2023年CFA二级《数量方法》真题及答案带答题纸模板

2023年CFA二级《数量方法》真题及答案带答题纸模板

一、单项选择题（每题2分，共20分）1.在多元线性回归中，若解释变量间存在高度线性相关，则首先应检查下列哪一项统计量A.Durbin-Watson B.VIF C.AkaikeIC D.Jarque-Bera2.当ARCH效应显著时，对参数标准误影响最小的修正方法是A.White稳健标准误 B.Newey-West C.GLS D.MaximumLikelihood3.对月度收益率序列进行单位根检验，最优滞后阶数通常依据A.SIC最小 B.AIC最小 C.序列相关图截尾 D.残差平方和最小4.若两变量协整且误差修正模型中ECM系数为-0.42，说明系统每年修正上期偏离的A.4.2% B.42% C.58% D.84%5.在AR(1)模型中引入季节性虚拟变量后，若Q(12)统计量临界值在5%水平为21.03，而计算得19.8，则A.拒绝无自相关 B.不拒绝无自相关 C.存在ARCH D.存在异方差6.对收益率建立GARCH(1,1)模型，若α+β>1，则条件方差A.均值回归 B.爆炸 C.随机游走 D.衰减至零7.当因变量为计数数据且过度离散时，应优先采用A.Logit B.Probit C.Poisson D.NegativeBinomial8.在MachineLearning的bias-variancetrade-off中，增加模型复杂度通常A.降低bias升高variance B.升高bias降低variance C.同时降低 D.同时升高9.对随机森林回归，Out-of-Bag误差本质上是A.测试集MSE B.交叉验证误差 C.Bootstrap袋外误差 D.训练集MSE10.在Bayesian方法中，若先验为N(0,1)，似然为N(θ,1)，则后验均值等于A.样本均值 B.0 C.样本均值/2 D.2×样本均值二、填空题（每题2分，共20分）11.当回归模型存在异方差时，OLS估计量仍________但不再________。12.若时间序列自相关系数ρ1=0.8，则LjunG-Box统计量随滞后阶数增加呈________趋势。13.在GARCH模型中，长期无条件方差公式为________。14.对二元选择模型，当预测概率为0.8而实际发生1，则该观测的log-loss等于________。15.若随机变量X~t(20)，则其峰度为________。16.当样本量n→∞时，MLE的渐近分布为________。17.在LASSO回归中，惩罚参数λ增大将导致变量系数向________移动。18.若协整向量(1-β)使得Yt−βXt为平稳，则β称为________系数。19.对面板数据固定效应模型，组内估计量通过________变换消除个体效应。20.在Bootstrap置信区间构造中，BCa方法对________和________同时修正。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.若解释变量为滞后因变量，Durbin-Watson检验依然有效。22.当ARCHLM检验显著，说明均值方程存在自相关。23.对I(1)序列作一阶差分后得到序列必为I(0)。24.在Logit模型中，边际效应随解释变量取值变化而变化。25.若GARCH模型α+β=1，则条件方差具有无限记忆。26.随机森林中增加树的数量一定能降低测试误差。27.Bayesian后验置信区间频率派覆盖率随样本量增大趋于名义水平。28.当面板T固定而n→∞，固定效应估计量一致。29.若样本偏度为0且峰度为3，则Jarque-Bera统计量为0。30.在机器学习交叉验证中，k值越大必然导致方差减小。四、简答题（每题5分，共20分）31.简述多重共线性对回归推断的具体影响，并给出两种常用诊断指标。32.说明单位根检验中ADF与PP检验的核心差异及适用场景。33.写出GARCH(1,1)模型的条件方差递推式，并解释各参数经济含义。34.概述LASSO与Ridge回归在变量选择机制上的区别。五、讨论题（每题5分，共20分）35.讨论误差修正模型中ECM系数大小与系统恢复速度的关系，并举例说明其在债券收益率期限结构中的应用。36.比较频率派与Bayesian派在假设检验框架下的根本分歧，并结合资产定价因子显著性说明优劣。37.机器学习模型如随机森林在收益率预测中常出现“黑箱”质疑，请提出至少两种可解释性改进方案并评估其代价。38.当面板数据存在异方差与序列相关时，如何综合修正标准误？请给出具体步骤并讨论检验流程。答案与解析（简答、讨论每题约200字）一、1B2B3B4B5B6B7D8A9C10C二、11.无偏；有效12.上升13.ω/(1-α-β)14.-ln0.8≈0.22315.3+6/(20-4)=3.37516.N(θ,I(θ)^-1)17.零18.协整或长期19.去均值20.偏度；峰度三、21F22F23T24T25T26F27T28T29T30F四、31.多重共线性抬高方差，使t值缩小、置信带变宽，个别系数不显著但整体F显著；VIF>10或条件数>30即判严重。32.ADF用滞后差分项修正自相关，PP用Newey-West核修正，后者对异方差更稳健；ADF适合小样本，PP适合大样本且残差异方差。33.σ_t^2=ω+αε_{t-1}^2+βσ_{t-1}^2；ω为长期平均波动，α为新闻系数，β为持续性，两者和决定波动记忆长度。34.LASSO用L1惩罚使部分系数精确为零实现选择；Ridge用L2仅缩小不衰减至零，适合共线性但不稀疏。五、35.ECM系数绝对值越大，系统向均衡回调越快；若系数-0.6则每年修正60%偏离。在收益率曲线中，若10Y与2Y利差偏离长期均值，高ECM系数意味着利差迅速收敛，可构建做多利差偏离组合套利。36.频率派视参数固定，用p值控制TypeI误差；Bayesian视参数随机，用后验概率决策。因子显著性检验中，频率派易因多重检验夸大显著，Bayesian通过先验收缩降低假阳性，但先验选择带来主观风险。37.可用SHAP值分解特征贡献，或构建局部线性替