2018年6月cfa 二级考试科目之数量分析

与cfa一级不同的是CFA二级主要考察投资分析和资产估值，数量部分在cfa二级考试中有着突出的基石地位。CFA二级“数量分析”这门学科介绍了金融投资领域相关数学建模的方法，其中最重要的方法便是用于研究变量之间相互关系的回归分析的方法。下面给大家详细介绍一下cfa二级“数量分析”科目的相关内容。

cfa二级“数量分析”科目内容介绍：

CFA数量内容总共分为四章

第一章主要介绍了相关性分析以及回归分析。相关性分析可以通过散点图来观测，也可以通过计算变量之间的相关系数来衡量，相关性分析的重点在于对其展开的显著性检验。回归分析重点在于明确其具体步骤。

回归分析的步骤分为四步：

第一步是建立回归模型；
第二步是对模型展开分析，主要分析方法就是分析ANOVA表中的各项数据信息；
第三步是对回归模型进行显著性检验，内容包括区间估计、假设检验；
第四步是运用模型预测因变量。

学科第二章的研究重点从一元回归转移到了多元回归，阐述了多元回归与一元回归之间的区别，此外该章节还引入了虚拟变量的概念，并且讨论了回归模型的假设被违反的几种常见情形。多元回归是二级数量的核心内容，它的知识点将贯穿整个数量二级的教材。

学科第三章介绍了两类时间序列模型：趋势模型和自回归模型。这些模型包括：简单趋势模型、对数趋势模型、自回归模型、时间序列的移动平均模型。

这部分内容是数量学习的难点（虽然它也仅仅是介绍了时间序列模型的皮毛），考生一定要深刻理解其中的逻辑，多加练习。

第四章是一个论文节选，官方教材中并没有罗列相应的例题，因此本章不作为考试重点。，但是考虑到近些年数量题目的难度逐渐增加，并且本章作为近些年来的新增内容，我们还是需要记忆一些章节中的重要结论。

CFA二级数量分析依然延续了一级“学起来费劲，考起来不难”的优秀传统。知识点内容较为抽象，好在考试题型相对固定，考试题目既有定性分析又有定量计算。弄清模型假设条件背后逻辑以及每个模型优缺点是我们在学习数量分析这门学科时应当优先关注的地方。

数量分析在CFA二级考试中的占比为5%-10%（一到两个案例），但是就过往经验而言，大多数情况下，该部分只会涉及一道考题。数量学科占比并不算多，但是鉴于该学科比较容易得分的特点，同学们还是应当在考前准备充分，尽量获取高分。