CFA二级数量方法2025真题大全及答案

CFA二级数量方法2025真题大全及答案

一、单项选择题，(总共10题，每题2分)1.在多元回归中，若两解释变量相关系数为0.85，则最可能出现的后果是A.系数标准误缩小 B.R²急剧下降 C.系数估计方差膨胀 D.F统计量失效2.对时间序列做单位根检验，原假设为“存在单位根”，若ADF检验统计量-2.1，5%临界值-2.9，则结论为A.拒绝原假设，序列平稳 B.不拒绝原假设，序列非平稳 C.检验失效 D.需做协整检验3.用GARCH(1,1)估计波动率，若α=0.06，β=0.91，则长期无条件方差与当期方差的关系是A.无条件方差大于当期方差 B.无条件方差小于当期方差 C.两者恒等 D.无法判断4.在Logit模型中，若某变量边际效应为0.12，则其经济含义是A.该变量增加1单位，概率线性增加12% B.该变量增加1单位，概率在均值处约增12% C.几率比增加12% D.对数几率增加0.125.对AR(2)做预测，已知φ1=0.4，φ2=-0.2，最后一期残差为0，最近两期观测为2.0、1.5，则下一期点预测为A.1.7 B.1.9 C.2.0 D.2.26.若回归残差存在条件异方差，但参数估计仍无偏，则下列说法正确的是A.t检验可信 B.需用White标准误 C.R²失真 D.DW检验有效7.在机器学习的k-fold交叉验证中，k值增大将导致A.偏差增大、方差减小 B.偏差减小、方差增大 C.偏差与方差均增大 D.无影响8.对收益率做随机游走检验，若滞后1阶自相关系数为-0.03，t值-1.45，则A.显著拒绝随机游走 B.不拒绝随机游走 C.存在动量 D.存在均值回归9.主成分分析中，若前三个主成分解释方差比例累计达92%，则合理做法是A.只保留三个主成分 B.必须保留全部变量 C.需再做因子旋转 D.需检验多重共线性10.在蒙特卡洛模拟定价美式期权时，为提高效率最常用A.对偶变量法 B.控制变量法 C.最小二蒙特卡洛 D.重要性抽样二、填空题，(总共10题，每题2分)11.若回归模型存在完全多重共线性，则设计矩阵X的秩________(小于/等于/大于)列数。12.ARCH效应检验中，辅助回归的R²乘以样本容量n服从________分布。13.当样本容量n→∞，若估计量概率极限等于真实参数，则称其具有________性。14.在ARMA(p,q)模型中，若特征方程根的模均________1，则过程平稳可逆。15.若Logit模型估计得βj=0.8，则对应几率比为________。16.对收益率序列做Ljung-Box检验，滞后阶数k越大，检验________(功效/规模)一般越高。17.当惩罚回归使用λ→∞，Lasso会将所有系数________(收缩/截断)至零。18.若随机变量X~N(0,1)，则E[max(X,0)]=________。19.在Bootstrap置信区间构造中，若采用百分位法，则区间上下限分别对应Bootstrap统计量的________分位数。20.对波动率微笑建模，常用的参数化方法为________模型。三、判断题，(总共10题，每题2分)21.若解释变量为虚拟变量，则其系数估计一定无偏。22.DW检验可用于检测高阶自相关。23.当模型遗漏重要变量时，OLS估计量一定不一致。24.若两序列均为I(1)且存在协整，则ECM模型中误差修正项系数应为负。25.GARCH模型可描述波动率聚集现象。26.主成分得分服从多元正态分布当且仅当原始变量服从多元正态分布。27.在Bagging方法中，各基学习器必须采用相同算法。28.若样本内R²高而样本外R²低，则模型可能存在过拟合。29.当样本容量足够大，t分布近似标准正态分布。30.对随机游走序列做一阶差分后，所得序列一定平稳。四、简答题，(总共4题，每题5分)31.简述多重共线性对回归系数推断的具体影响，并给出两种常用诊断指标。32.说明GARCH(1,1)模型中α+β<1的经济含义及其对波动率预测的作用。33.写出Logit模型与Probit模型的核心差异，并解释为何边际效应需在特定点计算。34.描述k-fold交叉验证的步骤，并指出其在防止过拟合中的机理。五、讨论题，(总共4题，每题5分)35.讨论在构建多因子风险模型时，如何权衡统计因子与基本面因子，并说明各自对组合优化的影响。36.比较时间序列动量策略与横截面动量策略在收益率构造、风险特征及实施难点上的异同。37.机器学习应用于高收益债违约预测时，面临样本不平衡问题，请提出三种处理方案并评估其利弊。38.在利率接近零下限时，传统GARCH波动率估计可能出现偏差，试提出改进思路并讨论其经济学逻辑。答案与解析一、单项选择题1.C 2.B 3.A 4.B 5.B 6.B 7.B 8.B 9.A 10.C二、填空题11.小于12.χ²13.一致14.小于15.2.2316.功效17.截断18.0.398919.α/2与1-α/220.SABR三、判断题21.F 22.F 23.T 24.T 25.T 26.T 27.F 28.T 29.T 30.T四、简答题31.多重共线性使系数估计方差膨胀，t值减小，置信区间变宽，显著性下降；变量微小变动导致系数符号翻转。诊断：方差膨胀因子VIF>10或条件数>30提示严重共线。32.α+β<1保证方差过程平稳，存在长期均值回归；预测时未来条件方差将收敛到无条件方差，避免爆炸，利于长期风险定价。33.Logit用logistic分布，Probit用标准正态；两者对称但尾部厚度不同。因非线性，边际效应=β·f(Xβ)随解释变量值变化，需在样本均值或特定点计算。34.步骤：将数据均分k份，轮流取1份作验证集，其余训练，循环k次得k个性能指标取平均；机理：重复利用样本，减少因单次划分带来的偶然性，降低泛化误差估计方差，从而抑制过拟合。五、讨论题35.统计因子由数据驱动，能捕捉潜在风险但解释性差；基本面因子直观但可能遗漏交互效应。组合优化中，统计因子降低噪声提升稳定性，却需面对旋转不确定性；基本面因子便于政策解释，却引入主观权重。权衡方法：先用统计因子筛选主成分，再映射到基本面变量，构建混合模型，既保持解释力又控制估计误差。36.时间序列动量按自身过去收益排序，横截面按相对收益排序；前者多空自融资，后者行业中性。风险：前者暴露于趋势反转，后者暴露于因子拥挤；实施难点：时间序列需处理自相关标准误，横截面需解决权重再平衡的高换手。可结合波动率缩放与信号衰减降低回撤。37.方案：过采样SMOTE生成少数类，欠采样减少多数类，代价敏感学习调整类别权重。SMOTE易生成噪声样本，欠采样损失信息，代价敏感需校准成本矩阵。综合采用集成Bagging与代