2024CFA二级《数量方法》真题及答案解析比教材还好懂

2024CFA二级《数量方法》真题及答案解析比教材还好懂

一、单项选择题（每题2分，共20分）1.以下关于多元线性回归模型的假设，错误的是（）A.误差项的均值为零B.误差项的方差为常数C.误差项之间存在自相关D.自变量之间不存在完全共线性2.在时间序列分析中，若序列呈现出明显的周期性波动，通常采用（）方法进行分析A.移动平均法B.指数平滑法C.季节调整法D.回归分析法3.对于假设检验，当原假设为真时拒绝原假设，这种错误被称为（）A.第一类错误B.第二类错误C.弃真错误D.取伪错误4.以下哪种分布常用于描述稀有事件发生的次数（）A.正态分布B.二项分布C.泊松分布D.均匀分布5.在回归分析中，若自变量与因变量之间存在非线性关系，可采用（）方法进行建模A.简单线性回归B.多元线性回归C.非线性回归D.逻辑回归6.以下关于协方差的说法，正确的是（）A.协方差为正表示两个变量正相关B.协方差为负表示两个变量负相关C.协方差的绝对值越大，变量之间的线性关系越强D.以上说法都正确7.在投资组合分析中，若两种资产的相关系数为1，则它们的组合（）A.不能分散风险B.可以分散部分风险C.可以完全分散风险D.风险为零8.以下关于t检验的说法，错误的是（）A.t检验用于检验单个总体均值是否等于某个特定值B.t检验要求样本来自正态分布总体C.当样本容量较大时，t检验与z检验结果相近D.t检验只能用于小样本情况9.在时间序列预测中，若采用指数平滑法，平滑系数α的取值范围是（）A.0<α<1B.-1<α<1C.0≤α≤1D.-1≤α≤110.以下关于方差分析的说法，正确的是（）A.方差分析用于检验多个总体均值是否相等B.方差分析要求各总体方差相等C.方差分析的基本思想是将总变异分解为组间变异和组内变异D.以上说法都正确二、填空题（每题2分，共20分）1.概率的取值范围是（）。2.若事件A和事件B互斥，则P(A∪B)=（）。3.样本均值的抽样分布的均值等于（）。4.回归分析中，决定系数R²的取值范围是（）。5.在多元线性回归模型中，若存在多重共线性，会导致回归系数的估计值（）。6.时间序列的构成要素包括（）、（）、（）和（）。7.假设检验的步骤包括（）、（）、（）、（）和（）。8.投资组合的风险可以通过（）和（）来衡量。9.在非线性回归中，常用的非线性函数形式有（）、（）和（）等。10.方差分析中，组间平方和反映了（），组内平方和反映了（）。三、判断题（每题2分，共20分）1.概率为0的事件一定是不可能事件。（）2.样本方差是总体方差的无偏估计。（）3.回归分析中，自变量和因变量的地位是对称的。（）4.时间序列的平稳性是指其统计特性不随时间变化而变化。（）5.假设检验中，拒绝域的大小与显著性水平α有关。（）6.相关系数为0表示两个变量之间没有任何关系。（）7.在投资组合中，资产种类越多，风险分散效果越好。（）8.非线性回归模型的参数估计可以采用最小二乘法。（）9.方差分析中，若组间均方大于组内均方，则拒绝原假设。（）10.时间序列预测中，移动平均法的预测精度与移动平均的期数有关。（）四、简答题（每题5分，共20分）1.简述概率的基本性质。2.什么是中心极限定理？其在统计学中的意义是什么？3.简述回归分析的主要步骤。4.时间序列分析中，如何判断序列是否平稳？五、讨论题（每题5分，共20分）1.讨论在投资决策中，如何运用数量方法进行风险评估和投资组合优化。2.分析多元线性回归模型中多重共线性的危害及解决方法。3.探讨时间序列预测方法的选择依据及应用场景。4.论述假设检验在金融数据分析中的应用及注意事项。答案一、单项选择题1.C2.C3.A4.C5.C6.D7.A8.D9.A10.D二、填空题1.[0,1]2.P(A)+P(B)3.总体均值4.[0,1]5.不稳定6.长期趋势、季节变动、循环变动、不规则变动7.提出原假设和备择假设、确定检验统计量、选择显著性水平、计算检验统计量的值、做出决策8.方差、标准差9.多项式函数、指数函数、对数函数10.不同组之间的差异、同一组内的随机误差三、判断题1.×2.√3.×4.√5.√6.×7.√8.√9.√10.√四、简答题1.概率的基本性质包括：非负性，即P(A)≥0；规范性，即P(Ω)=1（Ω为样本空间）；可加性，若事件A₁,A₂,…,Aₙ两两互斥，则P(A₁∪A₂∪…∪Aₙ)=P(A₁)+P(A₂)+…+P(Aₙ)。2.中心极限定理是指，无论总体服从何种分布，只要样本容量足够大，样本均值的抽样分布近似服从正态分布。其在统计学中的意义在于，为大样本情况下的统计推断提供了理论基础，使得可以利用正态分布的性质进行假设检验、区间估计等。3.回归分析的主要步骤包括：确定因变量和自变量；收集数据；绘制散点图，初步判断变量之间的关系；选择合适的回归模型；估计模型参数；进行模型检验（如拟合优度检验、显著性检验等）；利用模型进行预测和分析。4.判断时间序列是否平稳可以通过观察序列的折线图，看是否存在明显的趋势、季节变动或周期性波动；也可以通过统计检验，如单位根检验（如ADF检验），若检验结果拒绝原假设（存在单位根），则序列不平稳，否则平稳。五、讨论题1.在投资决策中，运用数量方法进行风险评估可以通过计算资产的方差、标准差、β系数等指标来衡量风险大小；投资组合优化可以利用马科维茨的投资组合理论，通过求解均值-方差模型，在给定风险水平下最大化收益或在给定收益水平下最小化风险。例如，计算不同资产的历史收益率数据，得到其方差和协方差，构建投资组合的风险-收益模型，确定最优的资产配置比例。2.多元线性回归模型中多重共线性的危害包括：回归系数的估计值不稳定，方差增大；t检验可能不显著；难以判断自变量对因变量的影响。解决方法有：剔除高度相关的自变量；增加样本容量；采用主成分分析等降维方法。比如，在分析多个经济指标对某一金融变量的影响时，若发现某些经济指标之间高度相关，可剔除其中次要的指标。3.时间序列预测方法的选择依据主要有：序列的特点（如是否平稳、有无季节变动等）、预测精度要求、数据长度等。应用场景方面，移动平均法适用于短期预测，且序列无明显趋势和季节变动；指数平滑法对近期数据赋予较大权重，适用于有一定随机波动的序列；ARIMA模型适用于平稳或经过差分后平稳的序列；季节ARIMA模型适用于有季节变动的序列。例如，预测某商品的月销售额，若其有明显季节变动，可选用季节ARIMA模型。4.假设检验在金融数据分析中的应用包括：检验资产收益率是否符合某