2026年征信信用评估师考试-征信数据分析挖掘与信用评级试题及答案

2026年征信信用评估师考试:征信数据分析挖掘与信用评级试题及答案一、单项选择题（共20题，每题1分，共20分）1.在信用评分模型开发中，WOE（WeightofEvidence）编码的主要作用是？A.处理缺失值B.将分类变量转换为连续变量并度量各分组风险水平C.降低特征维度D.消除多重共线性答案：B解析：WOE编码将变量按分组转换为好客户占比与坏客户占比之比的对数，兼具连续化与风险度量功能，是评分卡特征工程的核心步骤。2.逻辑回归模型输出的违约概率p与线性得分z之间满足p=11+eA.0B.0.5C.1D.无法确定答案：B解析：代入z=0得3.下列哪种算法属于集成学习方法？A.K-MeansB.朴素贝叶斯C.XGBoostD.Apriori答案：C解析：XGBoost为梯度提升树集成算法；K-Means为聚类算法，Apriori为关联规则算法，朴素贝叶斯为单一分类模型。4.根据《征信业管理条例》，征信机构采集个人信息应当经信息主体本人同意，但下列哪类信息除外？A.银行信贷信息B.个人收入信息C.依照法律法规公开的信息D.社交行为信息答案：C5.信用评级符号中，"AA"级与"A"级的主要区别在于？A.评级机构不同B.受评对象的违约风险程度不同C.评级方法不同D.评级收费不同答案：B6.在个人信用报告中，信用卡已用额度占授信总额的比例称为？A.负债收入比（DTI）B.信用额度使用率C.资产负债率D.逾期率答案：B7.决策树算法中，ID3算法用于特征选择的指标是？A.基尼系数B.信息增益C.信息增益率D.卡方统计量答案：B解析：ID3采用信息增益，C4.5采用信息增益率，CART分类树采用基尼系数。8.在信用评分卡模型中，KS统计量主要用于衡量模型的？A.稳定性B.区分度C.计算效率D.变量数量答案：B9.征信数据挖掘中，关联规则算法Apriori的核心评价指标不包括？A.支持度（Support）B.置信度（Confidence）C.提升度（Lift）D.准确率（Accuracy）答案：D解析：支持度、置信度、提升度为关联规则三大指标；准确率属于分类预测模型的评价指标。10.企业信用评级中，下列哪项属于定性分析内容？A.流动比率B.管理层素质与公司治理C.资产负债率D.净利润增长率答案：B11.在征信还款状态记录中，"M2"通常表示？A.正常还款B.逾期1—30天C.逾期31—60天D.逾期61—90天答案：C解析：征信记录中M1表示逾期1—30天，M2表示逾期31—60天，依此类推。12.在征信数据挖掘中，SMOTE过采样方法主要用于解决？A.特征共线性问题B.类别不平衡问题C.数据缺失问题D.数据标准化问题答案：B13.逻辑回归模型训练时，通常采用的损失函数是？A.均方误差（MSE）B.交叉熵损失C.平均绝对误差（MAE）D.铰链损失（HingeLoss）答案：B解析：逻辑回归通过极大似然估计求解，等价于最小化交叉熵损失；MSE与MAE多用于回归问题。14.信用评分模型验证中，混淆矩阵的四个基本要素不包括？A.TP（真正例）B.FP（假正例）C.TN（真负例）D.RMSE（均方根误差）答案：D15.企业信用评级中，利息保障倍数的计算公式为？A.净利润/利息费用B.（利润总额+利息费用）/利息费用C.营业收入/利息费用D.经营活动现金流量净额/利息费用答案：B解析：利息保障倍数=息税前利润（EBIT）/利息费用=（利润总额+利息费用）/利息费用。16.根据《征信业管理条例》，征信机构对个人不良信息的保存期限为自不良行为或事件终止之日起？A.3年B.5年C.7年D.10年答案：B17.在信用评分卡模型中，Odds（好坏比）通常定义为？A.违约概率p与好客户概率(1−B.好客户概率(1−p)C.违约概率本身D.逾期笔数与正常笔数之比答案：B18.在征信数据挖掘中，主成分分析（PCA）的主要作用是？A.填补缺失值B.对高维特征进行降维C.处理类别不平衡D.将分类变量转为数值变量答案：B19.国际评级机构评级符号中，投资级与投机级的分界线通常设定在？A.BBB-/Baa3B.BB+/Ba1C.CCC+/Caa1D.CC/Ca答案：A20.在个人信用评分体系中，下列哪种查询行为属于"硬查询"（HardInquiry），通常会影响信用评分？