邮储银行2025年濮阳市数据分析师笔试题及答案

邮储银行2025年濮阳市数据分析师笔试题及答案一、基础理论题（共30分）1.（5分）简述描述统计中均值、中位数、众数的适用场景及三者在偏态分布中的关系。答案：均值适用于对称分布且无极端值的数据，反映数据集中趋势；中位数适用于偏态分布或存在异常值的数据，抗干扰性强；众数适用于分类数据或离散型数据，反映最常见值。在右偏分布中，均值>中位数>众数；左偏分布中，均值<中位数<众数；对称分布中三者近似相等。2.（5分）某银行信贷数据集包含字段：客户ID、贷款金额（万元）、期限（月）、利率（%）、逾期天数（天）。请设计至少4个反映信贷风险的衍生指标，并说明计算逻辑。答案：（1）逾期率=逾期客户数/总客户数（衡量整体风险水平）；（2）平均逾期天数=Σ（逾期天数×对应客户数）/总逾期客户数（反映逾期严重程度）；（3）高风险贷款占比=（贷款金额>100万且逾期天数>30天）的客户数/总客户数（识别大额长期逾期风险）；（4）期限匹配度=（期限≤12个月且逾期天数≤15天）的客户数/短期贷款客户数（评估短期贷款资产质量）。3.（5分）写出SQL语句：从客户信息表（customer，字段：cust_id主键，age年龄，city城市，income月收入）和交易记录表（transaction，字段：trans_id主键，cust_id外键，trans_date交易日期，amount交易金额，trans_type交易类型）中，查询2024年濮阳市年龄25-40岁客户的月均交易金额（按客户ID分组），要求排除交易金额≤0的记录。答案：SELECTt.cust_id,AVG(t.amount)ASmonthly_avg_amountFROMcustomercJOINtransactiontONc.cust_id=t.cust_idWHEREc.city='濮阳市'ANDc.ageBETWEEN25AND40ANDt.trans_dateBETWEEN'2024-01-01'AND'2024-12-31'ANDt.amount>0GROUPBYt.cust_id;4.（5分）在Python中使用pandas处理数据时，若某数值型列存在5%的缺失值，且数据分布呈现右偏态，应选择何种方法填充？并说明理由。若该列是分类变量（如"职业"），又该如何处理？答案：数值型列右偏时，选择中位数填充。因右偏分布均值受极端值影响偏大，中位数更能代表集中趋势，避免高估数据。分类变量"职业"可采用众数填充（若缺失随机），或新增"未知"类别（若缺失可能隐含信息，如客户不愿透露职业可能与风险相关）。5.（10分）某支行2024年各季度储蓄存款余额（亿元）为：Q1=12.3，Q2=14.1，Q3=15.8，Q4=17.2。请用移动平均法（n=2）预测2025年Q1存款余额，并计算该时间序列的季节指数（假设无季节波动时趋势值为线性增长）。答案：移动平均预测：2024年Q3移动平均=(12.3+14.1)/2=13.2；Q4移动平均=(14.1+15.8)/2=14.95；2025Q1预测=(15.8+17.2)/2=16.5（亿元）。线性趋势拟合：设时间t=1(Q1)到4(Q4)，y=at+b。计算得a=(17.2-12.3)/(4-1)=1.633，b=12.3-1.633×1=10.667。趋势值分别为t=1→12.3（实际=预测），t=2→14.0（实际14.1），t=3→15.6（实际15.8），t=4→17.3（实际17.2）。季节指数=实际值/趋势值，各季度指数分别为1.0（12.3/12.3）、1.007（14.1/14.0）、1.013（15.8/15.6）、0.994（17.2/17.3），平均季节指数≈1.003，说明无显著季节波动。二、数据分析实操题（共40分）（一）背景：邮储银行濮阳分行拟优化零售客户分层策略，现有客户数据如下（部分字段）：cust_idageincome（万元/年）account_balance（万元）product_holding（持有产品数）churn（是否流失，1=是）001321822.530002453589.75000328125.211..................6.（10分）请设计客户分层的核心指标体系，至少包含3个维度，并说明各维度下的细分指标及分层逻辑（如高/中/低价值客户）。答案：核心维度及指标：（1）价值维度：资产规模（account_balance）：高（>50万）、中（20-50万）、低（<20万）；收入水平（income）：高（>30万）、中（15-30万）、低（<15万）；（2）活跃度维度：持有产品数（product_holding）：活跃（≥4个）、中等（2-3个）、低效（≤1个）；（3）稳定性维度：流失风险（churn预测值）：高风险（概率>70%）、中风险（30%-70%）、低风险（<30%）。