2026年CFA二级数量方法考生回忆版+官方校正真题答案

2026年CFA二级数量方法考生回忆版+官方校正真题答案

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_j=8.5，则最恰当的表述为A.解释变量j与其它解释变量几乎无线性相关B.解释变量j存在轻度多重共线性，但可忽略C.解释变量j存在严重多重共线性，需处理D.模型整体拟合优度不足2.当ARCH(1)检验的p值为0.003时，正确的行动是A.继续使用OLS标准误B.采用Newey-West修正C.采用White异方差一致标准误D.直接删除显著ARCH效应变量3.对平稳AR(1)过程y_t=0.7y_{t-1}+ε_t，其半衰期最接近A.1期B.2期C.3期D.4期4.若Logit模型估计的β_k=0.8，则解释变量x_k每增加1单位，oddsratio变化为A.+80%B.+22%C.+45%D.+125%5.在机器学习k-fold交叉验证中，为提高稳健性同时降低计算量，k通常取A.2B.5C.10D.n6.对收益率序列进行Dickey-Fuller检验，若τ统计量为-2.1而5%临界值为-2.9，则A.拒绝单位根假设B.不拒绝单位根假设C.序列必为平稳D.需改用KPSS检验7.当因变量为计数数据且条件方差远大于条件均值时，应优先采用A.泊松回归B.负二项回归C.OLSD.Probit8.在因子模型中，若某资产对GDP因子的暴露为负，则GDP因子溢价上升时该资产预期收益A.上升B.下降C.不变D.先升后降9.对随机波动率SV模型，最常用的参数估计方法是A.OLSB.GMMC.极大似然D.MCMC10.若样本外RMSE比样本内RMSE高30%，最可能说明模型A.过度拟合B.欠拟合C.设定正确D.存在异方差二、填空题（每题2分，共20分）11.当DW统计量约为________时，可初步判断残差无显著一阶自相关。12.若R²=0.65而调整R²=0.63，则模型新增变量数为________。13.在GARCH(1,1)中，参数α+β=1意味着波动率具有________特征。14.对Logit模型，边际效应在样本均值处计算时，需乘以________。15.若因子协方差矩阵为Σ_f，资产暴露矩阵为B，则资产组合方差可写为________。16.当样本量n→∞时，OLS估计量的分布趋近于________分布。17.在随机森林中，降低树深度会________方差并________偏差。18.若两变量协整向量(1,-1.05)′，则长期均衡关系可写为________。19.对收益率峰度>3的序列，其尾部风险常用________分布刻画。20.在贝叶斯线性回归中，若先验精度矩阵趋于0，后验均值趋近于________估计。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.当解释变量为滞后因变量时，DW检验仍可有效检测自相关。22.若残差直方图呈明显双峰，说明模型可能存在结构性突变。23.在LASSO回归中，增大惩罚系数λ总会减少非零系数个数。24.对I(1)序列做一阶差分后，其自相关函数在滞后1期必为负。25.当样本外MAE低于样本内MAE时，可判定模型未过拟合。26.若因子载荷矩阵秩小于因子数，则因子模型不可识别。27.在Probit模型中，PseudoR²可直接与线性回归R²比较大小。28.GARCH效应存在时，波动率聚类会导致收益分布呈现尖峰厚尾。29.当模型加入交互项后，主效应系数解释不再依赖变量中心化。30.若MCMC链的Gelman-Rubin统计量接近1，则链已收敛。四、简答题（每题5分，共20分）31.阐述多重共线性对投资组合风险分解的影响，并给出两种可行的补救措施。32.说明在收益率预测中采用滚动窗口而非扩展窗口估计参数的两条主要理由。33.比较GARCH与随机波动率SV模型在刻画波动率持续性方面的差异。34.解释为什么因子模型中“误差项截面独立”假设一旦失效，会导致协方差矩阵估计偏差。五、讨论题（每题5分，共20分）35.讨论机器学习算法在量化选股中的“黑箱”特性如何影响投资委员会的模型接受度，并提出三条增强可解释性的实践方案。36.在ESG因子逐渐纳入定价核的背景下，讨论传统Fama-French三因子模型可能面临的设定检验问题及改进路径。37.当市场出现极端尾部事件时，探讨基于历史模拟、参数化EVT与Copula三种方法在VaR估计中的稳健性权衡。38.面对高频数据微观结构噪声，讨论已实现波动率估计偏差来源，并比较子采样与核光滑两种修正策略的优劣。答案与解析一、单项选择题1.C2.B3.B4.D5.B6.B7.B8.B9.D10.A二、填空题11.2.012.213.单整（无限记忆）14.β_k·p(1-p)15.BΣ_fB′+Σ_ε16.正态17.降低；增加18.spread(t)=price_A(t)-1.05·price_B(t)19.Student-t或skewed-t20.OLS三、判断题21.F22.T23.T24.F25.F26.T27.F28.T29.F30.T四、简答题（每题约200字示例）31.多重共线性使因子协方差矩阵接近奇异，风险贡献估计不稳定，出现负权重或极端杠杆。补救：1.采用岭回归对因子载荷施加惩罚，稳定逆矩阵；2.进行主成分分析，用正交主成分替代高度相关因子，重新估计组合风险。32.滚动窗口保持样本量恒定，降低遥远过时数据干扰，迅速捕捉最新波动率；同时避免扩展窗口下样本增大导致计算负担递增，兼顾实时性与效率。33.GARCH用确定性方程更新条件方差，持续性由α+β控制，呈指数衰减；SV将波动率视为隐随机过程，持续性由波动率方程自回归系数决定，可产生更灵活长记忆。GARCH参数少但结构刚性，SV参数估计复杂却更贴近金融市场的随机波动特征。34.截面相关意味着误差协方差非对角，若仍用对角矩阵估计，会低估真实组合方差，导致风险预算偏高、夏普比率虚高；同时OLS标准误偏误，因子显著性检验失效，最终影响资产配置权重。五、讨论题（每题约200字示例）35.黑箱降低委员会信任，可解释性方案：1.采用SHAP值分解特征贡献，可视化单因子边际效应；2.用单调约束保持经济逻辑符号一致；3.建立模型仪表盘，实时展示特征重要性漂移与样本外表现，定期回溯测试。36.ESG因子或与市值、估值高度相关，三因子遗漏导致α被错误吸收；改进：1.加入ESG多空因子形成四因子；2.采用条件因子模型，允许ESG溢价时变；3.用GMM检验因子价格误差是否显著缩小，确保新因子带来独立定价信息。37.历史模拟受限于样本长度，尾部稀少导致VaR低估；EVT利用广义帕累托拟合超出阈值部分，降低数据需求但对阈值敏感；Copula可刻画非线性相依，但参数估计误差在极端情景放大。