第一步：导入数据（以winrats为例）

从外部导入Excel格式的数据

如果Excel带有时间标记的数据转化成时间序列会Excel的时间点进行导入，导致部分变量存在NA值！(如下图所示，因为有效交易时间与市场时间不一致！)。处理：在Excel中，删除该时间变量即可！

这里数据对应的时间按日历表填入，出现个别日历时间无交易数据（法定节假日、周末）。

切忌：左边的区域不动，变量名自动为Excel第一行！

2.设定时间序列类型的数据

第二步：确定时间序列类型，需要确定时间序列的起点时间（除了币圈周末也会亏（雾））

这里需要手动输入时间的起点时间

3.取对数做差分

方法1：使用命令为：set ''新变量''=log(''原变量'')-log(''原变量{1}'')

方法2：使用操作框中的Data—Transformations（这里可以实现对数/差分等操作）

最后一步：在变量区（View—Series Window）查看操作是否成果实现

到这里肯定有很多人就要问了，你还没做变量的统计量检验、单位根检验、相关性的ACF/Q检验啥的。这，你完全可以在其他的计量软件，比如Eviews、stata、R语言、matlab等上做，何必在winrats这个不熟悉的软件上受苦受累呢（doge）

4.建立VAR-GARCH-BEKK(1,1)模型

公式：

（1）均值等式—建立的VAR（p）模型

（2）方差等式—建立的MVGARCH-BEKK（1，1）模型

BEKK的操作

这里需要手动输入多个数据比如①建立VAR的被解释变量和解释变量；②ARCH项和GARCH项的滞后阶数；③多元GARCH模型；④残差服从的分布；⑤估计的模型等。

注意：这里有个非常重要的细节，如果均值等式是VAR的滞后模型，需要添加解释变量的滞后阶数，这里的《Add Lags》按钮可以实现该操作。（但VAR（p）的最优滞后阶数p的选择需要借助相应的定阶模型（如下图），比如对（AIC SC HQ BIC FPE LR LogL ）指标实现"多数原则"定阶，需要转向其他计量软件，比如Eviews，matlab，stata等）

MVGARCH-BEKK（1，1）回归结果：

不同市场间的溢出效应只需要关注交叉项系数即可：A(1,2) A(2,1) B(1,2) B(2,1)

Wald检验：