A.本人查询自己的信用报告B.金融机构因贷款审批发起的查询C.信用卡机构进行的贷后账户管理查询D.雇主进行的背景调查查询答案：B解析：贷款审批、信用卡审批类查询属于硬查询；本人查询、贷后管理查询与背景调查查询属于软查询，通常不影响评分。二、多项选择题（共10题，每题2分，共20分）1.下列属于合法征信数据来源的有？A.银行信贷记录B.公积金缴纳记录C.水、电、燃气缴费记录D.社交聊天内容E.法院执行信息答案：ABCE解析：社交聊天内容涉及个人通信隐私，不属于合法征信数据来源。2.信用评分模型开发中，常用的特征筛选方法包括？A.IV值法B.逐步回归C.LASSO回归D.随机森林变量重要性排序E.主成分分析答案：ABCD解析：主成分分析属于降维技术，生成的是新特征组合而非原始特征筛选，故E不正确。3.关于逻辑回归模型，下列说法正确的有？A.因变量为二分类变量B.自变量与logit变换后的因变量之间近似线性C.自变量之间不宜存在严重多重共线性D.参数采用最小二乘法估计E.模型输出值位于[0答案：ABCE解析：逻辑回归采用极大似然估计求解参数，而非最小二乘法，D错误。4.个人信用报告中通常包含的信息模块有？A.基本信息B.信贷交易信息C.公共信息D.查询记录E.社交关系信息答案：ABCD5.征信数据质量管理的主要维度包括？A.准确性B.完整性C.及时性D.一致性E.冗余性答案：ABCD6.企业信用评级中，常用的财务风险分析指标包括？A.流动比率B.资产负债率C.利息保障倍数D.市盈率E.经营活动现金流量净额/总债务答案：ABCE解析：市盈率主要用于股票估值，不构成企业偿债能力与信用风险的核心指标。7.在信用评分卡建模中，对连续型变量进行分箱（Binning）的作用包括？A.处理异常值的影响B.捕捉变量与违约风险之间的非线性关系C.提高模型稳健性D.避免任何信息损失E.便于业务解释与生成评分卡答案：ABCE解析：分箱会损失少量细粒度信息，D表述过于绝对。8.征信数据挖掘模型验证中，常用的样本验证方法包括？A.K折交叉验证B.留出法（Hold-out）C.自助法（Bootstrap）D.时间外样本验证（Out-of-Time）E.关联规则验证答案：ABCD9.下列因素中，通常对个人信用评分产生正面影响的有？A.长期按时还款记录B.信用卡额度使用率长期低于30%C.短期内频繁申请贷款D.稳定的职业与收入E.多笔未结清的大额信用贷款答案：ABD解析：短期内频繁申请贷款属风险信号，多笔未结清大额贷款推高负债水平，均对评分产生负面影响。10.关于评分卡模型的PSI（群体稳定性指数），下列说法正确的有？A.用于监控模型开发样本与近期实际样本之间的分布偏差B.PSI小于0.1表示样本分布变化很小C.PSI介于0.1至0.25之间表示分布发生变化但尚可接受D.PSI大于0.25表示分布发生显著变化，需警惕模型失效E.PSI越大说明模型区分能力越强答案：ABCD解析：PSI仅衡量分布稳定性，不反映区分能力，E错误。三、判断题（共10题，每题1分，共10分）1.征信机构对个人不良信息的保存期限为5年，自不良行为或事件终止之日起计算。答案：正确2.信用评分模型在训练集上的准确率越高，其在实际业务中的预测效果一定越好。答案：错误解析：训练集准确率高可能源于过拟合，需通过验证集与时间外样本检验泛化能力。3.在审批策略中，提高信用评分卡审批阈值后，贷款审批通过率通常会上升，整体违约率通常会下降。答案：错误解析：提高阈值意味着审批标准更严格，审批通过率通常下降而非上升。4.逻辑回归模型可以直接输出违约概率。答案：正确5.征信信息只能由中国人民银行征信中心采集，其他任何机构不得从事征信业务。答案：错误解析：经中国人民银行批准设立的征信机构可依法从事个人征信业务，企业征信机构实行备案管理。6.AAA级企业不会发生违约。答案：错误解析：AAA级表示违约风险极低，但不代表零违约风险。7.KS统计量取值范围为[0答案：正确8.违约损失率（LGD）是指债务人违约后，债权人遭受的损失占违约风险暴露（EAD）的比例。答案：正确9.对征信数据进行Z-score标准化会完全改变变量的业务含义，因此不适用于评分卡建模。答案：错误解析：标准化不改变变量的风险方向与相对次序，仅调整数值尺度，可正常用于建模。10.中国人民银行征信中心负责运行维护金融信用信息基础数据库。