Predicting Stock Return Volatility: Can We Benefit from Regression Models for Return Intervals?

We study the performance of recently developed linear regression models for interval data when it comes to forecasting the uncertainty surrounding future stock returns. These interval data models use easy‐to‐compute daily return intervals during the modeling, estimation and forecasting stage. They have to stand up to comparable point‐data models of the well‐known capital asset pricing model type—which employ single daily returns based on successive closing prices and might allow for GARCH effects—in a comprehensive out‐of‐sample forecasting competition. The latter comprises roughly 1000 daily observations on all 30 stocks that constitute the DAX, Germany's main stock index, for a period covering both the calm market phase before and the more turbulent times during the recent financial crisis. The interval data models clearly outperform simple random walk benchmarks as well as the point‐data competitors in the great majority of cases. This result does not only hold when one‐day‐ahead forecasts of the conditional variance are considered, but is even more evident when the focus is on forecasting the width or the exact location of the next day's return interval. Regression models based on interval arithmetic thus prove to be a promising alternative to established point‐data volatility forecasting tools. Copyright ©2015 John Wiley & Sons, Ltd.     

PROMETHEEⅡ法的权重稳定区间

通过改变各属性的权重 ,研究了由 PROMETHEE 方法所给出的排序结果对权重变化的敏感性 ;给出了权重变化导致结果变化的条件 ;提出了为不同的属性构造不同的权重稳定区间的方法 ,并应用于实际问题 .     

含区间参数的战场资源动态调度模型及算法

战场资源调度是作战指挥领域研究的热点.首先描述了战场资源调度问题,分析了战场资源动态调度需求,在此基础上建立了包含区间参数的战场资源动态调度模型.然后设计了三种不同的贪心策略,分别为基本贪心策略、双重贪心策略和一致贪心策略,提出了模型求解的混合贪心算法.最后结合联合作战算例进行了仿真验证,结果表明本文方法可行优越,能应用于不确定性的战场环境中.     

有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

动态外部性与城市群经济增长收敛的实证研究

区域经济收敛性一直是研究热点,动态外部性成为关注焦点.通过分析动态外部性与城市群经济空间收敛机理,构建动态经济权重模型,判断区域经济空间关联性.然后分析面板数据平稳性,结合动态空间面板模型,计算技术空间溢出水平,准确判定区域经济收敛性.最后,以环长株潭城市群例证该模型和方法的可行性,并得出:①空间外部性是影响经济收敛的主要因素,技术空间溢出是关键,SDM较好地描述了此收敛性;②使用SDM分析时必须确保面部数据的平稳性,剔除短期周期性误差对区域经济收敛性的不当影响;③空间权重受地理邻近、产业结构和市场潜能的交互影响,是动态的,且对经济收敛结果影响很大;④环长株潭城市群存在明显经济收敛机制,技术空间溢出效应较显著,仍需要进一步消除限制知识和贸易自由流动的行政壁垒和交通瓶颈促进城市群技术进步和经济协同发展.     

Testing Interval Forecasts: A GMM‐Based Approach

This paper proposes a new evaluation framework for interval forecasts. Our model‐free test can be used to evaluate interval forecasts and high‐density regions, potentially discontinuous and/or asymmetric. Using a simple J‐statistic, based on the moments defined by the orthonormal polynomials associated with the binomial distribution, this new approach presents many advantages. First, its implementation is extremely easy. Second, it allows for a separate test for unconditional coverage, independence and conditional coverage hypotheses. Third, Monte Carlo simulations show that for realistic sample sizes our GMM test has good small‐sample properties. These results are corroborated by an empirical application on SP500 and Nikkei stock market indexes. It confirms that using this GMM test leads to major consequences for the ex post evaluation of interval forecasts produced by linear versus nonlinear models. Copyright © 2011 John Wiley & Sons, Ltd.     

支付值为区间数的双矩阵博弈的二次规划求解方法

基于区间数集合IR上的不大于关系,给出支付值为区间数的双矩阵博弈的数学模型及其解的概念。先由区间数双矩阵博弈的混合策略均衡点存在的充要条件导出区间数双矩阵博弈的区间数二次规划解法,然后把区间数二次规划转化为一般二次规划．最后给出数值实例并利用lingo软件进行求解。     

基于Choquet积分的多属性正态分布区间数决策方法

在Choquet积分的基础上,提出了正态分布区间数的关联有序平均（NDINCOA）算子。该算子不仅考虑了属性的重要性,而且能够反映出属性的相互关系。值得指出的是存在的一些正态分布区间数平均算子都是该算子的特例。最后举例说明了该算子在不确定多属性决策中的应用,结果表明该方法是可行的。