基于分位数回归的人民币兑美元汇率风险测度

针对人民币兑美元汇率风险问题,提出了一种基于分位数回归的风险测度方法;以2015-08-11—2019-09-16人民币兑美元汇率中间价数据为研究样本,运用EGARCH模型和TGARCH模型刻画了外汇收益率序列存在的不对称性、波动集聚性以及尖峰厚尾性特征,并在GARCH族VaR模型的基础上构建了QR-GARCH族VaR模型,最后选择Kupiec失败率检验和动态分位数检验等后测检验方法,比较了两类模型的风险预测精度;结果表明:相对于GARCH族VaR模型,QR-GARCH族VaR模型不仅仅对随机扰动项的假设分布不敏感,并且表现出显著优异的风险预测能力,其中基于t分布的QR-EGARCH VaR模型的预测能力最优,故QR-GARCH族VaR模型在人民币兑美元风险测度问题上更具适用性和稳健性。     

基于商空间的语言型Z-number多准则决策方法

针对Z-number多准则决策中计算复杂度高,计算量大等问题,提出了一种较为简单且行之有效的基于粒度的多准则决策方法;将语言型Z-number决策信息转化为经典模糊数,用提出的可能度公式来两两比较方案的优劣程度,并且根据定义的模糊度公式计算出各准则的权重,继而得到最终的决策矩阵;然后,基于商空间的基本理论对QUALIFLEX排序方法进行改进,根据方案间的优势关系以及保假原理,可以将问题的最优解确定在较小的粒度空间内,在这个较小的粒度空间内搜索出综合一致性最大的最优排列,得到问题的最优解;最后通过实例分析可验证提出方法的可行性和有效性,且方法有效降低了计算的复杂度。