2026大数据金融风控建模技术模拟考试试题及解析

2026大数据金融风控建模技术模拟考试试题及解析一、单项选择题（每题1分，共20分。每题只有一个正确答案，请将正确选项的字母填在括号内）1.在信贷风控模型中，用于衡量模型区分能力的指标是（）A.准确率B.召回率C.AUCD.F1值答案：C2.下列关于XGBoost算法的描述，正确的是（）A.不支持正则化B.使用CART树作为基学习器C.不支持并行计算D.不支持缺失值处理答案：B3.在特征工程中，WOE编码主要用于（）A.降维B.特征选择C.特征分箱D.特征标准化答案：C4.在风控模型中，KS值越大表示（）A.模型越不稳定B.模型区分能力越强C.模型过拟合D.模型欠拟合答案：B5.在逻辑回归模型中，L1正则化的主要作用是（）A.提高模型准确率B.降低模型方差C.实现特征选择D.提高模型召回率答案：C6.在样本不平衡问题中，以下方法中属于欠采样的是（）A.SMOTEB.Borderline-SMOTEC.RandomUnderSamplerD.ADASYN答案：C7.在模型评估中，以下哪个指标对样本不平衡不敏感（）A.准确率B.AUCC.精确率D.召回率答案：B8.在风控模型中，以下哪项不是常见的特征类型（）A.行为特征B.征信特征C.图像特征D.社交特征答案：C9.在模型部署阶段，以下哪项不是必须考虑的内容（）A.模型解释性B.模型稳定性C.模型训练时间D.模型监控答案：C10.在风控模型中，以下哪项不是常见的模型监控指标（）A.PSIB.KSC.AUCD.模型训练集大小答案：D11.在特征选择中，基于树模型的特征重要性属于（）A.过滤法B.包裹法C.嵌入法D.降维法答案：C12.在逻辑回归中，多重共线性会导致（）A.模型过拟合B.模型欠拟合C.系数不稳定D.模型无法收敛答案：C13.在风控模型中，以下哪项不是常见的模型解释工具（）A.SHAPB.LIMEC.ELI5D.GridSearch答案：D14.在模型训练中，以下哪项不是防止过拟合的方法（）A.增加训练数据B.增加模型复杂度C.使用正则化D.早停策略答案：B15.在风控模型中，以下哪项不是常见的模型类型（）A.逻辑回归B.决策树C.卷积神经网络D.XGBoost答案：C16.在特征分箱中，以下哪种方法基于目标变量分布（）A.等频分箱B.等距分箱C.卡方分箱D.聚类分箱答案：C17.在模型评估中，以下哪项不是混淆矩阵的衍生指标（）A.精确率B.召回率C.F1值D.AUC答案：D18.在风控模型中，以下哪项不是常见的数据预处理方法（）A.缺失值填补B.异常值处理C.特征标准化D.模型融合答案：D19.在模型训练中，以下哪项不是常见的损失函数（）A.对数损失B.平方损失C.Hinge损失D.欧氏距离答案：D20.在风控模型中，以下哪项不是常见的模型验证方法（）A.交叉验证B.时间窗口验证C.留出法D.网格搜索答案：D二、多项选择题（每题2分，共20分。每题有两个或两个以上正确答案，请将所有正确选项的字母填在括号内，漏选、错选均不得分）21.以下哪些属于风控模型中常见的特征分箱方法（）A.等频分箱B.等距分箱C.卡方分箱D.聚类分箱答案：A、B、C、D22.以下哪些方法可以用于处理样本不平衡问题（）A.SMOTEB.ADASYNC.RandomUnderSamplerD.增加模型复杂度答案：A、B、C23.以下哪些指标可以用于评估风控模型的稳定性（）A.PSIB.CSIC.AUCD.KS答案：A、B24.以下哪些属于模型解释性工具（）A.SHAPB.LIMEC.ELI5D.GridSearch答案：A、B、C25.以下哪些属于逻辑回归的假设条件（）A.线性关系B.独立性C.同方差性D.正态性答案：A、B、C26.以下哪些属于XGBoost的优点（）A.支持正则化B.支持缺失值处理C.支持并行计算D.支持自动特征选择答案：A、B、C27.以下哪些属于风控模型中常见的特征类型（）A.行为特征B.征信特征C.社交特征D.图像特征答案：A、B、C28.以下哪些方法可以用于特征选择（）A.过滤法B.包裹法C.嵌入法D.降维法答案：A、B、C、D29.以下哪些属于模型过拟合的表现（）A.训练集AUC高，测试集AUC低B.训练集损失低，测试集损失高C.模型在训练集上表现差D.模型在测试集上表现差答案：A、B、D30.以下哪些属于风控模型部署阶段必须考虑的内容（）A.模型解释性B.模型稳定性C.模型监控D.模型训练时间答案：A、B、C三、填空题（每空1分，共20分）31.在风控模型中，AUC的取值范围是________。答案：0.5~132.在逻辑回归中，常用的正则化方式有L1和________。答案：L233.在特征分箱中，WOE的全称是________。答案：WeightofEvidence34.在模型评估中，KS值的最大值通常出现在________附近。答案：中间35.在XGBoost中，控制过拟合的参数包括max_depth、min_child_weight和________。答案：gamma36.在风控模型中，PSI的全称是________。答案：PopulationStabilityIndex37.在样本不平衡处理中，SMOTE是一种________采样方法。答案：过38.在模型解释中，SHAP值表示特征对模型预测的________贡献。答案：边际39.在风控模型中，CSI用于衡量________的稳定性。答案：特征40.在逻辑回归中，多重共线性会导致系数________。答案：不稳定41.