma为负代表存在杠杆效应”的结论，仅适用于eGARCH(1,1)这类单ARCH滞后阶、仅输出单个gamma的模型。经典杠杆效应的核心定义是同等幅度的负向冲击（利空）对未来波动率的抬升作用强于正向冲击（利好），多阶滞后eGARCH需要逐阶判断对应gamma的符号、统计显著性，不能直接用单个系数符号下结论。

本次拟合结果的系数解释 #

结合参数估计与显著性检验结果，两个gamma的实际含义如下：

• gamma1 = 0.3450：普通标准误、稳健标准误下p值均小于0.001，统计显著为正，说明滞后1期的非对称效应和经典杠杆效应方向相反——t-1期的正向冲击比同幅度负向冲击对当期波动率的抬升作用更强。
• gamma2 = -0.0931：两类标准误下p值均大于0.1，统计上不显著，没有可靠证据证明滞后2期存在负向杠杆效应，该估计值不具备统计解释力。

模型设定问题提示 #

从诊断统计量看，当前模型存在两处明显设定偏误，可能干扰参数解读的可靠性：

• 标准化残差的加权Ljung-Box检验所有滞后阶p值均小于0.001，拒绝“无序列相关”原假设，说明ARMA(1,2)均值方程没有充分提取原序列的自相关信息，均值阶数设置不合理。
• Nyblom参数稳定性检验联合统计量为4.1596，远高于1%显著性水平临界值3.27，其中alpha1、alpha2、gamma1的个体统计量也超过1%临界值，说明模型参数整体不稳定。
• 符号偏误检验（Sign Bias Test）的单个检验项、联合检验p值均大于0.05，说明当前设定已经捕捉到了所有可识别的非对称波动特征，不存在遗漏的杠杆效应。

建议先调整均值方程的AR/MA阶数，直到标准化残差无显著自相关后，再重新估计GARCH项参数，此时得到的gamma系数结果更具解释力。

内容的提问来源于stack exchange，提问作者Victor