2026CFA二级数量方法真题答案+配套视频解析

2026CFA二级数量方法真题答案+配套视频解析

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，则最恰当的处理是A.直接删除该变量B.保留变量但报告多重共线性C.增加样本量至三倍D.改用主成分分析2.对AR(1)过程y_t=0.85y_{t-1}+ε_t，其半衰期最接近A.3期B.4期C.5期D.6期3.若ARCH(1)模型系数α_1=0.12，则长期无条件方差与当期条件方差之比为A.0.88B.1.00C.1.12D.1.254.在Logit模型中，若某解释变量边际效应为0.18，则其经济含义为A.该变量增加1单位，事件概率上升18%B.该变量增加1单位，对数几率上升0.18C.在均值处，该变量增加1单位，概率上升约4.5%D.以上皆非5.对GARCH(1,1)作稳健性检验时，下列哪项统计量最适合检验厚尾A.Jarque-BeraB.Ljung-BoxC.Durbin-WatsonD.Breusch-Pagan6.当用K-means聚类股票收益率时，若轮廓系数为-0.25，说明A.聚类效果优秀B.聚类数目过多C.聚类数目过少D.样本量不足7.在随机森林回归中，若变量重要性评分出现负值，最可能原因是A.树的数量不足B.使用了Bootstrap采样C.使用了置换重要性D.目标变量非平稳8.若对收益率序列做ADF检验，滞后阶数由AIC选择为6，则原假设为A.序列平稳B.序列存在单位根C.序列存在趋势平稳D.序列存在结构突变9.在贝叶斯线性回归中，若先验精度矩阵为对角元素10，则相当于样本量A.10B.20C.30D.4010.对Lasso回归，若λ增大，则偏差-方差权衡表现为A.偏差下降、方差上升B.偏差上升、方差下降C.两者均上升D.两者均下降二、填空题（每题2分，共20分）11.若多元回归的R²=0.82，调整R²=0.79，则模型新增变量数为________。12.对MA(1)模型y_t=ε_t+0.4ε_{t-1}，其1阶自相关系数为________。13.当使用Newey-West标准误时，滞后截断参数q通常取样本量T的________次方。14.在Probit模型中，若z值为2.33，则对应的双侧尾概率为________%。15.若滚动窗口长度为60期，步长为1期，则对1200期样本可产生________个向前预测。16.对随机波动率模型，当波动率持续性参数φ=0.95时，其半衰期约为________期。17.若主成分分析前3个主成分解释方差比为0.92，则Kaiser规则建议保留主成分数为________。18.在支持向量回归中，若ε-insensitive损失带宽度设为0.01，则训练误差大于该带宽的样本称为________。19.若对收益率做Box-Cox变换，λ=0.5，则变换后变量为________。20.当使用贝叶斯信息准则BIC选择滞后阶数时，BIC公式中惩罚项系数为________。三、判断题（每题2分，共20分）21.若残差通过White检验，则一定不存在条件异方差。22.对非平稳序列直接建立VAR模型，Granger因果检验结果依然可靠。23.当Logit模型出现完全分离时，最大似然估计量仍具有一致性。24.在GARCH(1,1)中，α+β>1意味着条件方差过程是协方差平稳的。25.若随机森林OOB误差随树数增加而持续下降，可无限增加树数。26.对高频收益率使用已实现波动率，其收敛速度为√n。27.当使用Lasso进行变量选择时，标准化系数绝对值大于0的变量一定进入最终模型。28.若ADF检验包含漂移项但不含趋势项，则备择假设为趋势平稳。29.在贝叶斯模型平均中，后验模型概率与边际似然成正比。30.对聚类稳健标准误，只要聚类数目大于30即可保证估计有效。四、简答题（每题5分，共20分）31.简述在多元回归中检测并处理多重共线性的三步流程。32.说明GARCH(1,1)模型中α+β<1的经济含义及其对波动率预测的影响。33.写出Logit模型边际效应的计算公式，并指出在样本均值处评估的优缺点。34.概述随机森林相比单棵决策树在偏差-方差权衡上的改进机制。五、讨论题（每题5分，共20分）35.讨论在高维收益率预测中，Lasso与主成分回归在变量选择与降维思路上的本质差异，并指出各自适用场景。36.考虑一个存在结构突变的AR(1)过程，比较全样本估计、滚动窗口估计与状态空间模型在预测精度上的优劣。37.当金融序列出现“零交易”导致的伪零收益时，讨论使用EM算法与直接删除零收益两种处理方式的潜在风险。38.在贝叶斯VAR中，若采用Minnesota先验，讨论超参数λ1控制自身滞后系数收缩强度的经济直觉，并说明如何基于预测密度进行动态更新。答案与解析一、1B2B3A4C5A6B7C8B9A10B二、11.312.0.3413.1/314.2.015.114116.1417.318.支持向量19.2(√(1+r_t)-1)20.ln(n)三、21F22F23F24F25F26T27T28F29T30F四、31.第一步计算VIF，若>10则高度共线；第二步检查条件数，>30进一步确认；第三步采用岭回归、主成分或变量剔除，并报告稳健标准误。32.α+β<1保证条件方差回归长期均值，波动率预测呈指数衰减，避免爆炸；预测步长增大时，预测值趋于无条件方差，提升长期稳定性。33.边际效应=β_j·P(1-P)，P在样本均值处计算；优点是可解释，缺点是忽略协变量分布异质性，对极端值敏感。34.随机森林通过Bootstrap采样降低方差，通过特征随机子空间降低树间相关性，平均预测使方差进一步下降，偏差略升但总体误差显著减小。五、35.Lasso基于惩罚实现稀疏选择，保留原始变量经济意义；主成分回归构造正交潜变量，解释性弱但可处理共线。场景：变量少且需解释用Lasso，变量极多且只需预测用主成分。36.全样本估计忽略突变导致参数偏误，预测误差大；滚动窗口捕捉局部特征但噪声放大；状态空间模型通过时变参数自适应，预测精度最高，却需正确设定转移方程。37.EM算法假设零收益为缺失值