2022CFA二级数量方法真题及答案帮你避开80%丢分点

2022CFA二级数量方法真题及答案帮你避开80%丢分点

一、单项选择题（总共10题，每题2分）1.在多元回归分析中，若存在遗漏变量偏差，需满足的条件是：A.遗漏变量与解释变量不相关，且对被解释变量有影响B.遗漏变量与解释变量相关，且对被解释变量无影响C.遗漏变量与解释变量相关，且对被解释变量有影响D.遗漏变量与解释变量不相关，且对被解释变量无影响2.对于AR(2)模型，其平稳性条件是：A.特征根绝对值均小于1B.特征根绝对值均大于1C.一阶系数绝对值小于1D.二阶系数绝对值小于13.面板数据中，随机效应模型的关键假设是：A.个体效应与解释变量相关B.个体效应与解释变量不相关C.个体效应为固定常数D.个体效应服从正态分布4.以下哪项是ARCH(1)模型的条件方差表达式？A.σₜ²=α₀+α₁σₜ₋₁²B.σₜ²=α₀+α₁εₜ₋₁²C.σₜ=α₀+α₁εₜ₋₁D.σₜ²=α₀+α₁εₜ5.在模型选择中，BIC相对于AIC更倾向于选择：A.更复杂的模型B.更简单的模型C.预测误差更小的模型D.拟合优度更高的模型6.协整检验的目的是判断：A.多个非平稳序列是否存在长期均衡关系B.单个序列是否平稳C.回归模型是否存在异方差D.解释变量之间是否存在多重共线性7.Chow检验主要用于检验：A.模型的参数稳定性B.异方差性C.自相关性D.多重共线性8.蒙特卡洛模拟中，若要模拟股票价格路径，通常使用的随机过程是：A.算术布朗运动B.几何布朗运动C.泊松过程D.均值回复过程9.在贝叶斯统计中，后验概率的计算基于：A.先验概率和似然函数B.先验概率和置信区间C.样本均值和方差D.假设检验的p值10.预测误差指标中，RMSE（均方根误差）相对于MAE（平均绝对误差）的主要特点是：A.对异常值更敏感B.计算更简单C.不受量纲影响D.更关注误差的方向二、填空题（总共10题，每题2分）1.时间序列模型ARMA(p,q)中，p表示________的阶数，q表示________的阶数。2.多元回归模型中，调整R²会随着________的增加而下降，用于修正普通R²的高估问题。3.面板数据可分为________（个体固定）和________（时间固定）两种基本类型。4.ARCH模型用于捕捉时间序列的________现象，即大的波动后倾向于出现大的波动。5.协整的必要条件是参与检验的序列具有相同的________。6.模型选择中，AIC的计算公式为-2ln(L)+2k，其中k表示________。7.Chow检验的原假设是________在不同子样本中保持不变。8.贝叶斯统计中，后验概率=似然函数×________/边际似然。9.预测误差的分解中，偏差平方衡量预测的________，方差衡量预测的________。10.时间序列的季节性调整通常通过________或X-13ARIMA-SEATS方法实现。三、判断题（总共10题，每题2分）1.多元回归中，多重共线性会导致系数估计量的方差增大，但不影响无偏性。（）2.AR(1)模型平稳的充分必要条件是一阶自回归系数的绝对值小于1。（）3.随机效应模型比固定效应模型更适用于个体效应与解释变量相关的情况。（）4.ARCH模型的条件方差仅依赖于过去的误差平方，GARCH模型则同时依赖过去的条件方差和误差平方。（）5.协整序列的线性组合一定是平稳的，因此可以直接用OLS估计其长期均衡关系。（）6.BIC在模型选择中比AIC更严格，因为其惩罚项对参数数量的权重更大。（）7.Chow检验要求子样本的分割点是已知的，否则无法应用。（）8.蒙特卡洛模拟的精度仅取决于模拟次数，与随机数生成方法无关。（）9.贝叶斯方法中，先验分布的选择会影响后验分布，但样本量足够大时影响会减弱。（）10.预测误差的MAE和RMSE均为非负值，且RMSE≥MAE。（）四、简答题（总共4题，每题5分）1.简述多元回归中遗漏变量偏差产生的条件及后果。2.说明ARMA模型识别的主要步骤（基于ACF和PACF）。3.比较面板数据中固定效应模型与随机效应模型的关键区别及适用场景。4.