2025年CFA二级《数量方法》真题及解析

2025年CFA二级《数量方法》真题及解析

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.残差平方和显著增大B.t统计量普遍膨胀C.标准误膨胀，系数符号可能反转D.R²急剧下降2.对时间序列做单位根检验，若ADF检验统计量绝对值小于5%临界值绝对值，则A.拒绝原假设，序列平稳B.不拒绝原假设，序列含单位根C.拒绝原假设，序列含单位根D.不拒绝原假设，序列平稳3.用GARCH(1,1)估计波动率，长期无条件方差公式为A.ω/(1-α-β)B.ω/(α+β)C.(ω+α)/(1-β)D.ω/(1+α+β)4.若样本偏度为-0.8，峰度为2.5，则相对于正态分布，该分布A.左偏且尾部更薄B.右偏且尾部更厚C.左偏且尾部更厚D.右偏且尾部更薄5.在蒙特卡洛模拟中，降低方差的技术不包括A.对偶变量法B.控制变量法C.增加模拟次数D.重要性抽样6.对因变量取对数后的回归模型lnY=α+βX+ε，若X增加1单位，Y的百分比变化约为A.βB.β/100C.100βD.exp(β)-17.若两变量协方差为零，则下列一定正确的是A.两变量独立B.相关系数为零C.两变量无线性关系D.两变量同分布8.在AR(2)模型中，特征方程根为0.8和1.2，则该过程A.平稳B.非平稳但可逆C.非平稳且爆炸D.协整9.对回归模型进行邹检验，其原假设为A.所有系数显著B.残差服从正态分布C.子样本回归系数相等D.无异方差10.若某资产日波动率0.01，则用平方根法则估算的25日波动率为A.0.01B.0.05C.0.25D.0.5二、填空题（每题2分，共20分）11.若随机变量X服从参数λ=3的泊松分布，则其方差为____。12.在经典线性回归中，高斯-马尔可夫定理要求误差项的期望为____。13.若样本相关系数r=0.6，样本量n=25，则检验ρ=0的t统计量为____。14.对ARCH(1)模型，条件方差方程中系数α₁必须满足的区间是____。15.若某序列一阶差分后平稳，则原序列的阶数为____。16.用最大似然估计时，对数似然函数对参数的一阶导数向量称为____。17.若回归模型R²=0.9，调整R²可能小于____。18.当样本量趋于无穷时，OLS估计量依概率收敛于真实参数的性质称为____。19.若某资产收益率的95%置信区间日VaR为2%，则对应10日VaR为____%。20.在White检验中，辅助回归的因变量是原回归的____。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.若误差项服从t分布，则OLS估计量不再是无偏的。22.当解释变量为滞后因变量时，DW检验仍适用于自相关检验。23.若两变量协整，则它们各自必为同阶单整。24.在GARCH模型中，β越大，波动率持久性越高。25.若样本偏度为0，则分布一定对称。26.当模型存在异方差时，OLS估计量仍具一致性。27.对随机游走过程，自相关系数ρ₁理论值为0。28.若F检验显著，则至少有一个解释变量系数显著异于零。29.在蒙特卡洛定价中，增加模拟次数可减小标准误，但不改变估计偏差。30.若回归模型包含虚拟变量，则虚拟变量陷阱会导致完全多重共线。四、简答题（每题5分，共20分）31.简述多元回归中多重共线性的经济含义及两种常用诊断方法。32.说明单位根检验与协整检验在实证研究中的逻辑关系。33.写出GARCH(1,1)模型的条件方差方程，并解释各参数经济意义。34.比较参数bootstrap与非参数bootstrap在实现步骤上的差异。五、讨论题（每题5分，共20分）35.讨论在风险管理中使用GARCH-VaR而非历史模拟法的优势与局限。36.若回归模型用于预测，但误差呈现结构突变，讨论其对预测精度的影响及改进策略。37.探讨机器学习回归树与传统线性回归在解释性上的权衡。38.讨论高频数据波动率估计中微观噪声对实现波动率的影响及修正思路。答案与解析一、单项选择题1.C2.B3.A4.A5.C6.C7.B8.C9.C10.B二、填空题11.312.013.314.0<α₁<115.116.得分向量17.0.918.一致性19.6.3220.残差平方三、判断题21.F22.F23.T24.T25.T26.T27.F28.T29.T30.T四、简答题（每题约200字）31.多重共线性指解释变量间高度线性相关，导致系数估计方差膨胀、符号反转，经济含义为模型难以区分各自变量边际效应。诊断：1.方差膨胀因子VIF>10；2.条件指数>30且方差比例集中。32.单位根检验判断单整阶数，协整检验在此基础上验证长期均衡。逻辑：先检验各变量同阶单整，再检验残差平稳，若通过则存在协整，可建立误差修正模型。33.σ²ₜ=ω+αr²ₜ₋₁+βσ²ₜ₋₁。ω为长期平均方差权重，α反映新息冲击，β衡量波动持久性，三者之和趋近1意味着波动高度持久。34.参数bootstrap：假设已知分布族，用估计参数生成新样本；非参数bootstrap：直接对原始样本有放回重抽样。前者依赖分布设定，后者完全数据驱动。五、讨论题（每题约200字）35.GARCH-VaR可捕捉波动聚集与厚尾，反应前瞻；但模型设定错误会导致偏差，计算复杂。历史模拟无需分布假设，却忽视时变波动，滞后极端事件。36.结构突变使预测系数失配，误差系统性增大。改进：滚动窗口、引入虚拟变量、马尔可夫转换模型或贝叶斯模型平均，实时检测断点并更新参数