2025年CFA二级《数量方法》真题宝典【含答案】

2025年CFA二级《数量方法》真题宝典【含答案】

一、单项选择题（每题2分，共20分）1.在多元线性回归中，若解释变量之间存在高度线性相关，则最可能出现的后果是A.标准误被低估，t统计量被高估B.标准误被高估，t统计量被低估C.判定系数R²显著下降D.残差平方和急剧增大2.当ARCH效应存在时，下列哪种检验最适合用于判断是否需要采用GARCH模型？A.Durbin-Watson检验B.Breusch-Godfrey检验C.Ljung-Box检验D.Engle’sARCHLM检验3.对月度收益率序列进行单位根检验，若ADF检验统计量为-2.1，5%临界值为-2.9，则A.拒绝原假设，序列平稳B.不拒绝原假设，序列存在单位根C.拒绝原假设，序列存在单位根D.不拒绝原假设，序列平稳4.在构建因素模型时，若采用主成分分析法提取因子，则主成分方差贡献率排序依据是A.特征值从大到小B.因子载荷绝对值从大到小C.旋转后共同度从大到小D.特异因子方差从大到小5.当使用K-means聚类时，若样本量n=500，预设簇数k=8，则算法迭代停止条件通常不包括A.簇内平方和变化小于阈值B.质心移动距离小于阈值C.轮廓系数达到最大值D.相邻两次迭代质心完全重合6.在Logit模型中，若某解释变量边际效应为0.15，则其经济含义为A.该变量每增加1单位，事件发生概率增加15%B.该变量每增加1单位，对数发生比增加0.15C.该变量每增加1单位，事件发生概率增加约1.5个百分点D.该变量每增加1单位，发生比增加15%7.对收益率序列建立ARMA(1,1)模型后，若残差Q(12)检验p值为0.03，则A.残差无序列相关，模型充分B.残差存在显著序列相关，需修正模型C.残差存在异方差，需采用GARCHD.残差非正态，需改用t分布8.在蒙特卡洛模拟定价路径依赖型期权时，降低方差技术中“对偶变量法”的核心思想是A.每次模拟生成正负成对随机数B.采用低差异序列替代伪随机数C.利用控制变量构造组合D.通过增加模拟次数降低标准误9.若某组合主动收益方差为0.04，跟踪误差为6%，则信息比率最接近A.0.67B.0.50C.0.33D.0.2510.在机器学习回归树中，若节点分裂准则采用“最小化均方误差”，则最优分裂点满足A.左右子节点均值差异最大B.左右子节点方差加权之和最小C.左右子节点样本数相等D.左右子节点目标变量分布相同二、填空题（每题2分，共20分）11.若多元回归模型中VIF值大于________，通常认为存在严重多重共线性。12.GARCH(1,1)模型中，长期无条件方差等于ω/(1-α-________)。13.当样本偏度为-0.8，峰度为5.2，则Jarque-Bera统计量近似等于________。14.在主成分分析中，第k主成分的方差等于样本协方差矩阵第________大特征值。15.若Logit模型估计得βj=0.7，则该变量对发生比的弹性在样本均值处近似为________%。16.采用指数平滑法时，平滑参数α越接近________，则历史数据权重衰减越快。17.当使用留一交叉验证(LOOCV)时，样本量为n，则模型需训练________次。18.若随机变量X服从自由度为v的t分布，则当v→∞时，X的方差趋于________。19.在Bootstrap估计置信区间时，若采用百分位法，则区间上下限分别对应Bootstrap统计量分布的________和________分位数。20.当组合实际主动权重向量与预测主动收益向量夹角为θ，则预期主动收益与主动风险之比等于|θ|的余弦值乘以________。三、判断题（每题2分，共20分）21.若残差直方图呈明显双峰，则必定拒绝正态性假设。22.在AR(1)模型中，若滞后多项式根模大于1，则过程平稳。23.当使用LASSO回归时，增大惩罚系数λ一定导致更多变量被压缩至恰好为零。24.对收益率序列进行一阶差分后，若方差显著减小，则原序列必存在单位根。25.在因素模型中，若因子载荷矩阵正交旋转，则共同度保持不变。26.当K-means算法初始质心随机选择时，多次运行取最优结果可提高稳定性。27.若组合信息比率小于零，则该组合一定跑输基准。28.在GARCH模型中，α+β>1意味着方差过程具有爆炸性。29.对偶变量法可以降低模拟估计量的方差，但会增加每次模拟的计算时间。30.当样本量趋于无穷大时，最大似然估计量一定无偏。四、简答题（每题5分，共20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模型相比于ARCH模型在刻画金融时间序列波动率方面的优势。33.概述主成分分析在降维过程中如何平衡信息损失与维度减少的矛盾。34.解释机器学习交叉验证的目的，并比较k折交叉验证与留出法的差异。五、讨论题（每题5分，共20分）35.讨论在构建多因子选股模型时，如何权衡因子数量与过拟合风险，并结合正则化方法提出具体实施策略。36.比较历史模拟法、参数法与蒙特卡洛法在计算VaR时的假设、优缺点及适用场景。37.针对高频收益率序列的“微观结构噪声”问题，讨论其对波动率估计的影响及两种常用修正方法。38.探讨机器学习模型“黑箱”特性对投资合规与风险管理的挑战，并提出可解释性改进方案。答案与解析一、单项选择题1B2D3B4A5C6C7B8A9A10B二、填空题111012β138.114k1517.516117n181192.5%97.5%20信息比率三、判断题21T22F23T24F25T26T27F28T29T30F四、简答题（每题约200字）31多重共线性使系数估计方差膨胀，t值下降，置信区间变宽，显著性检验失效；VIF>10或条件数>30提示严重共线。32GARCH引入滞后条件方差，减少参数且捕捉波动持久性，避免ARCH高阶冗长，提升预测精度。33按特征值排序保留主成分，累计贡献率≥85%时维度显著降低，信息损失可控，实现高效降维。34交叉验证通过轮换训练测试集评估泛化误差，k折比留出法方差小、数据利用率高，更稳健。五、讨论题（每题约200字）35因子增多易过拟合，采用LASSO、ElasticNet压缩冗余，结合滚动验证与时间序列交叉验证控制外推