本文提出了一类新的区间值时间序列非线性区间模型。通过将区间模型与区间观测值相匹配，我们为所提出的模型发展了一种非线性最小距离估计方法，并建立了所提出估计量的渐近理论。与传统的基于点的方法相比，所提出的区间建模方法可以同时评估趋势和波动性的变化。在拟议的区间框架内，本文以2016年美国总统大选（以下简称特朗普大选）对美国股市的影响为例进行了实证研究。考虑到日高-日低区间作为市场效率代理的有效性，我们采用区间值回报来同时测量基本价值运动和市场效率。实证结果表明，强有力的证据表明，特朗普的当选在事前和事后分析中都提高了标准普尔500指数的水平/趋势，降低了其波动性。此外，基本价值影响的半衰期（62.4天）比高低区间（15.9天）更长，这表明特朗普的胜利对基本价值的影响比其对市场效率的影响更持久。