金融时间序列分析学习题及分析.docxVIP

金融时间序列分析学习题及分析

一、单项选择题（共10题，每题1分，共10分）

在金融时间序列分析中，平稳性是一个基本假设。以下关于弱平稳性（二阶平稳）的描述，哪一项是正确的？

A.序列的均值和方差在任何时间点都是常数，且自协方差仅依赖于时间跨度，而与时间起点无关。

B.序列的分布函数在任何时间点都完全相同。

C.序列的未来值完全由当前值决定，与过去值无关。

D.序列的均值和方差随时间呈现线性增长趋势。

答案：A

解析：弱平稳性（二阶平稳）的核心特征是：序列的均值函数在所有时刻都是常数；序列的方差在所有时刻都是常数；序列的自协方差函数仅依赖于时间跨度，而与时间起点无关。选项B描述的是严平稳性，要求更强。选项C描述的是马尔可夫性质。选项D描述的是非平稳序列的特征，如带趋势的序列。

自相关函数（ACF）和偏自相关函数（PACF）是识别ARIMA模型的重要工具。对于一个纯AR(p)过程，其ACF和PACF的表现通常是？

A.ACF拖尾，PACF在p阶后截尾。

B.ACF在q阶后截尾，PACF拖尾。

C.ACF和PACF都拖尾。

D.ACF和PACF都在有限阶后截尾。

答案：A

解析：对于自回归模型AR(p)，其自相关函数（ACF）呈现指数衰减或正弦波衰减的拖尾特征，而偏自相关函数（PACF）则在p阶之后突然截断（即p阶之后的值在统计上不显著异于零）。这是识别AR(p)模型的