2025年特许金融分析师岭回归与LASSO在金融建模中的应用专题试卷及解析.docxVIP

2025年特许金融分析师岭回归与LASSO在金融建模中的应用专题试卷及解析.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2025年特许金融分析师岭回归与LASSO在金融建模中的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、在金融建模中，当自变量之间存在高度相关性时，使用普通最小二乘法（OLS）可能导致什么问题？

A、模型预测精度显著提高

B、参数估计值不稳定且方差较大

C、模型解释性增强

D、计算效率大幅提升

【答案】B

【解析】正确答案是B。当自变量存在高度相关性（多重共线性）时，OLS估计的参数会变得非常敏感，微小的数据变化可能导致估计值大幅波动，且方差增大。A选项错误，因为多重共线性会降低预测精度；C选项错误

热爱写作

更多 >