建設(shè)銀行保定市蓮池區(qū)2025秋招數(shù)據(jù)分析師筆試題及答案第一題：數(shù)據(jù)清洗與預(yù)處理（共3題，每題10分，共30分）背景說明：中國建設(shè)銀行保定分行近期收集了2023-2024年蓮池區(qū)個人貸款客戶的月度還款數(shù)據(jù)，用于分析區(qū)域信貸風(fēng)險。數(shù)據(jù)包含客戶ID、性別、年齡、職業(yè)、貸款金額、還款金額、逾期天數(shù)等字段，但原始數(shù)據(jù)存在缺失值、異常值和格式錯誤等問題。請根據(jù)以下要求進(jìn)行數(shù)據(jù)清洗與預(yù)處理。題目1.1（10分）：假設(shè)某條記錄的“職業(yè)”字段為“醫(yī)生-教師”，明顯存在格式錯誤。請寫出至少兩種修正該字段的方法，并說明優(yōu)缺點。題目1.2（10分）：若某條記錄的“逾期天數(shù)”為-5天，根據(jù)業(yè)務(wù)邏輯，這應(yīng)屬于異常值。請?zhí)岢鲋辽賰煞N處理該異常值的方法，并說明選擇哪種方法更合理及原因。題目1.3（10分）：原始數(shù)據(jù)中“年齡”字段存在缺失值，占比約8%。請列舉三種填充缺失值的方法（如均值、中位數(shù)、眾數(shù)或模型預(yù)測），并針對建設(shè)銀行信貸風(fēng)控業(yè)務(wù)的特點，說明最適合的方法及其理由。第二題：統(tǒng)計分析與業(yè)務(wù)應(yīng)用（共2題，每題15分，共30分）背景說明：保定蓮池區(qū)2023年個人貸款客戶中，企業(yè)主貸款占比約35%，公務(wù)員占比20%，其他職業(yè)（如個體戶、私營業(yè)主）占比45%。近期銀行發(fā)現(xiàn)，企業(yè)主客戶的逾期率較其他兩類職業(yè)高出約10個百分點。題目2.1（15分）：請分析可能導(dǎo)致企業(yè)主客戶逾期率較高的三個潛在原因，并結(jié)合蓮池區(qū)經(jīng)濟特點（如產(chǎn)業(yè)結(jié)構(gòu)、政策影響等）進(jìn)行解釋。題目2.2（15分）：若要設(shè)計一個指標(biāo)衡量不同職業(yè)客戶的“還款穩(wěn)定性”，請?zhí)岢鲆粋€量化公式，并說明公式的合理性。假設(shè)已有某客戶過去12個月的還款數(shù)據(jù)，請計算該客戶的還款穩(wěn)定性得分（示例數(shù)據(jù)需自行假設(shè)）。第三題：SQL查詢與數(shù)據(jù)挖掘（共2題，每題20分，共40分）背景說明：建設(shè)銀行保定蓮池區(qū)數(shù)據(jù)庫中存儲了客戶交易表（`transactions`，字段：`customer_id`,`date`,`amount`,`type`）和客戶基本信息表（`customers`，字段：`customer_id`,`age`,`gender`,`region`）。其中`type`字段包含“取款”“存款”“轉(zhuǎn)賬”等交易類型。題目3.1（20分）：請編寫SQL查詢語句，找出2024年蓮池區(qū)“企業(yè)主”職業(yè)客戶中，每月“存款金額”最高的前10名客戶及其存款總額。假設(shè)`customers`表與`transactions`表通過`customer_id`關(guān)聯(lián)。題目3.2（20分）：請設(shè)計一個算法，通過聚類分析將客戶分為三類（如“高價值客戶”“潛力客戶”“風(fēng)險客戶”），并說明聚類變量的選擇及聚類結(jié)果的業(yè)務(wù)含義。假設(shè)已收集到客戶的貸款余額、月均交易金額、逾期次數(shù)等數(shù)據(jù)。第四題：機器學(xué)習(xí)模型應(yīng)用（共1題，25分）背景說明：建設(shè)銀行保定分行希望利用機器學(xué)習(xí)預(yù)測個人貸款客戶的逾期風(fēng)險?，F(xiàn)有歷史數(shù)據(jù)包含客戶年齡、收入、貸款金額、還款歷史等特征，目標(biāo)變量為“是否逾期”（1表示逾期，0表示正常）。題目4.1（25分）：請簡述使用邏輯回歸模型預(yù)測逾期風(fēng)險的步驟，包括數(shù)據(jù)預(yù)處理、特征工程、模型訓(xùn)練和評估。