解释ARCH(1)模型如何捕捉金融时间序列的“波动聚类”现象。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，并说明常用的平稳性检验方法。2.比较AIC和BIC在模型选择中的优缺点，结合实际应用说明如何选择。3.分析多重共线性对回归结果的影响（包括系数估计、显著性检验、预测能力）及诊断方法。4.结合贝叶斯统计思想，讨论在投资决策中如何利用先验信息改进参数估计。答案与解析一、单项选择题1.C（遗漏变量需同时与解释变量相关且影响被解释变量，才会导致偏差）2.A（AR(p)模型平稳要求所有特征根绝对值小于1）3.B（随机效应假设个体效应与解释变量不相关，可通过GLS估计）4.B（ARCH(1)的条件方差依赖前一期误差平方）5.B（BIC惩罚项更大，倾向选择更简单模型）6.A（协整检验用于判断非平稳序列是否存在长期均衡关系）7.A（Chow检验用于检验参数在不同子样本的稳定性）8.B（几何布朗运动是股票价格的常用模型，避免负价格）9.A（后验概率=先验×似然/边际似然）10.A（RMSE对异常值更敏感，因平方放大误差）二、填空题1.自回归（AR）；移动平均（MA）2.解释变量个数（或自由度损失）3.个体固定效应；时间固定效应4.波动聚类（或集群波动）5.单整阶数（或非平稳阶数）6.模型参数个数7.回归模型参数（或系数）8.先验概率（或先验分布）9.系统性偏差；波动性（或不稳定性）10.季节分解（或STL分解）三、判断题1.√（多重共线性不影响无偏性，但增大方差，导致t检验不显著）2.√（AR(1)平稳条件为|φ₁|＜1）3.×（随机效应要求个体效应与解释变量不相关，相关时应选固定效应）4.√（GARCH(p,q)同时包含滞后条件方差和误差平方）5.×（协整序列的线性组合是平稳的，但直接OLS可能存在伪回归，需检验协整后再估计）6.√（BIC惩罚项为2kln(n)，AIC为2k，n≥2时BIC更严格）7.√（Chow检验需明确分割点，否则用其他结构突变检验）8.×（模拟精度还与随机数生成方法（如低差异序列）有关）9.√（大样本下似然函数主导，先验影响减弱）10.√（RMSE是MAE的平方平均根，根据柯西不等式，RMSE≥MAE）四、简答题1.条件：遗漏变量与模型中的解释变量相关，且对被解释变量有影响。后果：系数估计量有偏且不一致，导致假设检验和预测失效。2.步骤：①绘制样本自相关函数（ACF）和偏自相关函数（PACF）；②根据ACF和PACF的截尾或拖尾特性判断p和q：AR(p)的PACF在p阶截尾，ACF拖尾；MA(q)的ACF在q阶截尾，PACF拖尾；ARMA(p,q)的ACF和PACF均拖尾。3.关键区别：固定效应模型假设个体效应与解释变量相关，通过离差变换消除个体效应；随机效应模型假设个体效应与解释变量不相关，通过GLS利用全部信息。适用场景：若关注个体异质性且个体效应与解释变量相关，选固定效应；若个体效应为随机扰动且与解释变量无关，选随机效应。4.ARCH(1)模型的条件方差σₜ²=α₀+α₁εₜ₋₁²，当εₜ₋₁²（即前一期的波动）较大时，σₜ²会增大，导致当前期波动也较大；反之亦然。这捕捉了“大波动后倾向大波动，小波动后倾向小波动”的聚类现象。五、讨论题1.影响：非平稳时间序列直接回归可能导致伪回归（高R²但系数无意义），t检验和F检验失效。检验方法：单位根检验（如ADF检验、PP检验），通过检验序列是否存在单位根判断平稳性；若为非平稳，需差分至平稳后再建模（如ARIMA），或检验协整关系（如Engle-Granger两步法、Johansen检验）。2.优缺点：AIC惩罚参数个数较轻，倾向选择预测误差更小的模型；BIC惩罚更重，倾向选择更简洁的模型。实际应用：若关注预测精度（如短期预测），选AIC；若关注模型简洁性（如理论解释），选BIC。例如，在资产定价模型中，若需保留核心解释变量，BIC更合适；若需最大化预测准确性，AIC更优。3.影响：系数估计量方差增大，导致t检验不显著（系数看似不显著），但模型整体F检验可能显著；预测能力可能不受显著影响（因变量间相关性保留信息）。诊断方法：计