Financial Big Data Processing Vocational Skill Level Certificate practice paper

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某金融科技公司需将生产环境客户交易明细导入分析沙箱做建模，下列做法中符合数据安全与合规要求的是

1. A. 对身份证号与卡号做脱敏后导入沙箱
2. B. 将原始明细加密压缩后直接导入沙箱
3. C. 仅导入交易金额与时间字段并保留客户姓名
4. D. 将明细导出为Excel后通过邮件发送至沙箱

3在金融数据管道中，将原始交易数据经过清洗后写入数据仓库前，增加一步校验记录数与金额汇总是否与源系统一致，这一步的主要作用是

1. A. 提升查询性能
2. B. 保障数据完整性
3. C. 压缩存储空间
4. D. 加密敏感字段

4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

5某团队从第三方接口采集汇率数据，接口返回的JSON中部分记录缺少“rate”字段，清洗时正确的做法是

1. A. 标记缺失记录并按业务规则决定补采或剔除
2. B. 把缺失的rate字段自动填为0后入库
3. C. 把缺少rate的整条记录直接丢弃不记录
4. D. 将rate字段缺失的记录时间戳改为空值

6某消费金融公司从合作电商平台批量获取用户订单流水，字段中"order_time"存在"2024/3/5 13:20"与"2024-03-05 13:20:00"两种格式，清洗时最合理的统一处理方式是

1. A. 按首次出现的格式批量替换所有分隔符
2. B. 用日期解析函数逐条识别后再统一格式输出
3. C. 用字符串截取前10位再拼上固定时间
4. D. 按字段长度分组后分别套用对应模板

7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

8用Python的pandas读取某券商导出的客户持仓CSV时，发现客户编号列被读成了数值并丢失前导零，正确的处理方式是

1. A. 读取时用dtype把客户编号指定为字符串类型
2. B. 读取后再用astype把该列转成字符串补零
3. C. 读取时用keep_default_na关闭空值识别
4. D. 读取时用usecols只保留客户编号一列

9某消费金融公司清洗用户年龄字段时发现存在“0岁”“199岁”“-5岁”等取值，字段定义为18至70岁，最恰当的处理方式是

1. A. 将超出18至70范围的取值统一置为空值并记录异常日志
2. B. 将超出范围的取值截断到18或70边界后保留
3. C. 将超出范围的取值按均值替换后继续参与建模
4. D. 将超出范围的取值标记为独立类别供模型自行学习

10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

11在金融数据清洗中处理客户手机号字段，发现存在'138-1234-5678'、'13812345678'、'138 1234 5678'三种写法；下列清洗策略中最能保证号码可唯一匹配的是

1. A. 统一去除分隔符后校验11位数字格式
2. B. 保留原格式并建立三种格式的映射表
3. C. 按出现频率最高的格式统一其余记录
4. D. 对含分隔符的记录标记为无效并剔除

12对某基金销售平台的客户风险测评问卷数据做清洗时，发现同一客户在同一天提交了两份风险等级不同的问卷，业务上应以哪份为准进行去重

1. A. 以提交时间最晚的一份为准
2. B. 以风险等级最高的一份为准
3. C. 以问卷编号较小的一份为准
4. D. 以填写用时最短的一份为准

13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

14在向监管报送系统推送每日信贷余额数据前，发现某分行报送文件中贷款五级分类字段出现空值，下列处置最符合数据报送要求的是

1. A. 暂停该分行数据推送，回溯源系统补全分类字段并复核后再报送
2. B. 将该分行空值字段统一填为“正常”，保证报送文件字段完整
3. C. 先推送其他分行数据，该分行空值字段留空等待下次报送补报
4. D. 把空值字段替换为上一日该分行的分类值，直接完成当日报送

15在制作监管报送数据时，要求金额字段保留两位小数且不得四舍五入偏差累计，较合适的处理是

1. A. 按业务规则明确舍入方式并记录
2. B. 统一截断到两位小数
3. C. 先转整数再除以100
4. D. 保留原始更多位小数直接报送

16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

17某分析师在汇总多家分行上报的贷款数据时，发现同一客户在不同分行记录中贷款余额不一致，按数据治理规范应

1. A. 取各分行余额的平均值作为最终值
2. B. 以总行核心系统数据为准进行核对
3. C. 取余额最大的记录作为最终值
4. D. 将各分行余额直接相加作为总余额

18某消费金融公司需要将客户风险等级分为“低、中、高”三类并在报表中展示各等级客户占比，最合适的可视化方案是

1. A. 用堆叠柱状图展示各等级数量
2. B. 用饼图展示各等级客户占比
3. C. 用散点图展示客户年龄与收入
4. D. 用热力图展示各等级分布密度

19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

20在监控每日新增贷款申请量时，发现某天数值突增为平日的5倍，排查后确认是上游系统补推了历史数据，正确的处置是

1. A. 按业务发生日期重新归集后再统计
2. B. 将该天数据整体删除以免失真
3. C. 对该天数值取对数后照常展示
4. D. 把突增当天标记为异常并保留原值

21某银行需要把核心系统的客户信息与信贷系统的还款记录按客户号关联，发现核心系统客户号有前导零而信贷系统已丢失前导零，直接关联会

1. A. 导致大量客户匹配失败，关联结果明显偏少
2. B. 导致客户号自动补零后全部匹配成功
3. C. 导致两表字段类型自动统一为数值型
4. D. 导致重复客户被合并为同一条记录

22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

23对两份来自不同系统的客户资产表做关联时，客户号格式一致但存在大量重复客户号，直接做内连接会导致

1. A. 结果行数膨胀，资产被重复匹配
2. B. 结果行数减少，部分客户丢失
3. C. 客户号被自动去重后正常关联
4. D. 关联结果与左连接完全一致

24用Python的pandas读取一份含中文列名的CSV时出现乱码，已知文件由Windows系统用GBK编码导出，最合适的处理是

1. A. 用read_csv默认参数读取后对列名做encode修正
2. B. 用read_csv指定encoding='gbk'读取后再统一列名
3. C. 用read_csv指定encoding='utf-8-sig'读取并跳过首行
4. D. 用open以二进制读取后逐行decode为utf-8

25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

26用Python的pandas读取一份含中文列名的CSV后列名出现乱码，最可能的原因是

1. A. 文件编码与读取时指定编码不一致
2. B. pandas版本过低不支持中文列名
3. C. CSV文件缺少表头行导致错位
4. D. 列名中含有不可见控制字符

27某消费金融公司需要统计逾期客户的地域分布，原始数据中客户地址字段既有“广东省深圳市”也有“深圳”等写法，最合适的数据处理步骤是

1. A. 对地址字段做标准化并抽取到城市层级
2. B. 按地址字符串原样分组统计
3. C. 删除所有非“省+市”格式的地址记录
4. D. 把地址字段整体转换为数值编码后统计

28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

29某消费金融公司要把逾期天数这一数值字段离散化为风险等级，业务要求逾期越久风险越高，采用等宽分箱时对长尾分布数据最可能出现的问题是

1. A. 分箱边界无法确定需要人工指定
2. B. 多数样本挤入首箱导致区分度下降
3. C. 分箱后各箱样本量恰好相等
4. D. 离散化会改变原始逾期天数的均值

30在金融数据采集环节，从第三方接口拉取股票行情数据时，接口返回的某字段值整体为空字符串而非null，清洗阶段最合适的处理方式是

1. A. 将该字段整体删除以节省存储空间
2. B. 按空字符串填入默认值0后直接进入分析
3. C. 先核查接口文档确认该字段含义再决定填充或标记缺失
4. D. 用前后两条记录的均值直接覆盖空字符串