2025年特许金融分析师时间序列分析与预测专题试卷及解析.pdfVIP

2025年特许金融分析师时间序列分析与预测专题试卷及解析1

2025年特许金融分析师时间序列分析与预测专题试卷及解

析

2025年特许金融分析师时间序列分析与预测专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在时间序列分析中，哪种模型特别适用于捕捉金融时间序列中的波动性聚集现

象？

A、AR模型

B、MA模型

C、GARCH模型

D、VAR模型

【答案】C

【解析】正确答案是C。GARCH模型（广义自回归条件异方差模型）专门用于建

模和预测时间序列的波动性，特别适合捕捉金融市场中常见的波动性聚集现象（即大波

动后跟随大波动，小波动后跟随小波动）。AR模型和MA模型主要关注序列的均值动

态，而VAR模型用于多变量时间序列分析。知识点：GARCH模型的应用场景。易错

点：容易混淆ARMA类模型和GARCH类模型的功能差异。

2、进行时间序列预测时，如果数据呈现明显的季节性模式，最应该优先考虑哪种

方法？

A、简单移动平均

B、指数平滑

C、季节性ARIMA（SARIMA）

D、随机游走模型

【答案】C

【解析】正确答案是C。季节性ARIMA模型专门设计用于处理具有季节性模式的

时间序列数据，它通过引入季节性差分和季节性自回归/移动平均项来捕捉周期性变化。

简单移动平均和基础指数平滑无法有效处理季节性，而随机游走模型假设序列不可预

测。知识点：季节性时间序列的建模方法。易错点：忽略季节性因素直接使用非季节性

模型。

3、在检验时间序列平稳性时，如果ADF检验的p值小于0.05，我们应该如何解

读？

A、序列存在单位根

B、序列是非平稳的

C、序列是平稳的

D、检验结果无效

2025年特许金融分析师时间序列分析与预测专题试卷及解析2

【答案】C

【解析】正确答案是C。ADF检验（增广迪基福勒检验）的原假设是序列存在单位

根（即非平稳）。当p值小于显著性水平（如0.05）时，我们拒绝原假设，认为序列是

平稳的。知识点：ADF检验的原假设和结果解读。易错点：容易混淆拒绝原假设的含

义，误认为p值小表示非平稳。

4、在构建VAR模型时，确定最优滞后阶数常用的信息准则不包括以下哪项？

A、AIC准则

B、BIC准则

C、HQ准则

D、R²准则

【答案】D

【解析】正确答案是D。VAR模型滞后阶数选择通常使用AIC（赤池信息准则）、

BIC（贝叶斯信息准则）和HQ（汉南奎因准则）等基于似然函数的信息准则。R²虽然

衡量模型拟合优度，但不用于滞后阶数选择，因为它总是随阶数增加而提高。知识点：

VAR模型滞后阶数选择方法。易错点：可能误认为R²也是信息准则之一。

5、在金融时间序列分析中，“杠杆效应”指的是什么现象？

A、正收益对波动性的影响大于负收益

B、负收益对波动性的影响大于正收益

C、高波动性导致高收益

D、低波动性导致低收益

【答案】B

【解析】正确答案是B。杠杆效应是指金融市场中负收益（坏消息）比同等程度的

正收益（好消息）对波动性产生更大影响的现象，通常归因于财务杠杆或投资者心理因

素。EGARCH等模型可以捕捉这种非对称效应。知识点：波动性的非对称性。易错点：

容易混淆杠杆效应的方向，误认为正收益影响更大。

6、进行时间序列分解时，以下哪种方法假设季节性分量是恒定的？

A、STL分解

B、X13ARIMASEATS

C、经典分解法

D、所有上述方法

【答案】C

【解析】正确答案是C。经典分解法（如加法或乘法分解）假设季节性分量是恒定

的，不随时间变化。而STL和X13ARIMASEATS等现代方法允许季节性分量缓慢变

化。知识点：时间序列分解方法的特性。易错点：可能误认为所有分解方法都允许季节

性变化。