分层逻辑：综合价值（资产×0.4+收入×0.3）、活跃度（0.2）、稳定性（0.1）加权得分，前20%为高价值客户（需重点维护），中间50%为中价值客户（潜力挖掘），后30%为低价值客户（优化服务成本）。7.（15分）使用逻辑回归模型预测客户流失（churn），已完成数据清洗和特征工程，现有训练集混淆矩阵如下：预测流失（1）预测留存（0）实际流失（1）12030实际留存（0）50800请计算准确率、精确率、召回率、F1分数，并说明在银行客户流失预测场景中，应更关注精确率还是召回率？为什么？答案：准确率=(120+800)/(120+30+50+800)=920/1000=92%；精确率=120/(120+50)=120/170≈70.59%；召回率=120/(120+30)=120/150=80%；F1=2×(70.59%×80%)/(70.59%+80%)≈75.00%。银行场景应更关注召回率。因流失客户的挽回成本通常低于获取新客户成本，高召回率能尽可能识别出实际将流失的客户（减少漏判），避免重要客户流失；而精确率低可能导致误判部分留存客户，但误判成本相对较低（如发送挽回短信的成本）。8.（15分）某支行反映"年轻客户（25岁以下）信用卡激活率仅35%，远低于全行52%的平均水平"。请设计分析思路，包括数据获取方向、关键分析指标、可能原因假设及验证方法。答案：（1）数据获取：客户维度：年龄、职业、收入、办卡渠道（线上/线下）、办卡动机（活动吸引/功能需求）；行为维度：办卡后登录APP次数、接收激活引导短信/电话记录、信用卡权益认知度；产品维度：年轻客户专属权益（如外卖券、视频会员）覆盖情况、激活流程复杂度（步骤数、是否需面签）。（2）关键指标：分渠道激活率（线上申请vs线下网点）；激活时间差（办卡到激活的天数）；权益领取率（领取过专属权益的客户激活率）；流程中断点（APP激活页面跳出率）。（3）原因假设及验证：假设1：线上申请流程复杂→验证：对比线上/线下激活率，分析线上流程各步骤转化率（如身份验证→设置密码→激活成功），若某步骤转化率<60%则为断点。假设2：权益吸引力不足→验证：统计领取过"年轻客群权益包"的客户激活率（如A组）与未领取客户（B组），若A组激活率（如45%）仍低于全行平均，说明权益需优化。假设3：激活引导不足→验证：分析办卡后3天内接收激活提醒的客户激活率（如42%）vs未接收提醒的客户（28%），若差异显著（p<0.05），则需加强触达。三、业务应用与综合分析题（共30分）9.（10分）邮储银行濮阳分行计划2025年推广"乡村振兴主题信用卡"，目标客群为濮阳市县域农户、农村个体工商户。请基于数据分析师视角，提出需重点分析的3个方面，并说明每个方面的核心分析内容。答案：（1）客群画像分析：核心内容：通过农户档案、农村信用体系数据，分析目标客群的年龄分布（如30-50岁为主）、收入结构（种植/养殖/加工收入占比）、资金需求周期（如春耕/秋收前需求高峰）、信用记录（历史贷款逾期率）。需识别高潜力子客群（如年经营收入>20万、信用良好的个体工商户）。（2）产品适配性分析：核心内容：对比现有信用卡产品与目标客群需求的匹配度，如额度需求（农户可能需要3-10万额度）、还款周期（是否支持按种植周期分期）、专属权益（如农资采购折扣、农产品运输优惠）。通过问卷调查或历史交易数据，分析客群对"满减活动""积分换农资"等权益的偏好度。（3）风险控制分析：核心内容：构建农户信用评分模型，纳入经营稳定性（土地承包年限、经营场所产权）、收入波动性（近3年经营收入标准差）、担保能力（是否有农房/农机抵押）等指标。分析县域地区的行业风险（如特色农业受天气影响的概率），设定差异化的额度审批规则（如种植户额度上限为年经营收入的40%）。10.（20分）以下是濮阳分行2024年1-12月个人消费贷款余额（亿元）数据：月份123456789101112余额8.28.58.99.49.810.210.510.811.211.511.812.1（1）判断该时间序列的趋势类型（线性/非线性），并计算2025年1月预测值（要求使用至少两种方法并取平均）；（2）若发现10月数据因系统故障少统计0.5亿元（实际应为12.0），请说明修正后对预测结果的影响方向（无需计算具体值）。答案：（1）趋势类型判断：计算各月环比增长额分别为0.3、0.4、0.5、0.4、0.4、0.3、0.3、0.4、0.3、0.3、0.3（亿元），增长额基本稳定在0.3-0.5之间，无明显加速或减速，属于线性增长趋势。预测方法1：线性回归法。设月份t=1到12，余额y=at+b。计算得a=(12.1-8.2)/(12-1)=0.3545，b=8.2-0.3545×1=7.8455。2025年1月t=13，预测值=0.3545×13+7.8455≈12.45（亿元）。预测方法2：指数平滑法（α=0.6，初始值S1=y1=8.2）。计算各月平滑值：S2=0.6×8.5+0.4×8.2=8.38；S3=0.6×8.9+0.4×8.38=8.692；...最终S