假設(shè)某客戶特征如下：年齡35歲、月收入5000元、貸款金額20萬、過去3個月無逾期記錄，請預(yù)測其逾期概率（需說明計算邏輯）。第五題：業(yè)務(wù)洞察與報告撰寫（共1題，15分）背景說明：保定蓮池區(qū)近期推出“鄉(xiāng)村振興專項貸款”政策，旨在支持小微企業(yè)主發(fā)展農(nóng)業(yè)產(chǎn)業(yè)。銀行需要評估該政策的信貸風(fēng)險，并提出優(yōu)化建議。題目5.1（15分）：請撰寫一段200字以內(nèi)的業(yè)務(wù)洞察，分析該政策可能帶來的信貸風(fēng)險點，并提出至少兩條風(fēng)控建議。答案與解析第一題：數(shù)據(jù)清洗與預(yù)處理1.1答案：方法一：分詞后合并（如“醫(yī)生”和“教師”分別識別后合并為“醫(yī)生/教師”）。優(yōu)點：保留職業(yè)信息；缺點：可能影響后續(xù)分類。方法二：直接歸類為“教育/醫(yī)療行業(yè)”。優(yōu)點：簡化數(shù)據(jù)；缺點：丟失職業(yè)細(xì)節(jié)。解析：銀行信貸風(fēng)控中職業(yè)分類需保留關(guān)鍵信息，方法一更優(yōu)。1.2答案：方法一：替換為均值或中位數(shù)；方法二：刪除該記錄。解析：逾期天數(shù)-5明顯錯誤，刪除可能損失數(shù)據(jù)，替換更合理。1.3答案：方法一：均值填充（不適用年齡）；方法二：中位數(shù)填充；方法三：KNN填充（基于職業(yè)相似客戶）。解析：年齡宜用中位數(shù)填充，避免極端值影響；KNN能保留職業(yè)相關(guān)性。第二題：統(tǒng)計分析與業(yè)務(wù)應(yīng)用2.1答案：原因1：企業(yè)主貸款多用于經(jīng)營周轉(zhuǎn)，抗風(fēng)險能力弱；原因2：蓮池區(qū)制造業(yè)占比高，企業(yè)主受經(jīng)濟周期影響大；原因3：部分企業(yè)主財務(wù)透明度低，銀行難以評估真實負(fù)債。解析：結(jié)合保定產(chǎn)業(yè)結(jié)構(gòu)解釋更貼切。2.2答案：公式：`還款穩(wěn)定性得分=(1-逾期天數(shù)占比)(月均還款/貸款金額)`示例：某客戶月均還款50%，無逾期，得分為50%；若逾期3個月，得分為0。解析：權(quán)重需根據(jù)業(yè)務(wù)調(diào)整，公式兼顧還款能力和信用記錄。第三題：SQL查詢與數(shù)據(jù)挖掘3.1答案：sqlSELECTc.customer_id,EXTRACT(YEAR_MONTHFROMt.date)ASmonth,SUM(CASEWHENt.type='存款'THENt.amountELSE0END)AStotal_deposit,RANK()OVER(PARTITIONBYEXTRACT(YEAR_MONTHFROMt.date)ORDERBYtotal_depositDESC)ASrankFROMcustomerscJOINtransactionstONc.customer_id=t.customer_idWHEREc.age>=30ANDc.age<=60ANDc.genderIN('男','女')ANDt.dateBETWEEN'2024-01-01'AND'2024-12-31'GROUPBYc.customer_id,monthHAVINGrank<=10;3.2答案：聚類變量：貸款余額、月均交易金額、逾期次數(shù)方法：K-means聚類，K=3結(jié)果：-類別1（高價值）：低逾期、高交易額；-類別2（潛力）：低逾期、交易額中等；-類別3（風(fēng)險）：高逾期、低交易額。解析：聚類需結(jié)合業(yè)務(wù)場景解釋，避免純技術(shù)化。第四題：機器學(xué)習(xí)模型應(yīng)用4.1答案：步驟：1.數(shù)據(jù)預(yù)處理：歸一化特征，處理缺失值；2.特征工程：新增“歷史逾期率”等衍生變量；3.訓(xùn)練：用70%數(shù)據(jù)訓(xùn)練邏輯回歸模型；4.評估：AUC≥0.75即可用。預(yù)測：概率=exp(β0+β1年齡+β2收入+...)/(1+exp(β0+β1年齡+...))