2025 CFA回归分析数据标准化方法专题试卷

2025CFA回归分析·数据标准化方法专题试卷2025CFA回归分析・数据标准化方法专题试卷（适配CFA二级数量，贴合2025考纲）说明：CFA协会官方没有单独的“数据标准化专题真题卷”，本套试卷严格按照2025CFA二级定量方法（多元回归拓展、因子模型中标准化系数/Beta、Z-score、量纲缩放考点）命题，题型为CFA标准单选题，附带完整解析与考点总结。

核心考点：Z-score标准化（标准系数Beta）、Min-Max归一化、通用规模标准化（Common-size同比报表）、标准化对回归系数与显著性的影响、标准化与多重共线性一、单项选择题（共10题，每题1分）在CFA二级多元回归中，对自变量进行Z-score标准化（Zi=Xi−XσX）后得到的回归系数通常称为：关于Z-score标准化的性质，下列说法正确的是：

A.标准化后变量取值一定落在[0,1]区间

B.标准化后变量均值=1，方差=0

C.标准化消除变量量纲，可直接比较不同自变量对因变量的影响大小

D.Z-score标准化会改变自变量与因变量的相关系数Min-Max标准化公式：Xscaled=X−XminXmax−X分析师构建企业盈利回归模型，自变量为总资产（亿元，数值极大）和毛利率（%，0~1区间）。为消除量纲差异、公平比较两个变量的影响程度，最优方法是：

A.Min-Max归一化

B.Z-score标准化

C.Common-size同比处理

D.对数变换对回归自变量做Z-score标准化之后，以下哪一项不会发生变化？

A.回归系数数值

B.t统计量、p值、系数显著性

C.系数经济含义

D.模型截距项关于Common-size标准化（同比报表标准化，CFA财报+回归高频考点），下列描述错误的是：

A.纵向同比资产负债表：各项÷总资产

B.纵向同比利润表：各项÷营业收入

C.属于量纲缩放，本质也是一种数据标准化

D.经过Common-size处理后，可直接消除多重共线性标准化系数（Beta）=0.8的含义是：

A.X原始值增加1单位，Y增加0.8单位

B.X增加1个标准差，Y增加0.8个标准差

C.X增加1%，Y增加0.8%

D.X每上升0.8，Y上升1下列场景中，一般不需要对自变量标准化的是：

A.对比不同量纲变量的回归贡献

B.因子模型计算因子暴露（factorsensitivity）

C.普通解释原始经济单位的回归（如收入对消费，直接解读每元边际消费）

D.梯度下降求解的线性回归分析师使用Z-score标准化变量缓解多重共线性，正确结论是：

A.Z-score标准化可以完全消除多重共线性

B.Z-score标准化仅改变变量尺度，变量间相关系数不变，不能消除多重共线性

C.标准化后VIF（方差膨胀因子）必然显著下降

D.时间序列回归必须依靠Z-score解决共线性有原始回归：Y=2.5+0.003Asset+1.2Margin+ε；将Asset与Margin做Z-score标准化后重新回归，模型截距最接近：

A.0

B.2.5

C.1.2

D.0.003二、计算题（2题，CFA二级案例计算题风格）计算题1样本数据：营收增速X，样本均值X=8，标准差σX=3；某公司营收增速=14%。

计算题2原始自变量数据：[2,4,6,8,10]

（1）使用Min-Max标准化，写出标准化后全部数值；

（2）使用Z-score标准化，写出标准化后全部数值。三、综合辨析题（CFA案例问答）分析师A构建多元回归研究股票收益率，自变量包括公司市值（百亿美元）、PE比率、ROE。分析师直接用原始数据回归，发现市值系数绝对值远大于PE和ROE，于是直接得出结论：市值对收益率的影响远强于估值与盈利。

请指出分析师A的错误，并说明正确处理方式。参考答案与详细解析一、单选答案B

解析：Z-score标准化后的回归系数称为标准化系数（Beta系数），用于比较不同量纲自变量的相对影响力；普通原始变量得到的是非标准化系数。C

解析：Z-score后均值=0，方差=1；不会强制落在0~1（Min-Max才是）；不改变相关系数，消除量纲，支持跨变量比较影响。A

解析：Min-Max依赖最大值、最小值，极端异常值会严重压缩正常数据的分布；不会改变数据排序。B

解析：Z-score是CFA标准方法，专门用来比较不同量纲变量的相对贡献；Min-Max多用于固定区间映射；Common-size多用于财报比例化。B

解析：Z标准化只缩放自变量尺度，变量与Y的相关性不变→t统计量、p值、显著性不变；回归系数数值、截距、经济含义都会改变。D

解析：Common-size只是规模标准化，无法消除多重共线性；共线性来自变量线性相关关系。B

解析：标准化Beta的标准定义：自变量变动1个标准差，因变量变动Beta个标准差，没有原始单位。C

解析：如果研究目标是解读原始经济单位（真实边际效应），不建议标准化；标准化会丢失原始单位含义。B

解析：标准化只缩放数值，变量之间的相关系数不变，因此VIF不变，不能解决多重共线性，这是CFA高频易错坑。A

解析：所有自变量标准化后均值为0，回归截距等于Y的均值；当自变量均值为0时，截距项收敛至0。二、计算题解析计算题1(1)Z=143计算题2原始：2,4,6,8,10

Xmin=2，Xmax三、综合辨析题【标准答案（可直接背诵用于CFA主观问答）】错误点原始变量单位/量级差异巨大（市值是百亿级别，PE、ROE是百分比），系数绝对值大小不能直接代表经济影响强弱，量级大的变量天然更容易出现大系数，属于量纲误导。正确处理对全部自变量进行Z-score标准化，使用标准化Beta系数对比各自变量对股票收益率的相对影响；也可以报告标准化后的回归结果，同时保留原始回归用于解读真实单位下的边际效应。✅CFA必背核心总结（考场速记）Z-score（标准Bet