金融大数据处理职业技能等级证书 练习卷

1在金融数据采集环节，从券商接口拉取日行情数据时发现某只股票当日成交量为0但收盘价非0，最合理的处置是

1. A. 将该记录标记为停牌并保留其余字段
2. B. 直接删除该记录避免污染后续分析
3. C. 用前一交易日成交量填充该字段
4. D. 将成交量改为收盘价的十分之一估算

2对信用卡交易数据做分箱后计算WOE时，若某个箱内同时包含好客户和坏客户且坏客户数为0，正确的处理是

1. A. 对该箱坏客户数加0.5做平滑后再计算
2. B. 直接将该箱WOE设为0并保留
3. C. 删除该箱内全部样本后重算
4. D. 将该箱与相邻箱合并后不再平滑

3在金融数据采集环节，从券商接口获取的逐笔成交数据需要按时间戳排序后再写入分布式存储，这一步骤主要保障数据的哪项质量维度

1. A. 完整性
2. B. 一致性
3. C. 时序性
4. D. 唯一性

4在制作金融监管报表的可视化看板时，需要同时展示各业务条线不良贷款率的对比以及整体趋势，下列组合最合理的是

1. A. 饼图加散点图
2. B. 柱状图加折线图
3. C. 雷达图加饼图
4. D. 热力图加箱线图

5使用Python的pandas读取一份含中文列名的CSV时出现乱码，在不确定文件编码的情况下，较稳妥的做法是

1. A. 用默认编码读取后对列名做字符串替换
2. B. 依次尝试常见编码并检查列名是否正常
3. C. 把文件另存为xlsx格式后再读取
4. D. 用二进制方式读取并逐字节解码列名

6某团队用柱状图对比不同分行的贷款余额，因分行数量较多导致横轴标签重叠，最符合可视化规范的做法是

1. A. 将柱状图改为横向条形图并排序
2. B. 缩小字体使所有标签挤在一行
3. C. 删除部分分行只保留前几名
4. D. 把分行名称改为编号后展示

7某公司要求对每日交易流水做数据质量监控，下列指标中最能直接反映“数据完整性”的是

1. A. 必填字段的空值率
2. B. 数值字段的均值
3. C. 文本字段的平均长度
4. D. 日期字段的最大值

8在金融交易数据的清洗流程中，下列做法属于合理数据清洗操作的有（多选）

1. A. 对金额字段按业务精度要求统一保留两位小数
2. B. 对日期字段按统一时区转换为标准时间格式
3. C. 对客户性别字段按编码表把“男/女”映射为统一代码
4. D. 为提升分析速度直接删除所有含缺失值的记录
5. E. 把不同来源的客户姓名直接拼接成一个新字段