答案：正确四、简答题（共2题，每题5分，共10分）1.简述征信数据挖掘与信用评分建模的一般流程。答案：(1)业务理解与目标定义，明确预测目标（如违约概率）与模型应用场景；(2)数据采集与整合，汇总统征信报告、申请表与第三方数据；(3)数据清洗与预处理，包括缺失值、异常值处理与格式校验；(4)特征工程，包括变量构造、分箱、WOE编码与特征筛选；(5)模型开发，划分训练集与测试集，选择算法（如逻辑回归）并训练；(6)模型评估与验证，计算KS、AUC、PSI等指标；(7)模型部署与上线监控，跟踪评分分布与风险表现。解析：答题须涵盖从业务理解到监控的完整链路，突出特征工程与验证环节在评分卡开发中的关键地位。2.简述企业信用评级的基本分析框架。答案：(1)宏观环境与行业分析，考察经济周期、政策变化、行业竞争格局与景气度；(2)经营风险分析，考察市场地位、经营规模、产品竞争力、管理层素质与公司治理；(3)财务风险分析，考察盈利能力、资产质量、资本结构与偿债能力；(4)外部支持分析，考察股东支持、政府支持与增信安排；(5)综合评定信用等级并给出评级展望。解析：企业信用评级遵循"由宏观到微观、由经营到财务"的逻辑，最终形成等级与展望。五、计算分析题（共2题，每题10分，共20分）1.某银行个人信用评分卡采用如下分数换算公式：S其中p为逻辑回归模型输出的违约概率。请计算：(1)当p=(2)当p=(3)说明该公式的经济含义：当好坏比1−答案：(1)当p=0.5时，1−pp(2)当p=0.25时，S即信用分数为679.25分。(3)当1−pp翻倍时，lnΔ即好坏比每翻一倍，信用分数提高50分；反之，好坏比每下降一半，信用分数降低50分。解析：评分卡公式采用logit的线性变换，600分为基准分（对应好坏比1:1），50分为刻度参数，体现"分数与好坏比成对数线性关系"的标准评分卡设计。2.某消费金融公司建模样本共20000笔贷款记录，其中实际违约1200笔。模型预测违约且实际违约的有900笔，模型预测违约但实际未违约的有450笔。请计算：(1)列出混淆矩阵中的TP、FP、FN、TN。（4分）(2)计算精确率（Precision）与召回率（Recall）。（4分）(3)若将审批阈值提高，对精确率与召回率分别会产生什么影响？（2分）答案：(1)实际违约数=1200，实际未违约数=20000−1200=18800。TP=900（预测违约且实际违约），FP=450（预测违约但实际未违约），FN=1200−900=300（实际违约但预测未违约），TN=18800−450=18350（预测未违约且实际未违约）。(2)精确率=TPT(3)提高阈值后，模型判定为"违约"的样本减少，TP与FP同步下降，通常精确率上升、召回率下降，二者呈此消彼长的权衡关系。解析：混淆矩阵以实际类别为参照划分预测结果；精确率关注"预测违约中真正的违约占比"，召回率关注"实际违约中被正确识别的占比"。阈值提高代表审批更严、风险容忍度更低。六、综合分析题（共1题，共20分）1.某互联网消费金融公司拟基于征信数据开发个人信用评分卡模型，用于额度5万元以下的小额信用贷款自动审批。请回答下列问题：(1)列举至少4类可用于建模的征信数据或数据维度。（4分）(2)数据预处理阶段应完成哪些关键工作？至少写出4项。（4分）(3)选用逻辑回归建模时，写出模型的数学形式与参数估计方法，并说明如何处理分类变量与连续变量的非线性关系。（6分）(4)模型上线前应进行哪些验证？至少写出3项。（3分）(5)模型上线后应建立哪些持续监控机制？至少写出3项。（3分）答案：(1)①人行征信报告中的信贷交易信息（贷款、信用卡还款状态与额度使用情况）；②基本信息（身份、年龄、职业、居住稳定性）；③公共信息（欠税记录、法院执行、行政处罚等）；④征信查询记录（贷款审批与信用卡审批查询频次）；⑤第三方替代数据（公积金、社保、税务缴纳及合规采集的消费行为数据）。（答出任意4类即可）(2)①缺失值处理：根据缺失率与缺失机制选择删除、均值/中位数填充或模型插补；②异常值处理：识别极端值并采取截尾（Winsorize）等方法处理；③逻辑校验与格式统一：核对字段间逻辑关系，统一数据口径与编码；④去重与样本清洗：删除重复记录及明显无效或冲突的样本；⑤类别不平衡处理：对违约样本采用SMOTE