Predictive ability and economic gains from volatility forecast combinations

The availability of numerous modeling approaches for volatility forecasting leads to model uncertainty for both researchers and practitioners. A large number of studies provide evidence in favor of combination methods for forecasting a variety of financial variables, but most of them are implemented on returns forecasting and evaluate their performance based solely on statistical evaluation criteria. In this paper, we combine various volatility forecasts based on different combination schemes and evaluate their performance in forecasting the volatility of the S&P 500 index. We use an exhaustive variety of combination methods to forecast volatility, ranging from simple techniques to time-varying techniques based on the past performance of the single models and regression techniques. We then evaluate the forecasting performance of single and combination volatility forecasts based on both statistical and economic loss functions. The empirical analysis in this paper yields an important conclusion. Although combination forecasts based on more complex methods perform better than the simple combinations and single models, there is no dominant combination technique that outperforms the rest in both statistical and economic terms.     

On the Difficulty of Measuring Forecasting Skill in Financial Markets

The use of correlation between forecasts and actual returns is commonplace in the literature, often used as a measurement of investors' skill. A prominent application of this is the concept of the information coefficient (IC). Not only can the IC be used as a tool to rate analysts and fund managers but it also represents an important parameter in the asset allocation and portfolio construction process. Nevertheless, a theoretical understanding of it has typically been limited to the partial equilibrium context where the investing activities of each agent have no effect on other market participants. In this paper we show that this can be an undesirable oversimplification and we demonstrate plausible circumstances in which conventional empirical measurements of IC can be highly misleading. We suggest that improved understanding of IC in a general equilibrium setting can lead to refined portfolio decision making ex ante and more informative analysis of performance ex post. Copyright © 2015 John Wiley & Sons, Ltd.     

高层领导者推进企业社会责任有助于提升企业社会责任表现吗?

企业领导者行为的相关研究层出不穷，然而研究焦点过多集中于领导者对员工层面的影响，对企业层面的探索略显不足。本文基于领导力理论与马斯洛需求层次理论，构建“领导者行为—企业文化—企业行为”影响机制，探讨了企业创始人等高层领导者的责任态度及行为对企业责任表现的影响。实证发现：高层领导者推进CSR，通过塑造企业责任文化，从而提升企业社会责任表现；无论在国有企业还是非国有企业，高层领导者推进CSR对企业社会责任表现均具有显著影响。上述研究结论对国有企业与非国有企业领导者提高企业社会责任表现具有潜在的指导意义。     

户用光伏交流冰箱系统的性能研究

针对昆明地区户用光伏交流冰箱系统的工作特性进行了实验研究,在不同天气条件下对所构建的系统性能进行了测试,测试结果表明,该系统冰箱的冷冻室最低温度可达-22℃,冷藏室温度为0~7℃,在晴天和多云天气情况下,系统带3kg水时制冷系数COP分别为0.08、0.05,系统带8kg负载时制冷系数COP分别为0.28、0.23;在阴雨天气情况下,蓄电池单独向系统供电可保证系统连续工作3d.该光伏冰箱系统在昆明地区运行稳定,并为户用光伏交流冰箱系统性能的进一步优化提供了依据.     

处理环境效应和随机误差的创新驱动发展绩效时空异质研究——以高技术产业为例

基于2009~2015年高技术产业省际面板数据，首次纳入高技术产业创新驱动的环境效应和随机误差考虑，利用SFA模型进行分解修正调整样本投入的偏移量，进一步结合超效率技术改进，更为有效真实地反映高技术产业创新驱动发展成效及其时空异质和来源体系配置特征。研究发现，环境因素对高技术产业创新驱动发展绩效产生显著异质影响。总体上，调整后2009~2015年高技术产业的创新驱动整体效率还处于相对较低水平，存在较大发展空间。纯技术效率改进显著优于规模效率，是其创新驱动发展绩效提升的主要动力来源。高技术产业创新驱动发展绩效时间上呈现一定程度的增长，而空间差异显著，亟待进行引领产业创新驱动结构转型。     