9某分析师把清洗后的交易数据用折线图展示各行业日均交易额对比，发现走势混乱难以解读，最恰当的改进是

1. A. 改用柱状图展示各行业日均交易额对比
2. B. 保留折线图但增加更多行业分类
3. C. 把纵轴改为对数坐标后继续用折线图
4. D. 在折线图上叠加移动平均线

10对交易明细做去重时，同一笔交易因系统重传产生了完全相同的两条记录，但另有一笔真实交易与前者金额、时间均相同仅流水号不同，正确的去重依据是

1. A. 金额与交易时间两列组合
2. B. 交易流水号这一唯一标识
3. C. 客户号与金额两列组合
4. D. 整行所有字段完全一致

11清洗银行流水时发现同一笔交易在核心系统与外围报表中金额相差0.01元，最可能的原因是

1. A. 两端系统使用了不同的货币精度舍入规则
2. B. 外围报表在夜间批量时漏读了部分字段
3. C. 核心系统对该笔交易做了重复记账
4. D. 两侧数据采集时间戳相差超过一天

12在构建反欺诈特征时，把'近7天夜间交易笔数'与'近7天夜间交易金额'同时加入模型，最需要警惕的问题是

1. A. 两个特征高度相关带来多重共线性
2. B. 夜间交易数据无法被采集
3. C. 金额特征一定是标签泄露
4. D. 笔数特征不适合做数值特征

13对某银行交易流水做去重时，两条记录除交易时间相差1秒外其余字段完全一致，判断为重复记录最应依据的是

1. A. 交易流水号是否相同
2. B. 交易金额是否相同
3. C. 交易对手是否相同
4. D. 交易渠道是否相同

14某分析师在做月度信贷投放分析时，发现本月放款金额比上月大幅上升，但放款笔数基本持平，最应优先核查的是

1. A. 是否存在大额单笔放款拉高总额
2. B. 上月数据是否漏采了部分笔数
3. C. 本月是否把审批金额记成了放款金额
4. D. 客户平均年龄是否发生明显变化

15某支付公司需要将清洗后的交易数据按日分区写入数据仓库，为避免重复计算与漏算，分区键选择与写入方式最合理的是

1. A. 以交易发生日期为分区键并采用按分区覆盖写入
2. B. 以数据入库日期为分区键并采用追加写入
3. C. 以交易发生日期为分区键并采用追加写入
4. D. 以数据入库日期为分区键并采用按分区覆盖写入

16某消费金融公司做逾期率月度看板，发现1月逾期率异常升高，排查发现1月放款笔数因系统升级少录入了两周数据，该问题属于

1. A. 数据重复问题
2. B. 数据缺失问题
3. C. 数据一致性问题
4. D. 数据精度问题

17某证券公司用可视化看板监控客户交易行为，产品经理要求“一眼看出哪些营业部佣金收入低于目标且差距最大”，最合适的图表设计是

1. A. 按营业部排列的横向条形图并按差距排序
2. B. 按时间排列的折线图展示佣金走势
3. C. 按营业部排列的饼图展示佣金占比
4. D. 按营业部排列的散点图展示收入与目标

18在反洗钱可疑交易监测的数据预处理中，需将单笔金额按币种折算为人民币后再做阈值判断；若某笔交易币种字段为空但金额非零，正确的处置顺序是

1. A. 先按美元默认汇率折算再进入阈值判断
2. B. 先标记该记录为待补全并暂停其阈值判断
3. C. 先按金额数值直接进入阈值判断再回补币种
4. D. 先将币种填为人民币再按原金额判断

19某银行在整合来自三个分行的贷款数据时，发现同一客户在各分行系统中的客户编号规则不同；为保证跨分行客户可唯一识别，清洗阶段最应优先完成的工作是

1. A. 以身份证号等强标识建立跨系统主键映射
2. B. 将三分行客户编号拼接为复合主键
3. C. 保留各分行编号并在查询时按分行过滤
4. D. 对客户姓名做完全匹配后合并记录

20在计算某信贷产品月度不良率时，分母应使用当月应还款的贷款余额而非当月放款金额，这一选择主要避免了

1. A. 放款与还款时间错配导致的比率失真
2. B. 利率波动对不良金额的影响
3. C. 客户提前还款带来的利息损失
4. D. 担保方式差异对回收率的影响

21在采集某银行核心系统的交易流水时，源表用两位字符串存储货币代码，而目标数据仓库要求使用三位 ISO 4217 代码，下列字段映射处理方式中最合理的是

1. A. 在采集脚本中建立货币代码映射字典，将两位代码转换为三位代码后写入目标表
2. B. 在目标表旁边新增一列保留两位原始代码，三位代码列暂时留空待人工补录
3. C. 将两位代码直接写入三位代码列，后续由下游报表按前两位截取使用
4. D. 把货币代码字段整体删除，改由下游系统按交易账号归属地推断货币

22在清洗保险理赔数据中的“出险日期”字段时，发现少量记录的出险日期晚于报案日期，下列处理判断正确的是

1. A. 出险日期晚于报案日期属于逻辑矛盾，应标记异常并核查是否日期录入颠倒
2. B. 出险日期晚于报案日期属于正常情况，无需处理直接进入后续分析
3. C. 出险日期晚于报案日期说明客户延迟报案，应把报案日期改为出险日期
4. D. 出险日期晚于报案日期只需将两个日期字段互换后即可正常使用

