工商银行昆明市数据分析师笔试题及答案.docxVIP

第PAGE页共NUMPAGES页

工商银行昆明市数据分析师笔试题及答案

一、选择题（共5题，每题2分，共10分）

1.在昆明市商业数据分析中，以下哪种指标最常用于衡量消费者购买力？

A.人均GDP

B.社会消费品零售总额

C.居民人均可支配收入

D.商业店铺密度

2.工商银行在昆明市推广金融科技产品时，最适合采用的数据可视化方式是？

A.散点图

B.热力图

C.饼图

D.折线图

3.若昆明市某商圈的客流量数据呈周期性波动，最适合的预测模型是？

A.线性回归模型

B.时间序列ARIMA模型

C.逻辑回归模型

D.决策树模型

4.在处理昆明市小微企业贷款数据时，以下哪个特征最适合作为分类模型的输入变量？

A.企业创始人年龄

B.企业注册年限

C.月均流水波动率

D.办公室面积

5.若昆明市某区域信用卡逾期率突然上升，分析师应优先关注哪个因素？

A.宏观经济政策变动

B.区域失业率变化

C.信用卡审批宽松度

D.消费者年龄分布

二、填空题（共5题，每题2分，共10分）

1.在昆明市房产市场中，“区位熵”是衡量区域商业集聚度的常用指标。

2.工商银行在昆明市开展精准营销时，需利用客户生命周期价值（CLV）模型进行客户分层。

3.若昆明市某行业企业贷款违约率较高，需分析“五级分类贷款”数据中的次级和可疑贷款占比。

4.在昆明市交通数据分析中，“潮汐效应”描述了早晚高峰时段交通流量的空间分布特征。

5.工商银行昆明分行需关注“反洗钱”合规性，通过交易监测识别异常资金流动。

三、简答题（共3题，每题10分，共30分）

1.简述昆明市商圈客流量分析中，如何利用时间序列模型进行预测？

答案：

-数据预处理：收集昆明市商圈每日/每小时客流量数据，剔除异常值并填充缺失值。

-特征工程：提取节假日、天气、周末等周期性特征，构建滞后变量（如前3天客流量）。

-模型选择：采用ARIMA模型，通过自相关图（ACF）和偏自相关图（PACF）确定阶数。

-模型评估：使用AIC/BIC指标选择最优模型，并通过滚动预测验证稳定性。

-业务应用：结合预测结果优化商户排班，或针对低谷时段推出促销活动。

2.工商银行在昆明市如何利用客户画像进行差异化服务？

答案：

-数据来源：整合客户交易、信贷、信用卡、理财等多维度数据。

-标签体系构建：按年龄、收入、消费习惯、信贷行为等维度划分标签（如“年轻白领”“小微企业主”）。

-聚类分析：使用K-Means算法将客户分为高价值、潜力型、风险型等群体。

-差异化策略：

-对高价值客户：提供专属理财顾问；

-对潜力型客户：主推信用卡分期或贷款优惠；

-对风险型客户：加强贷后监控，限制高风险产品。

-效果追踪：定期评估服务效果，动态调整客户分层规则。

3.若昆明市某区域信用卡逾期率上升，如何通过数据挖掘找出原因？

答案：

-数据采集：聚合逾期客户的基本信息（年龄、职业）、交易行为（还款习惯）、宏观环境（区域失业率）等数据。

-描述性分析：对比逾期客户与正常客户的特征差异（如收入水平、负债率）。

-关联规则挖掘：使用Apriori算法分析逾期与哪些行为（如取现频率、多卡持有）相关。

-异常检测：采用孤立森林模型识别异常交易模式（如短期高频取现）。

-根因分析：结合银行政策（如分期利率调整）和区域经济数据，定位主要驱动因素。

四、计算题（共2题，每题15分，共30分）

1.昆明市某商圈2023年1-6月客流量数据如下表，请计算该商圈的月均增长率（CAGR）。

|月份|客流量（万人）|

||-|

|1月|12.5|

|2月|14.2|

|3月|15.8|

|4月|16.5|

|5月|17.3|

|6月|18.1|

答案：

-公式：CAGR=[(期末客流量/期初客流量)^(1/期数)-1]×100%

-计算：[(18.1/12.5)^(1/6)-1]×100%≈9.2%

-结论：该商圈月均客流量增长率约为9.2%，呈现稳步上升趋势。

2.工商银行昆明市分行某季度小微企业贷款数据如下，请计算该区域贷款不良率（不良贷款笔数/总贷款笔数）。

|贷款类型|笔数|不良笔数|

|||-|

|房产抵押|300|10|

|保证贷款|200|8|

|信用贷款|150|12|

答案：

-总贷