CFA二级数量方法2025真题及标准答案

CFA二级数量方法2025真题及标准答案

一、单项选择题（每题2分，共20分）1.在多元线性回归中，若方差膨胀因子VIF>10，则最恰当的处理是A.直接删除该变量B.增加样本量C.考虑剔除或合并高相关变量D.改用岭回归即可消除多重共线性2.当ARCH(1)检验的p值为0.003时，对收益率序列的正确判断是A.不存在条件异方差B.存在显著的条件异方差C.存在单位根D.存在序列相关3.对带一阶移动平均误差MA(1)的回归残差，若θ=−0.8，则其一阶自相关系数为A.−0.8B.−0.49C.0.49D.0.84.在Logit模型中，若某变量边际效应为0.15，则其经济含义为A.该变量每增加1单位，事件发生概率上升15%B.该变量每增加1单位，Logit值上升0.15C.该变量每增加1单位，事件发生概率上升约1.5个百分点D.该变量每增加1%，事件发生概率上升15%5.对两因子利率模型Vasicek++，其漂移项中加入时间依赖函数的主要目的是A.保证均值回复B.使模型符合无套利C.消除异方差D.提高预测精度6.若样本外RMSE比样本内RMSE高35%，则最需警惕的问题是A.多重共线性B.过度拟合C.异方差D.自相关7.在随机森林回归中，增加树的数量至无穷大，最终预测误差将A.趋于0B.趋于不可降低的偏差C.趋于不可降低的方差D.先降后升8.对带惩罚项的Lasso回归，λ增大时模型变量的变化趋势是A.系数被均匀压缩B.部分系数被压至0C.系数标准误减小D.自由度增加9.当使用Newey-West调整时，其滞后截断参数q通常选择A.n^0.5B.n^0.25C.0.1nD.n10.在蒙特卡洛模拟定价美式期权时，最小二乘法(LSM)的关键步骤是A.用基函数拟持继续持有价值B.用欧拉离散股价路径C.用对偶变量减少方差D.用控制变量技术二、填空题（每题2分，共20分）11.若Durbin-Watson统计量为0.8，则一阶自相关系数ρ的估计值约为________。12.在AR(1)模型中，若φ=0.7，则半衰期(Half-life)为________期。13.当样本量n=60，解释变量k=5时，修正R²与R²差值的绝对值最大可能为________。14.对GARCH(1,1)模型，长期无条件方差公式为ω/(1−α−β)，若ω=0.02，α=0.08，β=0.85，则长期方差为________。15.若Logit模型中某变量系数为1.2，则其优势比(OddsRatio)等于________。16.当两变量样本协方差为12，各自标准差分别为4与5，则样本相关系数为________。17.在主成分分析中，第一主成分方差贡献率为60%，第二主成分为25%，则前两个主成分累计贡献率为________%。18.若滚动窗口长度为24期，每次滚动1期，则对120期样本可产生________个向前一步预测。19.当K-fold交叉验证取K=10时，每次训练集占比约为________%。20.对服从N(0,1)的样本，用Anderson-Darling检验，5%临界值为2.492，若计算统计量为3.1，则________原假设。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.当回归模型存在异方差时，OLS估计量仍保持无偏但不再有效。22.若残差通过Ljung-Box检验，则一定不存在ARCH效应。23.在Probit模型中，边际效应随解释变量取值变化而变化。24.随机森林的OOB误差可以作为样本外误差的无偏估计。25.当惩罚回归采用ElasticNet时，λ1与λ2同时为零即退化为OLS。26.若单位根检验中备选假设为平稳，则p值小于显著性水平时拒绝原假设。27.在Bootstrap置信区间构造中，百分位法不需要正态假设。28.对利率树模型，若节点重组(recombining)失败，则计算复杂度将从O(n²)升至O(2^n)。29.当使用主成分回归时，舍弃方差贡献率低的主成分一定提高预测精度。30.在蒙特卡洛模拟中，对偶变量技术保证方差一定减小。四、简答题（每题5分，共20分）31.简述多重共线性对投资组合风险归因模型的影响，并给出两种检测方法。32.说明GARCH与随机波动率(SV)模型在参数估计上的主要差异。33.概述K-fold交叉验证与滚动窗口验证在时序预测中的适用场景差异。34.写出Logit模型中边际效应的计算步骤，并指出其与线性模型系数解释的不同。五、讨论题（每题5分，共20分）35.讨论机器学习方法(如随机森林、XGBoost)在信用评分模型中的优势与局限，并结合可解释性要求提出改进思路。36.当利率模型用于衍生品定价时，为何在真实测度与风险中性测度下需要分别校准参数？请结合市场实践说明。37.考虑ESG因子对股票收益的非线性影响，试探讨采用分位数回归相对于传统OLS的增量信息，并指出如何检验其显著性。38.在高频数据环境下，微观结构噪声使波动率估计出现偏差，请比较已实现波动率、双尺度估计与核估计在偏差-方差权衡上的差异，并给出实际应用建议。标准答案与解析一、单项选择题1.C2.B3.B4.C5.B6.B7.C8.B9.A10.A二、填空题11.0.612.ln(2)/ln(0.7)≈1.9413.1−(n−1)/(n−k−1)=1−59/54≈0.07414.0.02/(1−0.08−0.85)=0.02/0.07≈0.285715.e^1.2≈3.3216.12/(4×5)=0.617.8518.120−24+1=9719.90%20.拒绝三、判断题21.T22.F23.T24.T25.T26.T27.T28.T29.F30.F四、简答题（每题约200字）31.多重共线性使风险归因系数标准误膨胀，t值下降，导致因子贡献显著性被低估，经济解释失真。检测可用方差膨胀因子VIF>10或条件指数>30判定；亦可用特征值分解，若最小特征值接近零且对应条件数高，则存在共线。补救措施包括剔除高相关因子、主成分压缩或岭回归。32.GARCH采用最大似然估计，通过联合优化似然函数得参数，计算快但受限于正态假设；SV模型因波动率潜藏，需用卡尔曼滤波或贝叶斯MCMC，估计复杂、计算量大，但能刻画更灵活的波动结构。GARCH参数少、易实现，SV则适合描述持久性厚尾。33.K-fold交叉验证将数据随机分K份，轮流用K−1份训练，1份验证，适用于截面数据且分布稳定；滚动窗口则按时间顺序滑动固定长度窗口，训练集与测试集严格分时序，避免信息泄漏，更适合时序预测。前者方差小但或引入未来信息，后者保守但或受异常值影响。34.步骤：1.估计Logit模型得系数β；2.计算预测概率p=1/(1+e^(−Xβ))；3.边际效应=p(1−p)β。与线性模型不同，线性系数直接反映单位变化对Y的绝对影响，而Logit边际效应随X取值变化，需报告平均值或特定分位点的效应。五、讨论题（每题约200字）35.优势：非线性捕捉、交互自动发现、预测精度高；局限：黑箱难解释、过拟合、对不平衡样本敏感。改进：用SHAP值量化特征贡献，引入单调性约束，结合逻辑回归做Stacking，或在目标函数中加入可解释惩罚项，满足监管披露。36.真实测度下参数反映历史统计特征，用于风险管理；风险中性测度下漂移等于无风险利率，用于定价。市场实践先用历史数据估计真实参数，再通过期权价格反推风险中性参数，使模型同时拟合收益率与波动率曲面，实现套利-free。37.分位数回归可捕捉ESG对不同收益分位的异质影响