2023年CFA二级数量方法真题及答案可直接打印无水印

2023年CFA二级数量方法真题及答案可直接打印无水印

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.系数估计无偏但标准误被低估B.系数估计有偏且标准误被高估C.系数估计仍无偏但标准误被高估D.系数估计有偏且R²急剧下降答案：C2.对时间序列进行单位根检验时，若真实过程为平稳而检验却未拒绝原假设，则此错误属于A.第一类错误B.第二类错误C.模型设定错误D.多重共线性答案：A3.当ARCH效应存在时，以下哪种方法可得到更有效的系数标准误A.White稳健标准误B.Newey-West标准误C.普通最小二乘标准误D.广义最小二乘标准误答案：B4.若某因子模型中因子载荷矩阵的秩小于因子个数，则表明A.模型存在异方差B.模型存在序列相关C.因子之间存在冗余D.因子协方差矩阵正定答案：C5.在构建均值-方差前沿时，若禁止卖空，则前沿形状最可能A.上半支抛物线B.完整抛物线C.分段线性折线D.双曲线右支答案：C6.对随机游走过程做一阶差分后得到的新序列A.仍非平稳B.平稳且为白噪声C.平稳但未必白噪声D.存在单位根答案：C7.若Logit模型中某解释变量边际效应为0.15，则表明该变量每增加一单位，事件发生概率平均A.增加15%B.增加0.15个百分点C.增加15个百分点D.增加约0.15×平均概率×(1-平均概率)答案：D8.在蒙特卡洛模拟中，降低估计量方差的技术不包括A.对偶变量法B.控制变量法C.增加模拟次数D.提高随机数种子长度答案：D9.若某债券组合的关键利率久期呈“驼峰”形，则组合价值对收益率曲线A.平行移动最敏感B.陡峭化移动最敏感C.蝶式移动最敏感D.水平移动免疫答案：C10.当使用LASSO回归时，增大惩罚参数λ会导致A.偏差减小方差增大B.偏差增大方差减小C.偏差方差均增大D.偏差方差均减小答案：B二、填空题（每题2分，共20分）11.若回归残差呈现一阶自相关且ρ=0.3，则使用Cochrane-Orcutt迭代后，最终ρ的估计值将________原估计。答案：小于12.在Box-Pierce检验中，若滞后阶数m增大，检验统计量Q的分布趋近于自由度为________的卡方分布。答案：m-p-q13.当因子模型中特异项方差矩阵为对角阵时，表明资产特异风险之间________。答案：互不相关14.若某资产收益率服从GARCH(1,1)过程，且α+β=0.97，则波动率半衰期约为________期。答案：ln(0.5)/ln(0.97)≈22.815.在均值回归策略中，若Ornstein-Uhlenbeck过程的速度系数κ增大，则预期回复时间将________。答案：缩短16.当使用主成分分析降维时，若前三个主成分累计解释方差达92%，则通常保留________个主成分。答案：317.若Logistic回归的似然比检验p值小于0.01，则表明至少有一个解释变量系数________。答案：显著不为零18.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统计量分布的________分位数。答案：2.5%与97.5%19.若某组合跟踪误差为1.5%，信息比率为0.8，则该组合年化主动收益为________。答案：1.2%20.当收益率分布负偏且峰度大于3时，使用正态近似估算的VaR将________真实VaR。答案：低估三、判断题（每题2分，共20分）21.若解释变量为虚拟变量，则其系数估计量仍满足高斯-马尔可夫定理。答案：对22.当存在遗漏变量且该变量与已包含变量相关时，OLS估计量一定是有偏且非一致的。答案：对23.Newey-West标准误可用于修正任意阶数的序列相关和异方差。答案：对24.若两个时间序列均为I(1)且存在协整关系，则它们线性组合的单位根检验统计量应显著拒绝原假设。答案：对25.在因子模型中，若因子收益率服从多元正态，则资产收益率必然服从多元正态。答案：错26.当使用弹性网络回归时，若α=0，则模型退化为Ridge回归。答案：对27.对于随机波动率模型，使用欧拉离散化时，步长越小，离散化误差越大。答案：错28.在Copula方法中，GaussianCopula无法刻画尾部相依性。答案：对29.若某资产收益率的1日VaR为2%，则10日VaR可直接用2%乘以√10估算。答案：对30.当使用贝叶斯估计时，先验分布越分散，后验分布越受样本信息主导。答案：对四、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。答案：多重共线性使系数估计方差膨胀，t统计量下降，置信区间变宽，个别变量显著性降低但模型整体R²仍高。常用诊断：方差膨胀因子VIF>10提示严重；条件数CN>30表明矩阵近似奇异。32.说明GARCH模型中波动率聚集现象的经济含义及其参数约束。答案：聚集指大幅波动后往往跟随大幅，小幅后跟随小幅，体现信息持续冲击。参数约束：α,β≥0，α+β<1保证方差平稳，ω>0确保正波动率。33.概述主成分分析在组合风险管理中的两项应用并指出其局限。答案：用于降维压缩风险因子数量，构建协方差矩阵减少估计误差；构建统计套利组合捕捉主成分均值回复。局限：主成分难以对应经济含义，且对异常值敏感，解释力依赖线性相关结构。34.比较Bootstrap与传统解析法在计算VaR时的优劣各两点。答案：Bootstrap无需分布假设，可捕捉非正态与厚尾；对样本依赖大，小样本下可能过拟合。解析法计算快、公式透明；但依赖正态或椭圆分布，无法刻画真实尾部分位。五、讨论题（每题5分，共20分）35.讨论机器学习方法在高维因子选择中的优势与过拟合风险，并提出两种防范措施。答案：优势：可处理非线性与交互项，自动筛选大量因子，提升预测精度。过拟合风险：样本外表现骤降，因子间伪相关被放大。防范：采用交叉验证结合信息准则，使用正则化惩罚；实施样本外回测，限制因子池经济逻辑，引入收缩估计降低方差。36.收益率曲线出现负斜率时，传统久期-凸性对冲为何失效？给出改进框架。答案：负斜率伴随非平行移动，关键利率久期权重失效，凸性符号可能反转。改进：采用多因子Nelson-Siegel模型，估计水平、斜率、曲率因子久期，构建最小方差对冲组合，动态调整权重，引入波动率预测修正凸性贡献。37.协整交易策略中，如何确定最优对冲比率并评估策略失效？答案：用Engle-Granger或Johansen估计协整向量得对冲比率，以ADF残差检验确认平稳。失效评估：滚动窗口检验残差半衰期延长，突破历史波动带，协整关系断裂；引入贝叶斯在线变点检测，