2025年CFA考试《数量方法》真题解析

2025年CFA考试《数量方法》真题解析考试时间：______分钟总分：______分姓名：______试卷内容一、请根据以下描述选择最合适的统计量。1.一组数据呈明显的偏态分布，希望衡量其中心趋势，应优先考虑使用：A.中位数B.均值C.众数D.标准差2.某投资组合包含两种资产，资产A的预期回报率为12%，标准差为10%；资产B的预期回报率为8%，标准差为6%。如果两种资产的相关系数为0.4，投资组合中资产A和资产B的投资比例分别为60%和40%，则该投资组合的预期回报率和以均值-方差有效前沿衡量的风险（标准差）分别为：A.10.8%,4.8%B.10.8%,7.2%C.9.6%,4.8%D.9.6%,7.2%3.在进行假设检验时，第一类错误是指：A.真实情况H0为假，却接受了H0B.真实情况H0为假，却拒绝了H0C.真实情况H0为真，却拒绝了H0D.真实情况H0为真，却接受了H04.对于一元线性回归模型Y=β0+β1X+ε，下列哪个陈述是正确的？A.回归系数β1衡量了X对Y变动的解释程度B.残差的方差是衡量模型拟合优度的主要指标C.R平方的值必须介于0和1之间D.X和Y之间存在严格的函数关系5.某分析师希望预测下个月某股票的价格。他收集了该股票过去60个月的价格数据，并认为价格变动可以用AR(1)模型来描述。初步估计模型的参数φ=0.85。若上个月股票的价格为P_t-1，则该分析师预测下个月股票价格的公式是：A.P_t=0.15*P_t-1B.P_t=0.85*P_t-1C.P_t=1.15*P_t-1D.P_t=P_t-1/0.85二、请回答以下关于估计与假设检验的问题。6.根据一个包含100个观测值的数据样本，计算得到样本均值为50，样本标准差为15。若要构造一个95%的置信区间来估计总体均值（假设总体服从正态分布），则置信区间的上下限约为多少？（提示：查阅t分布表，自由度为99，95%置信水平对应的t值约为2.00）A.50±3.0B.50±3.3C.50±2.58D.50±5.27.为了检验某股票的月收益率是否显著大于0，研究人员提出了以下假设：H0:μ≤0H1:μ>0研究人员计算得到样本均值为0.5%，样本标准差为3%，样本量为30。在显著性水平α=0.05下，该检验的p值约为多少？（提示：计算检验统计量t，查阅t分布表，自由度为29）A.小于0.01B.介于0.01和0.05之间C.等于0.05D.大于0.058.在进行估计时，样本均值通常被用作总体均值的点估计量。点估计量的一个重要特性是：A.必须是无偏的B.必须是最小方差C.必须是充分的D.必须是有效的三、请简述以下概念。9.什么是多元线性回归模型？它与一元线性回归模型相比，主要增加了哪些分析内容？10.什么是VaR（价值-at-Risk）？请简要说明其在风险管理中的应用，并指出其主要的局限性。四、请回答以下问题。11.假设某资产价格遵循几何布朗运动（GBM）：dP_t=μP_tdt+σP_tdW_t，其中μ为漂移率，σ为波动率。若当前价格为P_0，求经过时间T后，资产价格预期值（数学期望）和方差的表达式。12.某投资组合经理正在评估一个包含两种资产的投资组合。资产A预期回报率为10%，标准差为12%；资产B预期回报率为15%，标准差为20%。两种资产的回报率相关系数为-0.6。如果投资组合中资产A和资产B的投资比例分别为70%和30%，请计算该投资组合的预期回报率、方差和标准差。假设投资组合不存在其他风险。13.一位分析师正在使用ARIMA(p,d,q)模型来预测某公司月度销售额。他发现销售额数据需要差分一次才能stationary（d=1），初步判断模型可能适用。他收集了过去24个月的销售额数据，绘制了差分后数据的自相关图（ACF）和偏自相关图（PACF），发现ACF在lag1,2,4处有显著峰值，PACF在lag1,2处有显著峰值。请根据这些信息，建议一个合适的ARIMA模型用于预测。并简要说明选择该模型的理由。五、请论述。14.回归分析在金融领域有哪些广泛的应用？在应用回归模型进行金融分析时，需要注意哪些潜在的问题或风险（例如模型设定错误、遗漏变量、异方差、自相关等），以及如何应对这些问题？试卷答案一、请根据以下描述选择最合适的统计量。1.A2.A3.C4.C5.B二、请回答以下关于估计与假设检验的问题。6.B7.B8.A三、请简述以下概念。9.多元线性回归模型用于分析因变量Y与多个自变量X1,X2,...,Xk之间的线性关系，形式为Y=β0+β1X1+β2X2+...+βkXk+ε。相比一元线性回归，它增加了对多个因素同时影响因变量的分析，可以控制其他变量的影响，评估单个自变量的净效应，并能计算和控制多元条件下的均值预测区间。10.VaR（价值-at-Risk）是指在给定的置信水平和持有期内，投资组合价值预期损失的最大幅度。其应用在于为风险管理提供一种简化的度量工具，帮助金融机构设定风险限额、进行资本配置和压力测试。主要局限性包括：假设市场条件服从历史分布且未来与历史相似（尾部风险捕捉不足）、无法衡量极端损失的实际规模和发生概率（仅提供一个阈值）、对模型和参数的准确性依赖度高。四、请回答以下问题。11.根据GBM方程和伊藤引理，经过时间T后，资产价格的数学期望为E[P_T]=P_0*exp(μT)。资产价格方差的计算涉及伊藤引理中的微分项，得到Var[P_T]=P_0^2*exp(2μT)*σ^2*T。12.投资组合预期回报率E[RP]=w_A*E[RA]+w_B*E[RB]=0.7*10%+0.3*15%=7%+4.5%=11.5%。投资组合方差Var[RP]=w_A^2*Var[RA]+w_B^2*Var[RB]+2*w_A*w_B*Cov(RA,RB)=0.7^2*12^2+0.3^2*20^2+2*0.7*0.3*(-0.6)*12*20=0.49*144+0.09*400+2*0.21*(-72)=70.56+36-30.24=76.32。投资组合标准差σ[RP]=sqrt(Var[RP])=sqrt(76.32)≈8.74%。13.基于ACF和PACF的显著峰值，建议的ARIMA模型为ARIMA(2,1,2)。理由是ACF在lag1,2,4处有拖尾（或截尾，取决于具体图形模式，此处假设拖尾），PACF在lag1,2处有截尾（或显著），这符合AR(2)的特征。差分次数d=1处理了数据的非平稳性。MA(2)模型用于解释ACF在lag4的显著峰值（如果存在且PACF在lag4之后截尾或拖尾，则可能需要更高阶MA）。14.回归分析在金融领域的应用广泛，例如：评估资产定价模型（如CAPM、APT）、构建投资组合、进行风险管理（如计算Beta、VaR、压力测试）、市场有效性检验、绩效评估等。应用时需注意：模型设定是否正确（线性关系、函数形式）