23某银行理财登记数据中客户风险等级字段出现大量“C3”与“3”混用，清洗时最合理的处置方式是

1. A. 建立等级映射字典统一为标准编码
2. B. 直接删除所有含字母的记录
3. C. 将字母前缀替换为空字符串
4. D. 按出现频次保留最高频的写法

24某分析师用箱线图识别异常交易金额时，把IQR法判定的离群点全部直接删除，较合理的改进是

1. A. 先核对离群点是否为真实大额交易
2. B. 改用均值加减标准差再删除
3. C. 把所有离群点替换为均值
4. D. 提高箱线图的分位数阈值

25某分析师用箱线图识别交易金额异常值，发现某笔金额落在Q3+1.5倍IQR之外，下一步最合理的处置是什么

1. A. 直接删除该笔记录以保证数据整洁
2. B. 将该笔金额截断为Q3+1.5倍IQR的值
3. C. 结合业务背景核实该笔交易是否为真实大额交易
4. D. 将该笔金额替换为该列的平均值

26在金融数据采集环节，从某银行核心系统导出客户交易流水时发现部分交易金额字段为空值，按数据清洗规范应优先采取的处理方式是

1. A. 直接删除该条交易记录以保证数据完整
2. B. 用同客户历史交易金额的均值填充该空值
3. C. 标记为空值并回溯源系统核查缺失原因
4. D. 用相邻记录的交易金额向下填充该空值

27某银行反洗钱监测中需将交易金额按0-1万、1-5万、5万以上三档分类统计，这种将连续变量转为分类变量的操作称为

1. A. 归一化
2. B. 标准化
3. C. 分箱
4. D. 降维

28对某消费金融公司借款申请表中的“月收入”字段做缺失值处理时，该字段缺失比例约为8%，且收入分布明显右偏，最合理的填充策略是

1. A. 用该字段均值直接填充缺失记录
2. B. 用该字段中位数填充缺失记录
3. C. 删除所有含缺失值的整行记录
4. D. 用相邻记录的月收入随机填充

29对某保险公司理赔数据做异常值检测时，发现“理赔金额”字段存在少量极大值，但业务确认这些是真实大额理赔，此时正确处理方式是

1. A. 按统计学规则直接剔除这些极大值
2. B. 用中位数替换所有极大值
3. C. 保留真实极大值并在分析中单独说明
4. D. 将极大值统一截断为均值水平

30对某只股票分钟级收盘价序列做可视化时，发现图形在每日开盘首根K线处出现异常尖峰，排查后确认是采集时把集合竞价价格混入连续竞价序列，正确的处置是

1. A. 对整条序列做3σ剔除后再绘图
2. B. 按交易时段字段过滤集合竞价记录后重绘
3. C. 对尖峰点做线性插值平滑后绘图
4. D. 将分钟频率降为日频以消除尖峰

31用SQL对交易表按客户分组求最近一笔交易时，窗口函数ROW_NUMBER() OVER (PARTITION BY 客户ID ORDER BY 交易时间 DESC)的作用是

1. A. 为每个客户按时间倒序生成行号
2. B. 对每个客户交易金额累加求和
3. C. 统计每个客户的交易总笔数
4. D. 按交易时间对全表去重

32在绘制某产品月度销售额趋势时，原始数据缺失了2月的数据，最合适的处理方式是

1. A. 在图上标注2月数据缺失并说明原因
2. B. 用1月和3月的均值直接填充后照常绘图
3. C. 把2月数据删除后让折线直接跨过
4. D. 将2月数值记为0后绘制折线

33某消费金融公司从合作电商平台接收一批订单明细数据，字段中「订单金额」为字符串类型且部分记录带千分位逗号，在入库前应先执行的处理是

1. A. 去除千分位逗号后转换为数值类型
2. B. 直接按字符串排序后统计总额
3. C. 截取逗号前的整数部分参与计算
4. D. 将带逗号记录整行标记为异常丢弃

34在客户交易流水表中，「交易时间」字段存在「2024/3/5」「2024-03-05」「05-Mar-2024」三种写法，批量清洗时最稳妥的第一步是

1. A. 统一转换为标准日期类型并校验转换失败记录
2. B. 用字符串替换把斜杠和横线都换成点号
3. C. 按字符串长度排序后分组分别处理
4. D. 只保留出现次数最多的那一种日期写法

35在金融数据采集环节，从某银行核心系统抽取客户交易流水时，源表以「交易时间」字段作为增量抽取依据，但该字段存在少量空值，最稳妥的增量采集处理方式是

1. A. 将空值交易时间默认填充为当前系统时间后参与增量比对
2. B. 对空值记录单独建立补采批次并回溯比对主键后合并入库
3. C. 在增量条件中直接排除交易时间为空的记录不再采集
4. D. 把交易时间字段整体改为按交易金额排序后抽取

