source("gmm.r") library(r2lh) library(xtable) ## Execution ## mes données rf <- data.matrix(read.table("usgg.csv", header=T, sep=";",na.strings = "#NA"))[(1:50)*30,2]/100 sink("GMM-dates.txt") as.vector(read.table("usgg.csv", header=T, sep=";",na.strings = "#NA")[c(1,1500),1]) sink() pdf("serieGMM.pdf") ts.plot(rf) dev.off() sink("summaryDonneesGMM.txt",append=FALSE,split=FALSE) summary(rf) sink() ## donnees ckls rf2 <- scan("ckls.csv")/100 ModeleCKLS <- list(donnees=rf,nomModele="CKLS", deltaTemps=1/12, Iterations=2, q=12) ModeleVASICEK <- list(donnees=rf,nomModele="Vasicek", deltaTemps=1/12, Iterations=2, q=12) ModeleCIR <- list(donnees=rf,nomModele="CIR", deltaTemps=1/12, Iterations=2, q=12) nomsParam <- c("a","b","sigma","gamma") nomsParam2 <- c("a","b","sigma") m1 <- MMGestimation(ModeleCKLS) m2 <- MMGestimation(ModeleVASICEK) m3 <- MMGestimation(ModeleCIR) par1 <- cbind(m1$param,m1$Tstat,m1$Tpvalue) par2 <- cbind(m2$param,m2$Tstat,m2$Tpvalue)[-4,] par3 <- cbind(m3$param,m3$Tstat,m3$Tpvalue)[-4,] cov1 <- m1$Varparam cov2 <- m2$Varparam cov3 <- m3$Varparam sink("MMGestimation.tex") xtable(matrix(par1,nrow=4,ncol=3, dimnames=list(nomsParam,c("Est. param.","T-Stat","p-value"))), caption="Modèle CKLS estimé avec GMM",digits=5) xtable(matrix(par2,nrow=3,ncol=3, dimnames=list(nomsParam2,c("Est. param.","T-Stat","p-value"))), caption="Modèle Vasicek estimé avec GMM",digits=5) xtable(matrix(par3,nrow=3,ncol=3, dimnames=list(nomsParam2,c("Est. param.","T-Stat","p-value"))), caption="Modèle CIR estimé avec GMM",digits=5) xtable(matrix(cov1,nrow=4,ncol=4, dimnames=list(nomsParam,nomsParam)), caption="Matrice de Var-Cov des par. pour modèle CKLS avec GMM",digits=5) xtable(matrix(cov2,nrow=3,ncol=3, dimnames=list(nomsParam2,nomsParam2)), caption="Matrice de Var-Cov des par. pour modèle Vasicek avec GMM",digits=5) xtable(matrix(cov3,nrow=3,ncol=3, dimnames=list(nomsParam2,nomsParam2)), caption="Matrice de Var-Cov des par. pour modèle CIR avec GMM",digits=5) sink()