金融风控建模辅助技师考试试卷及答案

金融风控建模辅助技师考试试卷及答案金融风控建模辅助技师考试试卷及答案一、填空题（共10题，每题1分）1.风控模型中，真阳性的英文缩写是______。2.信用评分卡开发中，衡量变量区分能力的指标是______。3.逻辑回归模型输出的概率值范围是______。4.处理缺失值的常用方法之一是______。5.KS值的取值范围是______。6.决策树选择最优特征的指标之一是______。7.信用A卡主要用于______阶段。8.衡量模型稳定性的指标是______。9.随机森林基于______算法集成。10.类别变量转数值的方法之一是______。答案：1.TP2.WOE（或IV）3.0-14.均值填充5.0-16.信息增益7.贷前申请8.PSI9.决策树10.独热编码二、单项选择题（共10题，每题2分）1.衡量模型区分能力的指标是（）A.PSIB.KSC.RMSED.MAE2.线性分类模型是（）A.决策树B.逻辑回归C.随机森林D.XGBoost3.WOE计算公式是（）A.ln(坏/好)B.ln(好/坏)C.坏-好D.好-坏4.解决过拟合的方法是（）A.增加训练数据B.增加模型复杂度C.减少正则化D.增加特征5.处理异常值的方法是（）A.均值填充B.中位数填充C.盖帽法D.独热编码6.召回率公式是（）A.TP/(TP+FN)B.TP/(TP+FP)C.TN/(TN+FP)D.TN/(TN+FN)7.解释性较好的模型是（）A.逻辑回归B.随机森林C.XGBoostD.神经网络8.PSI大于（）表示稳定性差A.0.1B.0.2C.0.3D.0.49.信用B卡用于（）A.贷前B.贷中C.贷后D.流失预测10.衍生特征是（）A.年龄B.收入C.收入负债率D.性别答案：1.B2.B3.B4.A5.C6.A7.A8.B9.B10.C三、多项选择题（共10题，每题2分）1.分类模型包括（）A.逻辑回归B.决策树C.随机森林D.线性回归2.风控评估指标包括（）A.AUCB.KSC.PSID.RMSE3.数据预处理步骤包括（）A.缺失值处理B.异常值处理C.特征编码D.特征选择4.过拟合原因包括（）A.数据量不足B.模型复杂C.特征过多D.正则化强5.信用评分卡类型包括（）A.A卡B.B卡C.C卡D.D卡6.集成模型包括（）A.随机森林B.XGBoostC.LightGBMD.逻辑回归7.特征选择方法包括（）A.相关性分析B.信息增益C.递归消除D.主成分分析8.风控数据源包括（）A.基本信息B.交易数据C.征信数据D.社交数据9.模型解释性的重要性是（）A.满足监管B.业务理解C.提升性能D.降低复杂度10.大数据在风控中的应用包括（）A.海量数据处理B.实时监控C.特征自动化D.训练加速答案：1.ABC2.ABC3.ABCD4.ABC5.ABC6.ABC7.ABC8.ABCD9.AB10.ABCD四、判断题（共10题，每题2分）1.KS越大，区分能力越强。（）2.逻辑回归只能处理线性关系。（）3.PSI<0.1表示稳定性好。（）4.决策树越深，泛化能力越强。（）5.C卡用于贷后催收。（）6.AUC越接近1，性能越好。（）7.删除法适用于缺失比例高的情况。（）8.随机森林解释性比逻辑回归强。（）9.正则化可防止过拟合。（）10.特征工程不重要。（）答案：1.√2.√3.√4.×5.√6.√7.×8.×9.√10.×五、简答题（共4题，每题5分）1.简述信用评分卡开发流程。答案：信用评分卡开发流程包括：数据收集（客户信息、交易数据等）；预处理（缺失值、异常值处理，特征编码）；变量分箱（计算WOE和IV）；模型构建（逻辑回归训练）；评估（AUC、KS）；评分转换；验证（跨时间/样本）；上线监控（PSI、KS）。需满足监管要求，保证可解释性与性能。2.解释AUC指标含义及范围。答案：AUC是ROC曲线下面积，反映模型区分正/负样本能力。ROC横轴为FPR，纵轴为TPR。AUC范围0-1，越接近1区分能力越强；0.5为随机猜测。AUC不受阈值影响，综合衡量不同阈值下表现，是风控常用指标。3.简述数据预处理的重要性。答案：数据预处理是风控建模基础：提升数据质量（处理缺失/异常）；增强特征有效性（编码、分箱）；提升模型性能（减少噪声）；保证稳定性（规范特征）；满足模型要求（数值转换）。无预处理会导致模型偏差或失效。4.说明过拟合表现及解决方法。答案：过拟合表现为训练集性能好、测试集差。解决方法：增加训练数据；降低模型复杂度（限制树深）；正则化（L1/L2）；交叉验证；集成学习（随机森林）。平衡模型复杂度与泛化能力。六、讨论题（共2题，每题5分）1.讨论风控中模型解释性与性能的平衡。答案：金融风控需平衡解释性与性能：监管要求可解释性（如巴塞尔协议），业务需理解决策逻辑；复杂模型（神经网络）性能优但解释性差。实践中可采用“白盒+黑盒”结合：用逻辑回归满足解释性，XGBoost提升性能，通过SHAP解释黑盒。场景不同优先级不同：贷前需强解释性，贷中可适当降低。2.分析大数据对风控建模的影响。答案：大数据推动风控发展