平安銀行長沙市瀏陽市2025秋招數(shù)據(jù)分析師筆試題及答案數(shù)據(jù)分析師筆試題（共5題，滿分100分）第一題：數(shù)據(jù)清洗與處理（共3題，每題10分，總分30分）背景：平安銀行長沙市瀏陽市分行2024年收集了部分小微企業(yè)經(jīng)營貸款數(shù)據(jù)，用于分析區(qū)域信貸風(fēng)險。數(shù)據(jù)存在缺失值、異常值和格式錯誤，需進行預(yù)處理。題目1.1（10分）：某客戶2024年月均經(jīng)營流水?dāng)?shù)據(jù)（單位：萬元）為：[12,15,NaN,18,20,25,30,NaN,22,19]。假設(shè)缺失值用均值填充，異常值（超過均值±2倍標(biāo)準(zhǔn)差）用中位數(shù)替換。請計算處理后第7個月（原數(shù)據(jù)為30）的修正后月均流水值。題目1.2（10分）：某小微企業(yè)2024年季度還款記錄如下：Q1逾期1天、Q2逾期3天、Q3正常、Q4逾期5天。請計算該企業(yè)的季度平均逾期天數(shù)（逾期天數(shù)大于0為1天，其余為0天）。題目1.3（10分）：某客戶2024年月度負(fù)債率數(shù)據(jù)（單位：%）為：[25,28,30,35,NaN,40,42,38,NaN,45]。若缺失值用前值填充，請計算第8個月（原數(shù)據(jù)為NaN）的負(fù)債率值。第二題：統(tǒng)計分析與建模（共2題，每題15分，總分30分）背景：瀏陽市2024年小微企業(yè)貸款不良率與以下因素相關(guān)：企業(yè)成立年限、月均流水、負(fù)債率、行業(yè)類型（農(nóng)業(yè)、制造業(yè)、服務(wù)業(yè)）。題目2.1（15分）：某樣本數(shù)據(jù)如下表，請計算：（1）制造業(yè)企業(yè)的平均不良率（不良貸款/總貸款）；（2）若某制造業(yè)企業(yè)成立3年、月均流水20萬元、負(fù)債率35%，參考線性回歸模型（不良率=0.05×成立年限-0.1×負(fù)債率+0.3×流水+5），預(yù)測其不良率。|企業(yè)類型|成立年限（年）|月均流水（萬元）|負(fù)債率（%）|不良率（%）|||--|-|--|--||制造業(yè)|5|15|30|8||制造業(yè)|3|25|40|12||服務(wù)業(yè)|2|30|25|5||農(nóng)業(yè)|8|10|45|15|題目2.2（15分）：若需構(gòu)建評分卡篩選高風(fēng)險客戶，請說明評分卡構(gòu)建的基本步驟（至少4步），并舉例說明如何將“負(fù)債率”轉(zhuǎn)化為評分項（假設(shè)滿分為100分）。第三題：數(shù)據(jù)可視化與業(yè)務(wù)分析（共2題，每題20分，總分40分）背景：瀏陽市2024年小微企業(yè)貸款數(shù)據(jù)按月統(tǒng)計，顯示8月不良率突然上升至10%，9月回落至6%。需分析原因并提出對策。題目3.1（20分）：若需用圖表分析8月不良率上升的原因，請回答：（1）選擇何種圖表類型（柱狀圖/折線圖/餅圖）？說明理由；（2）若數(shù)據(jù)按行業(yè)細(xì)分，應(yīng)如何展示？題目3.2（20分）：假設(shè)某區(qū)域制造業(yè)小微企業(yè)貸款中，8月新增貸款占比30%，不良率10%；9月新增貸款占比40%，不良率6%。請分析可能的原因（至少2點），并提出至少1條針對性建議。第四題：SQL查詢（共1題，25分）背景：瀏陽市分行需查詢2024年9月還款逾期90天以上的制造業(yè)小微企業(yè)名單。表結(jié)構(gòu)如下：|表名|字段|說明|||-|-||`loans`|`loan_id`|貸款I(lǐng)D|||`customer_id`|客戶ID|||`industry`|行業(yè)類型|||`amount`|貸款金額||`repayments`|`loan_id`|貸款I(lǐng)D|||`due_date`|應(yīng)還款日期|||`actual_date`|實際還款日期|題目4（25分）：請用SQL查詢符合條件的客戶ID列表，要求：（1）逾期天數(shù)=實際還款日期-應(yīng)還款日期；（2）結(jié)果按客戶ID降序排列。第五題：行業(yè)與區(qū)域結(jié)合的開放題（共1題，25分）背景：瀏陽市2024年服務(wù)業(yè)小微企業(yè)貸款不良率高于制造業(yè)，但服務(wù)行業(yè)貸款規(guī)模增長更快。題目5（25分）：請結(jié)合平安銀行信貸風(fēng)控政策，分析以下問題：（1）服務(wù)業(yè)小微企業(yè)信貸風(fēng)險更高的可能原因（至少3點）；（2）針對瀏陽市服務(wù)業(yè)小微企業(yè)，提出1條差異化信貸政策建議。答案與解析第一題：數(shù)據(jù)清洗與處理1.1（10分）步驟：1.計算均值：去除NaN后均值=(12+15+18+20+25+30+22+19)/8=20.125標(biāo)準(zhǔn)差=√[(（12-20.125）2+...+（19-20.125）2)/8]=6.544異常值范圍：20.125±2×6.544=[7.036,33.214]原數(shù)據(jù)30為正常值，無需替換。2.填充NaN：第3個月=（18+20+25+30+22+19）/6=23.3333.處理后數(shù)據(jù)=[12,15,23.333,18,20,25,30,23.333,22,19]答案：23.333萬元1.2（10分）計算平均逾期天數(shù)：Q1=1天，Q2=3天，Q3=0天，Q4=5天平均=（1+3+0+5）/4=2.5天答案：2.5天1.3（10分）填充步驟：第8個月=第7個月=42%答案：42%第二題：統(tǒng)計分析與建模2.1（15分）（1）制造業(yè)不良率=（8+12）/（15+25）=20%（2）預(yù)測不良率=0.05×3-0.1×35+0.3×20+5=7.5%答案：7.5%2.2（15分）評分卡步驟：1.數(shù)據(jù)清洗與變量選擇；2.構(gòu)建邏輯回歸模型；3.變量評分（如負(fù)債率每增1%，扣5分，滿分為100）；4.根據(jù)業(yè)務(wù)調(diào)整分界點。負(fù)債率評分示例：35%-45%扣40分，對應(yīng)評分=100-40=60分答案：見解析第三題：數(shù)據(jù)可視化與業(yè)務(wù)分析3.1（20分）（1）折線圖更合適，可展示趨勢變化；（2）按行業(yè)細(xì)分可用堆積柱狀圖，對比制造業(yè)和服務(wù)業(yè)差異。答案：見解析3.2（20分）原因：1.制造業(yè)客戶集中度提升；2.市場原材料成本上漲導(dǎo)致經(jīng)營困難。建議：推出“制造業(yè)專項貸”，要求提供供應(yīng)鏈擔(dān)保。答案：見解析第四題：SQL查詢sqlSELECTDISTINCTcustomer_idFROMloanslJOINrepaymentsrONl.loan_id=r.loan_idWHEREl.industry='制造業(yè)'ANDDATEDIFF(r.actual_date,r.due_date)>=90ORDERBY