Heusler合金Fe_2VAl的晶体结构与热电性能研究

采用真空电弧熔炼和放电等离子烧结技术制备了Full-Heusler合金Fe_2VAl,利用XRD、XPS对合金的物相结构与成分进行表征,在300～800K温度区间内测试了合金的Seebeck系数、电阻率、热导率等热电参数,并将实验结果与基于L2_1有序结构Fe_2VAl合金的模拟计算值进行了比较。结果表明,实验所制的合金样品中Fe、Al、V原子比接近于2∶1∶1,基本满足Fe_2VAl合金的成分配比;结合XRD衍射谱及10K下合金的饱和磁矩可知,所制合金样品中除了完全有序的L2_1结构相外,还存在部分的B2相。另一方面,基于热电性能测试结果可知,所制Fe_2VAl合金表现出典型的n型半导体特性,其Seebeck系数和电阻率随着温度的升高而降低,这与利用VASP和BoltzTraP软件包结合计算得到的L2_1结构Fe_2VAl合金的热电参数随温度(300～800K)的变化趋势相符合;合金的热导率随着温度的升高呈先降低后升高的趋势,在500K附近具有极小值,而无量纲参数热电优值ZT在500K附近达到最大值,约为0.052。     

面向OD客流的高速列车开行方案的优化

满足旅客出行需求的列车开行方案能够更好地吸引客流，提高高速铁路的核心竞争力.以最大化经济收益和最小化出行费用为目标函数，以高速铁路开行方案为研究对象，以旅客出行需求等作为约束条件，将列车开行方案与OD客流量结合起来，同时考虑旅客的购票心理和列车购票的时效性，建立了一种基于动态客流的列车开行方案的多目标优化模型，并设计一种基于个体信息和改进变异算子的多目标差分(SG-MOSaDE)算法进行求解.以广州市某线路为例进行实验，结果表明，优化后的开行方案不仅最大化满足了旅客出行需求，而且在提高铁路部门经济收益的同时降低了旅客的出行花费，并且优化后的列车总停站次数较原来有所下降，停站方案更加均衡.     

Ca掺杂的对LiNi1/3Co1/3Mn1/3O2正极材料及其电化学性能研究

为探讨Ca的掺杂对LiNi_1/3Co_1/3Mn_1/3O₂材料结构和电性能的影响，以草酸为沉淀剂，以不同含量Ca对LiNi_1/3Co_1/3Mn_1/3O₂进行掺杂改性，并通过X射线衍射（XRD）对产品进行表征，探讨了不同Ca含量样品的电化学性能.结果表明：大量Ca掺杂生成明显CaO杂相，而少量Ca掺杂则能顺利进入材料晶格之中.随着Ca掺入，晶体类型不变，但c轴略收缩，形成更紧密的结构. 充放电显示Ca在低倍率(2.5～4.3 V，0.5 C)时，能一定程度提高材料的循环性能；但在高倍率(2.5～4.3 V，5 C)时，能明显提高容量和循环性能.充放电曲线同时显示未掺杂的材料高倍率下极化严重，放电平台严重降低；而Ca掺杂的材料极化状况则不明显，说明Ca掺杂能抑制极化并提高电化学性能.     

不同运行策略下的分布式系统多目标分析

为寻求能源供给系统在经济-安全-环保-节能的协调,依托"互联网+"思维,构建了一套分布式冷电联供系统,主要包括动力子系统、地源热泵子系统、蓄能子系统。建立了在偏离设计工况时不同设备的性能模型,在此基础上,以运行费用、CO_2排放和一次能源消耗为目标函数,分析了电负荷跟踪运行策略、热负荷跟踪运行策略、混合跟踪运行策略和动力设备(PGU)最大效率跟踪运行策略下系统中各设备的运行时间、运行状态及系统总性能的变化。结果表明,与传统电网购电的分供系统相比,分布式系统的经济性、环境性较好,一次能源消耗较低。热负荷跟踪策略的经济性和环境友好性最优,运行费用和CO_2排放分别降低了32.7%和45.3%;最大效率跟踪策略经济性最差,但由于PGU机组连续运行,其一次能源消耗降低最多,为86.7%。不同运行策略结果可为分布式系统的运行提供一定的理论参考。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。