2026自考时间序列分析历年真题及标准答案

2026自考时间序列分析历年真题及标准答案

一、单项选择题（总共10题，每题2分）1.时间序列的基本构成要素不包括（）A.趋势变动B.季节变动C.循环变动D.随机扰动E.横截面差异2.宽平稳时间序列的统计特征不随（）改变A.时间原点B.样本量C.变量取值D.滞后阶数3.AR(1)模型Xt=φXt-1+εt平稳的充要条件是（）A.|φ|<1B.|φ|>1C.φ=1D.φ=04.MA(1)模型的自相关函数（ACF）在滞后（）阶后截尾A.0B.1C.2D.35.一阶差分法主要用于消除时间序列的（）A.线性趋势B.季节趋势C.循环变动D.随机扰动6.协整关系存在的前提是变量必须（）A.同阶单整B.不同阶单整C.均为平稳D.均为白噪声7.白噪声序列的均值和方差分别为（）A.0，常数B.常数，0C.0，0D.常数，常数8.指数平滑法中平滑参数α的取值范围是（）A.(0,1)B.[0,1]C.(-1,1)D.[-1,1]9.若时间序列的ACF拖尾，PACF在滞后p阶后截尾，则该序列适合用（）模型拟合A.AR(p)B.MA(q)C.ARMA(p,q)D.ARIMA(p,d,q)10.季节变动的周期通常不包括（）A.1年B.1季度C.1个月D.1天二、填空题（总共10题，每题2分）1.时间序列的四个组成部分是趋势变动、季节变动、循环变动和__________。2.严平稳时间序列的所有有限维分布不随__________的平移而改变。3.AR(p)模型平稳的充要条件是其特征方程的所有根的模__________1。4.MA(q)模型可逆的充要条件是其移动平均系数对应的特征方程的根的模__________1。5.ARMA(p,q)模型的平稳性由__________部分的特征方程决定。6.当指数平滑法的平滑参数α=1时，该方法等价于__________。7.EG两步法检验协整的第一步是对两个非平稳序列进行__________回归。8.白噪声序列的自相关函数（ACF）和偏自相关函数（PACF）在滞后k≥1时的值均__________。9.移动平均法中，当窗口宽度N为奇数时，权重呈现__________对称分布。10.时间序列预测中，点预测给出的是未来值的__________，区间预测给出的是未来值的可能范围。三、判断题（总共10题，每题2分）1.严平稳时间序列一定是宽平稳时间序列。（）2.宽平稳时间序列一定是严平稳时间序列。（）3.AR(1)模型Xt=1.2Xt-1+εt是平稳的。（）4.MA(1)模型Xt=εt+0.5εt-1一定是可逆的。（）5.协整的变量必须都是一阶单整（I(1)）。（）6.指数平滑法适合预测具有明显线性趋势的时间序列。（）7.若时间序列的ACF拖尾、PACF截尾，则该序列适合用MA模型拟合。（）8.白噪声序列的方差为0。（）9.季节变动是时间序列中定期重复出现的周期性波动。（）10.一阶差分可以消除时间序列的二次趋势。（）四、简答题（总共4题，每题5分）1.简述宽平稳时间序列的定义。2.简述ARMA(p,q)模型的平稳性和可逆性条件。3.简述协整的经济意义。4.简述指数平滑法的基本思想及适用场景。五、讨论题（总共4题，每题5分）1.讨论时间序列分析中“平稳性”的重要性。2.讨论AR模型与MA模型的区别与联系。3.讨论协整理论对经济时间序列分析的影响。4.讨论移动平均法与指数平滑法在时间序列预测中的适用情况及优缺点。答案一、单项选择题1.E2.A3.A4.B5.A6.A7.A8.B9.A10.D二、填空题1.随机扰动（或不规则变动）2.时间原点3.大于4.大于5.自回归（AR）6.朴素预测法（或最近值法）7.OLS（普通最小二乘法）8.趋近于0（或不显著）9.对称10.点估计值三、判断题1.√2.×3.×4.√5.√6.×7.×8.×9.√10.×四、简答题1.宽平稳时间序列是指均值、方差不随时间变化，且任意两个时刻t和t+k的协方差仅与时间间隔k有关、与t无关的序列。具体满足三点：一是均值为常数E(Xt)=μ；二是方差为常数Var(Xt)=σ²；三是协方差Cov(Xt,Xt+k)=γk，仅依赖k。2.ARMA(p,q)模型的平稳性由自回归部分（AR(p)）决定，要求AR(p)特征方程所有根的模大于1；可逆性由移动平均部分（MA(q)）决定，要求MA(q)特征方程所有根的模大于1。平稳性保证序列统计特征稳定，可逆性保证MA部分可转化为无限阶AR形式，便于参数估计和预测。3.协整的经济意义是：多个非平稳时间序列的线性组合可能平稳，说明它们存在长期稳定的均衡关系。比如消费和收入均为I(1)，但消费-收入的线性组合平稳，表明两者有长期消费函数关系，短期偏离会通过误差修正机制回到均衡，反映经济系统的均衡机制。4.指数平滑法的基本思想是对过去观测值加权平均，近期值赋大权重、远期赋小权重，公式为St=αXt+(1-α)St-1（α为平滑参数，0≤α≤1）。适用场景：序列无明显趋势或季节变动、数据量少、希望预测对近期变化敏感。优点是简单易用，缺点是对趋势和季节变动适应性差。五、讨论题1.平稳性是时间序列分析的基础：一是保证统计特征（均值、方差、协方差）不随时间变化，模型参数稳定，非平稳序列参数会变，模型无效；二是经典ARMA模型的前提，非平稳序列需差分（如ARIMA）；三是保证预测可靠，非平稳序列长期预测会发散。比如GDP序列非平稳，直接用ARMA预测会偏差极大，需先差分。2.区别：结构上，AR(p)依赖自身过去p期值（Xt=φ1Xt-1+…+φpXt-p+εt），MA(q)依赖过去q期扰动项（Xt=εt+θ1εt-1+…+θqεt-q）；ACF/PACF特征上，AR(p)的PACF在p阶后截尾、ACF拖尾，MA(q)的ACF在q阶后截尾、PACF拖尾；参数意义上，AR的φ是自回归系数，反映过去值影响，MA的θ是移动平均系数，反映过去扰动影响。联系：均可通过平稳性/可逆性转化，ARMA(p,q)是两者结合，同时考虑自回归和移动平均部分。3.协整理论改变了经济时间序列分析范式：一是突破平稳性要求，允许非平稳序列建模，解决“虚假回归”问题（非平稳序列回归易得到无意义的显著结果）；二是揭示长期均衡关系，比如利率、汇率等非平稳序列的协整，为货币政策分析提供基础；三是推动误差修正模型（ECM）发展，ECM结合长期均衡与短期波动，解释变量从短期偏离回到均衡的机制。比如消费和收入的协整分析，既得长期消费函数，又通过ECM解释短期消费波动的调整。4.移动平均法适用无明显趋势的序列，窗口宽度N决定平滑效果（N大平滑好、对变化敏感低，N小反之）。优点是简单直观、消除随机波动效果好；缺点是对趋势和季节变动无效、N选择主观、预测需延续窗口（如N=3，预测t+1需用t,t-1,t-2的平均，无法反映新变化）。指数平滑法适用无强趋势的序列，α控制