2022CFA二级《数量方法》押中率超85%真题及答案

2022CFA二级《数量方法》押中率超85%真题及答案

一、单项选择题（总共10题，每题2分）1.对于AR(1)模型\(y_t=\phiy_{t-1}+\epsilon_t\)，其平稳性的关键条件是：A.\(|\phi|<1\)B.\(|\phi|>1\)C.\(\phi=1\)D.\(\phi=0\)2.检验回归模型中异方差的常用方法是：A.杜宾-瓦特森检验B.布罗施-帕甘（BP）检验C.迪基-富勒检验D.贾奎-贝拉检验3.面板数据模型中，固定效应模型（FixedEffectsModel）的核心假设是：A.个体效应与解释变量不相关B.个体效应与解释变量相关C.时间效应与解释变量不相关D.时间效应与解释变量相关4.衡量预测误差的指标中，更关注大误差的是：A.平均绝对误差（MAE）B.均方根误差（RMSE）C.平均绝对百分比误差（MAPE）D.平均误差（ME）5.多元回归中，若方差膨胀因子（VIF）大于10，通常表示存在：A.异方差B.自相关C.多重共线性D.模型设定错误6.ARCH(q)模型主要用于刻画时间序列的：A.均值回复性B.波动率聚类C.长期记忆性D.季节性7.两个非平稳时间序列若存在协整关系，则其线性组合是：A.非平稳的B.平稳的C.一阶单整的D.二阶单整的8.蒙特卡洛模拟的关键步骤不包括：A.定义随机变量的概率分布B.生成随机数C.基于历史数据直接预测D.重复模拟并汇总结果9.生存分析中，用于描述个体在时间t前存活的概率的指标是：A.风险函数B.生存函数C.累积风险函数D.概率密度函数10.假设检验中，第二类错误（TypeIIError）是指：A.拒绝真实的原假设B.接受错误的原假设C.拒绝错误的原假设D.接受真实的原假设二、填空题（总共10题，每题2分）1.AR(1)模型平稳性的充要条件是自回归系数的绝对值______1（填“小于”“等于”或“大于”）。2.检验异方差的布罗施-帕甘（BP）检验基于______的辅助回归。3.固定效应模型通过______（如组内去均值）消除个体固定效应的影响。4.均方根误差（RMSE）是______的平方根。5.多元回归中，方差膨胀因子（VIF）的计算公式为______（用R²表示）。6.ARCH(q)模型的方差方程中，当前方差依赖于过去______期的残差平方。7.协整检验的常用方法是______（如EG两步法）。8.蒙特卡洛模拟的核心是通过______生成模拟路径。9.生存分析中，删失数据是指观测到个体______（填“存活”或“事件发生”）的时间。10.假设检验中，第二类错误的概率记为______（填符号）。三、判断题（总共10题，每题2分）1.AR(2)模型的平稳性要求其特征方程的根的绝对值均小于1。（）2.White检验仅用于检验异方差，不考虑解释变量的交叉项。（）3.固定效应模型允许个体效应与解释变量存在相关性。（）4.MA(q)模型的阶数可通过自相关函数（ACF）的截尾性确定。（）5.多元回归中，VIF>10通常意味着不存在多重共线性。（）6.ARCH模型能捕捉时间序列波动率的集群现象（VolatilityClustering）。（）7.若两个时间序列是协整的，则它们的线性组合可能是非平稳的。（）8.蒙特卡洛模拟依赖历史数据的统计特征，而非随机数生成。（）9.生存分析中，删失数据不需要特殊处理，可直接忽略。（）10.第二类错误是指原假设为假时，错误地接受原假设。（）四、简答题（总共4题，每题5分）1.简述ARMA模型的识别步骤。2.异方差对多元回归结果的主要影响有哪些？3.固定效应模型与随机效应模型的核心区别是什么？4.蒙特卡洛模拟在金融风险管理中的主要应用有哪些？五、讨论题（总共4题，每题5分）1.讨论时间序列非平稳性对回归分析的影响及解决方法。2.分析多元回归中多重共线性的检测方法与处理策略。3.比较面板数据中固定效应模型与随机效应模型的估计方法及适用场景。4.探讨ARCH/GARCH模型在波动率预测中的优势与局限性。答案一、单项选择题1.A2.B3.B4.B5.C6.B7.B8.C9.B10.B二、填空题1.小于2.残差平方3.差分法4.均方误差（MSE）5.\(1/(1-R_j^2)\)（其中\(R_j^2\)为第j个解释变量对其他解释变量回归的决定系数）6.q7.恩格尔-格兰杰检验8.随机数9.存活10.β三、判断题1.√2.×3.√4.√5.×6.√7.×8.×9.×10.√四、简答题1.ARMA模型的识别步骤：①检验时间序列的平稳性（如ADF检验），非平稳则差分至平稳；②观察平稳序列的自相关函数（ACF）和偏自相关函数（PACF）：若ACF截尾于q阶、PACF拖尾，为MA(q)；若PACF截尾于p阶、ACF拖尾，为AR(p)；若两者均拖尾，考虑ARMA(p,q)；③通过AIC/BIC准则确定最优阶数。2.异方差的影响：①回归系数的普通最小二乘（OLS）估计量仍无偏且一致；②系数的标准误估计不准确（低估或高估），导致t检验和F检验失效；③置信区间不可靠，可能错误拒绝或接受原假设。3.核心区别：固定效应模型假设个体效应（如截面单元的异质性）与解释变量相关，通过差分或组内去均值消除个体效应；随机效应模型假设个体效应与解释变量不相关，通过广义最小二乘（GLS）估计，利用所有数据信息。前者更稳健，后者效率更高但假设严格。4.应用：①金融衍生品定价（如期权、结构化产品）；②风险度量（如VaR、ES的计算）；③资产组合优化（模拟不同市场情景下的收益分布）；④压力测试（评估极端事件对投资组合的影响）。五、讨论题1.非平稳时间序列直接回归可能导致伪回归（SpuriousRegression），表现为高R²但系数无实际意义。解决方法：①检验平稳性（ADF、PP检验）；②若同阶单整，进行协整检验（EG两步法、Johansen检验），协整则建立误差修正模型（ECM）；③非协整时，对序列差分至平稳后再回归。2.检测方法：①相关系数矩阵（高相关性提示共线性）；②方差膨胀因子（VIF>10表示严重共线性）；③条件指数（>30提示强共线性）。处理策略：①剔除冗余变量；②主成分分析或因子分析降维；③增加样本量；④使用岭回归等有偏估计方法。3.估计方法：固定效应模型常用组内估计（WithinEstimator）或一阶差分法消除个体效应；随机效应模型用GLS或可行广义最小二乘（FGLS），利用个体间差异信息。适用场景：固定效应适用于个体效应与解释变量相关（如研究政策对不同地区的影响）；随机效应适用于个体效应与解释变量无关（如大样本随机抽样的面板数