36对某支付平台的日活用户数做异常检测时，周一至周五数值明显高于周末，直接对全序列计算均值加减三倍标准差会把每个周末都判为异常，更合理的处理是

1. A. 改用中位数加减三倍四分位距对全序列判定
2. B. 按星期几分组分别建立基线再做异常判定
3. C. 把周末数据整体剔除后只监控工作日
4. D. 将日活数值取对数后对全序列重新计算阈值

37从券商交易接口按分钟频率采集的原始快照数据中，同一只股票在同一分钟出现两条记录且成交金额字段不同，最合适的第一步处置是

1. A. 以成交金额较大的那条记录为准
2. B. 以时间戳较晚的那条记录为准
3. C. 按主键股票代码加分钟时间戳去重并核对来源序号
4. D. 将两条记录金额相加后作为该分钟成交额

38在监控每日新增信贷申请量的看板中，发现某天数值突然为前一天的十倍，排查后确认是采集脚本重复运行，正确的处置是

1. A. 按采集批次号去重后重算该天指标
2. B. 把该天数值除以十后直接展示
3. C. 删除该天数据并在看板中留空
4. D. 保留原值并加备注说明异常

39清洗信贷申请表时发现“月收入”字段存在少量负数与超过100万的异常值，且缺失率约8%，最合理的处理顺序是

1. A. 先删除缺失与异常记录，再对剩余收入做分箱
2. B. 先按业务规则标记异常并回查源，再决定缺失填补方式
3. C. 先用均值填补缺失，再把负数取绝对值修正
4. D. 先对全部收入做标准化，再删除标准差以外的记录

40在制作面向管理层的资产质量看板时，需要表达“关注类贷款占比环比上升”这一结论，最恰当的可视化选择是

1. A. 用环形图展示各类贷款占比的当前值
2. B. 用双轴折线图展示占比与环比变化率
3. C. 用瀑布图展示关注类贷款的内部构成
4. D. 用热力图展示各分行关注类占比

41某基金公司采集的净值数据中，同一产品同一日期出现两条记录，金额字段一条为1532.40另一条为1532.4，判断重复主键时应如何处理

1. A. 按产品代码与日期组合作为主键，数值差异视为同一记录去重
2. B. 按整行所有字段完全一致作为主键，两条都保留
3. C. 按金额字符串长度不同判定为两条独立记录
4. D. 按采集时间先后保留较早的一条并删除较晚的一条

42在金融报表可视化中，需向管理层展示各业务线收入占比且业务线数量为6条，下列图表选择最合适的是

1. A. 环形图配合图例标注各业务线占比
2. B. 折线图按业务线分别绘制趋势
3. C. 箱线图展示各业务线收入离散程度
4. D. 热力图按月份与业务线交叉着色

43某数据表记录了基金每日单位净值，分析师想计算每只基金的日收益率，正确的计算方式是

1. A. 当日净值除以昨日净值再减一
2. B. 当日净值减昨日净值再除以当日净值
3. C. 当日净值加昨日净值后取平均
4. D. 当日净值直接减去昨日净值

44在金融数据采集环节，从某券商交易系统导出逐笔成交明细时，发现部分记录的成交时间字段为空，最合理的第一步处置是

1. A. 直接删除这些时间字段为空的成交记录
2. B. 用该记录前后两笔的成交时间取平均后回填
3. C. 先核查该系统导出规则是否对集合竞价时段不写时间
4. D. 把空时间统一填充为当日开盘时间09:30:00

45某分析师要展示某产品线销售额中各渠道的占比，且渠道数量固定为五类，最合适的图表是

1. A. 饼图
2. B. 折线图
3. C. 散点图
4. D. 箱线图

46某消费金融公司需要将每日增量交易文件按日期分区写入数据仓库，作业在凌晨两点运行，若上游文件偶有延迟到达，最稳妥的调度策略是

1. A. 固定时间触发并跳过缺失文件
2. B. 检测文件就绪后再触发作业
3. C. 提前到零点触发以留出余量
4. D. 改为每周合并运行一次作业

47某金融科技公司对用户交易数据做脱敏后用于分析，要求脱敏结果仍能支持按用户维度关联且不可逆，较合适的处理方式是

1. A. 对用户标识做加盐哈希
2. B. 对交易金额做四舍五入
3. C. 对用户姓名做部分掩码
4. D. 对交易时间做随机偏移

48用箱线图识别某支行日交易金额异常值时，业务确认大额对公转账属于真实交易，此时正确的处置方式是

1. A. 直接把超出上下须的点全部剔除
2. B. 把上下须系数由1.5调整为3.0后重新识别
3. C. 结合业务标签保留真实大额并标注为可疑值
4. D. 对全部超限值做对数变换后重新计算

49业务方要求看板展示各渠道放款金额占比，其中某渠道当日无放款，制作饼图时正确处理是

1. A. 该渠道显示为0%并在图例中保留
2. B. 把该渠道合并到其他渠道项中
3. C. 把该渠道占比按最小可见扇区显示
4. D. 删除该渠道使饼图只显示有值项

50在构建客户资产分布直方图时，原始金额数据呈现明显右偏长尾，为使图形更易读且不掩盖主要分布形态，较合适的做法是

1. A. 直接对金额取对数后绘制并标注刻度含义
2. B. 把超过均值的记录全部截断到均值处
3. C. 将组距无限细分直到长尾消失
4. D. 改用饼图展示各金额区间的占比