2026年CFA二级《数量方法》冲刺备考必刷真题及答案

2026年CFA二级《数量方法》冲刺备考必刷真题及答案

一、单项选择题（总共10题，每题2分）1.在多元线性回归中，若解释变量间存在高度多重共线性，最可能出现的结果是？A.系数估计量的方差减小B.系数估计的t统计量绝对值增大C.模型整体F检验不显著D.个别系数的标准误显著增大2.对于AR(1)模型\(y_t=\phi_0+\phi_1y_{t-1}+\epsilon_t\)，其平稳性条件是？A.\(|\phi_1|<1\)B.\(|\phi_1|>1\)C.\(\phi_1=0\)D.\(\phi_1=1\)3.以下哪种检验用于检测多元回归中的异方差性？A.Durbin-Watson检验B.Breusch-Pagan检验C.Jarque-Bera检验D.Dickey-Fuller检验4.面板数据的固定效应模型假设个体效应与解释变量：A.完全相关B.不相关C.部分相关D.无关5.贝叶斯统计中，后验概率的计算基于：A.先验概率与似然函数的乘积B.先验概率与边际似然的比值C.似然函数与边际似然的乘积D.先验概率与似然函数的和6.在时间序列分析中，ARCH模型主要用于捕捉：A.自相关性B.条件异方差性C.非平稳性D.季节性7.模型选择时，AIC（赤池信息准则）与BIC（贝叶斯信息准则）的主要区别在于：A.AIC对模型复杂度的惩罚更重B.BIC对模型复杂度的惩罚更重C.AIC基于似然函数，BIC基于后验概率D.BIC不考虑样本量8.非参数检验（如Wilcoxon符号秩检验）的主要优势是：A.检验效能更高B.对数据分布无严格要求C.计算更简单D.适用于大样本9.蒙特卡洛模拟的核心步骤是：A.生成随机数B.设定初始值C.计算解析解D.检验平稳性10.若回归模型的残差存在自相关，最可能导致：A.系数估计无偏但非有效B.系数估计有偏C.模型预测区间变窄D.F检验失效二、填空题（总共10题，每题2分）1.多元回归中，调整\(R^2\)用于修正因增加自变量而导致的\(R^2\)（）倾向。2.ARCH(p)模型中，p表示（）的滞后阶数。3.面板数据的两种主要模型是固定效应模型和（）模型。4.贝叶斯定理的数学表达式为\(P(A|B)=\frac{P(B|A)P(A)}{P(B)}\)，其中\(P(B)\)称为（）。5.检验时间序列平稳性的常用方法是（）检验。6.多元回归中，Durbin-Watson统计量主要用于检测（）。7.非参数检验中的符号检验主要用于检验（）的中位数差异。8.蒙特卡洛模拟的误差与模拟次数的平方根成（）比。9.模型选择时，AIC的计算公式为\(-2\lnL+2k\)，其中k表示（）。10.时间序列的季节性调整通常通过（）分解或X-13ARIMA方法实现。三、判断题（总共10题，每题2分）1.多元回归中，增加自变量一定会使\(R^2\)增大或保持不变。（）2.AR(1)模型的平稳性条件是自回归系数绝对值大于1。（）3.Breusch-Pagan检验用于检测回归模型的自相关性。（）4.固定效应模型通过虚拟变量控制个体异质性，适用于个体效应与解释变量相关的场景。（）5.贝叶斯统计中的先验分布必须基于客观数据，不能是主观判断。（）6.ARCH模型能捕捉到残差方差随时间变化的特征。（）7.BIC比AIC更倾向于选择简单模型，因为其对参数数量的惩罚更重。（）8.非参数检验不需要假设数据服从正态分布，因此适用于小样本或分布未知的情况。（）9.蒙特卡洛模拟的结果误差会随模拟次数增加而线性减小。（）10.符号检验仅利用数据的符号信息，而Wilcoxon符号秩检验同时利用符号和秩次信息。（）四、简答题（总共4题，每题5分）1.简述多元回归中异方差的影响及修正方法。2.说明AR模型的平稳性条件及检验方法。3.比较面板数据固定效应模型与随机效应模型的区别及选择标准。4.贝叶斯统计与经典统计的主要差异有哪些？五、讨论题（总共4题，每题5分）1.结合金融场景，讨论时间序列模型（如ARIMA）的建模步骤及关键注意事项。2.分析蒙特卡洛模拟在金融风险管理中的应用（如VaR计算）及局限性。3.多元回归中多重共线性的识别方法有哪些？如何解决？4.比较非参数检验（如Wilcoxon符号秩检验）与参数检验（如配对t检验）的适用场景及优缺点。答案及解析一、单项选择题1.D（多重共线性导致系数标准误增大，t统计量减小，但模型整体F检验可能仍显著）2.A（AR(1)平稳要求自回归系数绝对值小于1）3.B（Breusch-Pagan检验异方差，Durbin-Watson检验自相关）4.A（固定效应模型假设个体效应与解释变量相关）5.A（后验概率=先验×似然/边际似然）6.B（ARCH捕捉条件异方差）7.B（BIC惩罚项含样本量，对复杂度惩罚更重）8.B（非参数检验对分布无严格要求）9.A（蒙特卡洛核心是生成随机数模拟）10.A（自相关导致系数估计无偏但非有效，标准误有偏）二、填空题1.虚高2.残差平方3.随机效应4.边际似然5.Dickey-Fuller6.自相关7.配对样本8.反9.模型参数个数10.趋势-季节三、判断题1.√（增加变量\(R^2\)不下降）2.×（应为绝对值小于1）3.×（Breusch-Pagan检验异方差）4.√（固定效应通过虚拟变量控制相关个体效应）5.×（先验可为主观或客观）6.√（ARCH描述条件方差的时变性）7.√（BIC惩罚项含ln(n)k，AIC含2k）8.√（非参数检验不依赖分布假设）9.×（误差与1/√n成反比）10.√（符号检验仅用符号，Wilcoxon用符号和秩次）四、简答题1.异方差影响：系数估计仍无偏但标准误有偏，t检验和F检验失效。修正方法：使用异方差稳健标准误（如White修正），或对变量取对数、加权最小二乘法（WLS）。2.AR(p)平稳条件：特征方程根的绝对值大于1（或自回归系数多项式的根在单位圆外）。检验方法：计算自相关函数（ACF）是否快速衰减，或进行单位根检验（如ADF检验）。3.区别：固定效应模型假设个体效应与解释变量相关，通过虚拟变量控制；随机效应模型假设个体效应与解释变量不相关，用GLS估计。选择标准：Hausman检验，若拒绝原假设（个体效应与解释变量无关），选固定效应；否则选随机效应。4.差异：经典统计基于频率学派，将参数视为固定值，通过样本数据估计；贝叶斯统计将参数视为随机变量，结合先验信息和样本似然得到后验分布。五、讨论题1.建模步骤：①检验平稳性（ADF检验），非平稳则差分；②确定ARMA阶数（观察ACF/PACF或信息准则）；③估计参数并检验残差（白噪声检验）；④模型验证与预测。注意事项：避免过度拟合，关注残差的自相关和异方差，季节性需调整（如SARIMA）。2.应用：通过模拟资产价格路径计算VaR（如95%置信水平下的最大损失）。局限性：依赖模型假设（如正态分布），计算成本高，极端事件模拟不足（需结合压力测试）。3.