2025年特许金融分析师GARCH模型与应用专题试卷及解析.pdfVIP

2025年特许金融分析师GARCH模型与应用专题试卷及解析1

2025年特许金融分析师GARCH模型与应用专题试卷及

解析

2025年特许金融分析师GARCH模型与应用专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在金融时间序列分析中，GARCH模型主要用于解决什么问题？

A、时间序列的趋势性

B、时间序列的季节性

C、时间序列的波动率聚集性

D、时间序列的非平稳性

【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）的核心功能

是捕捉和建模金融时间序列中常见的波动率聚集现象，即大的波动后面倾向于跟随大

的波动，小的波动后面倾向于跟随小的波动。选项A趋势性通常用趋势模型或差分处

理；选项B季节性用季节性模型；选项D非平稳性通过单位根检验和差分处理。知识

点：GARCH模型的基本用途。易错点：容易将波动率聚集性与趋势性混淆。

2、以下哪个是GARCH(1,1)模型相比ARCH模型的主要优势？

A、计算更简单

B、需要更少的参数

C、能更好地捕捉长期波动率记忆

D、对异常值更不敏感

【答案】C

【解析】正确答案是C。GARCH(1,1)模型通过引入滞后条件方差项，能够更有效

地捕捉波动率的长期记忆特征，而ARCH模型需要很高阶数才能达到类似效果。选项

A错误，GARCH计算更复杂；选项B错误，参数数量相似；选项D错误，两者对异

常值敏感性相似。知识点：GARCH模型改进。易错点：容易误认为GARCH简化了计

算。

3、在GARCH模型中，“杠杆效应”指的是什么现象？

A、正收益对波动率的影响大于负收益

B、负收益对波动率的影响大于正收益

C、高波动率时期收益率更高

D、低波动率时期收益率更稳定

【答案】B

【解析】正确答案是B。杠杆效应是指负收益（坏消息）比同等大小的正收益（好消

息）对未来的波动率有更大的影响，这种现象在股票市场尤为明显。选项A描述相反；

2025年特许金融分析师GARCH模型与应用专题试卷及解析2

选项C和D描述的是风险溢价关系。知识点：GARCH模型的扩展（如EGARCH）。

易错点：容易混淆正负收益对波动率的影响方向。

4、以下哪种情况最适合使用GARCH模型？

A、分析GDP增长率的长期趋势

B、预测股票指数的日波动率

C、研究消费者价格指数的季节性

D、评估债券的到期收益率

【答案】B

【解析】正确答案是B。GARCH模型特别适合分析高频金融数据（如日收益率）的

波动率特征，因为这类数据常表现出明显的波动率聚集和时变性。选项A适合趋势模

型；选项C适合季节性模型；选项D适合利率模型。知识点：GARCH模型的应用场

景。易错点：容易忽视GARCH对数据频率的要求。

5、GARCH模型中的”条件方差”是指什么？

A、历史数据的无条件方差

B、基于过去信息预测的未来方差

C、整个样本期的平均方差

D、异常值导致的极端方差

【答案】B

【解析】正确答案是B。条件方差是指基于截至当前时刻的所有可用信息，对未来

一期波动率的预测值，它随时间变化。选项A是无条件方差；选项C是样本方差；选

项D是极端情况。知识点：GARCH模型的核心概念。易错点：容易混淆条件方差与

无条件方差。

6、以下哪个不是GARCH模型的假设条件？

A、误差项服从正态分布

B、波动率具有持续性

C、收益率序列存在自相关

D、模型参数满足平稳性条件

【答案】C

【解析】正确答案是C。GARCH模型假设收益率序列本身不存在自相关（或已通

过均值方程消除），只对波动率建模。选项A是常见假设（也可用其他分布）；选项B

是GARCH捕捉的现象；选项D是模型稳定的要求。知识点：GARCH模型的前提假

设。易错点：容易忽视收益率序列需要先消除自