在模型训练中，交叉验证的常见方式有K折交叉验证和________交叉验证。答案：留一42.在特征选择中，基于模型的特征重要性属于________法。答案：嵌入43.在风控模型中，常见的模型监控周期包括日监控、周监控和________监控。答案：月44.在模型部署中，常用的模型格式包括PMML、ONNX和________。答案：Pickle45.在风控模型中，常见的模型验证方式包括时间窗口验证和________验证。答案：交叉46.在特征工程中，IV值用于衡量特征的________能力。答案：预测47.在模型评估中，F1值是精确率和________的调和平均。答案：召回率48.在XGBoost中，控制学习率的参数是________。答案：eta49.在风控模型中，常见的模型融合方法包括投票法、平均法和________。答案：Stacking50.在模型解释中，LIME是一种________解释方法。答案：局部四、简答题（每题10分，共40分）51.简述风控模型中特征分箱的目的及常用方法。答案：特征分箱的目的包括：（1）提高模型稳定性，减少噪声影响；（2）增强模型解释性，便于业务理解；（3）处理非线性关系，提升模型表现；（4）满足模型对输入变量的要求，如逻辑回归要求变量单调。常用方法包括：（1）等频分箱：每箱样本数相同；（2）等距分箱：每箱取值范围相同；（3）卡方分箱：基于卡方检验合并分箱；（4）聚类分箱：基于聚类算法分箱；（5）最优分箱：基于目标变量分布优化分箱。52.简述样本不平衡对风控模型的影响及常用处理方法。答案：样本不平衡会导致模型偏向多数类，降低对少数类的识别能力，表现为高准确率但低召回率。常用处理方法包括：（1）过采样：如SMOTE、ADASYN；（2）欠采样：如RandomUnderSampler；（3）混合采样：结合过采样与欠采样；（4）调整阈值：根据业务需求调整分类阈值；（5）代价敏感学习：为少数类设置更高权重；（6）集成方法：如EasyEnsemble、BalanceCascade。53.简述模型稳定性监控的常用指标及其含义。答案：（1）PSI（PopulationStabilityIndex）：衡量样本分布变化，PSI>0.1表示显著变化；（2）CSI（CharacteristicStabilityIndex）：衡量特征分布变化，CSI>0.1表示显著变化；（3）KS（Kolmogorov-Smirnov）：衡量模型区分能力，KS下降表示模型退化；（4）AUC：衡量模型整体表现，AUC下降表示模型性能下降；（5）违约率：衡量实际违约水平，异常波动需关注；（6）特征缺失率：衡量数据采集质量，异常升高需排查。54.简述SHAP值在风控模型解释中的应用及其优点。答案：SHAP值基于博弈论，衡量每个特征对模型预测的边际贡献，应用于：（1）全局解释：计算特征平均绝对SHAP值，排序特征重要性；（2）局部解释：展示单个样本的SHAP值，解释预测原因；（3）特征交互：分析特征间交互效应；（4）模型调试：发现异常预测样本，定位问题特征。优点包括：（1）理论严谨，满足可加性；（2）支持多种模型，如树模型、神经网络；（3）提供一致解释，避免样本偏差；（4）可视化丰富，便于业务沟通。五、应用题（共50分）55.（计算题，20分）某银行风控模型在测试集上的混淆矩阵如下：预测负预测正实际负8000500实际正2001300请计算：（1）精确率；（2）召回率；（3）F1值；（4）准确率；（5）AUC（假设ROC曲线已给出，AUC=0.85，无需计算）。答案：（1）精确率=TP/(TP+FP)=1300/(1300+500)=1300/1800≈0.722（2）召回率=TP/(TP+FN)=1300/(1300+200)=1300/1500≈0.867（3）F1值=2×精确率×召回率/(精确率+召回率)=2×0.722×0.867/(0.722+0.867)≈0.788（4）准确率=(TP+TN)/总样本=(1300+8000)/10000=9300/10000=0.93（5）AUC=0.85（已知）56.（分析题，15分）某风控模型上线后，监控发现PSI=0.15，KS从0.45降至0.30，请分析可能原因并提出改进建议。答案：可能原因：（1）样本分布变化：近期客户群体结构变化，如年龄、收入分布偏移；（2）特征质量下降：部分特征缺失率升高或取值异常；（3）外部环境影响：宏观经济、政策调整导致违约模式变化；（4）模型老化：模型训练数据与当前数据时间跨度大，模式失效。改进建议：（1）重新训练模型：使用近期数据更新模型；（2）特征重构：剔除不稳定特征，引入新特征；（3）调整阈值：根据新业务需求调整分类阈值；（4）加强监控：缩短监控周期，及时发现异常；（5）模型融合：结合新模型与旧模型，提升稳定性。57.（综合题，15分）某银行计划构建信用卡违约预测模型，请设计完整的建模流程，包括数据准备、特征工程、模型训练、评估、部署与监控，并说明每阶段的关键点。答案：（1）数据准备：收集样本：选取近2年信用卡客户，正负样本比例约1:10；数据清洗：剔除异常样本、填补缺失值；划分数据集：按时间划分训练集、验证集、测试集，避免数据泄露。（2）特征工程：特征分箱：对连续变量进行卡方分箱，计算WOE、IV；特征选择：剔除IV<0.02的变量，使用VIF剔除共线性变量；特征变换：对长尾变量取对数，标准化数值变量。（3）模型训练：选择算法：逻辑回归、XGBoost、LightGBM对比；调参：使用网格搜索与交叉验证，优化AUC与