2025年金融风险管理师合规数据分析与应用专题试卷及解析.pdfVIP

2025年金融风险管理师合规数据分析与应用专题试卷及解析1

2025年金融风险管理师合规数据分析与应用专题试卷及解

析

2025年金融风险管理师合规数据分析与应用专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在金融合规数据分析中，用于识别异常交易模式的主要技术是什么？

A、回归分析

B、聚类分析

C、时间序列分析

D、因子分析

【答案】B

【解析】正确答案是B。聚类分析通过将相似的数据点分组，能有效识别出偏离正

常交易模式的异常交易，是反洗钱和欺诈检测中的常用技术。A选项回归分析主要用于

预测变量间关系，C选项时间序列分析侧重于时间趋势预测，D选项因子分析用于降

维，均不适合直接识别异常模式。知识点：异常交易识别技术。易错点：容易混淆聚类

分析与分类分析的应用场景。

2、以下哪项不属于《巴塞尔协议III》对银行资本充足率的核心要求？

A、最低普通股本充足率

B、逆周期资本缓冲

C、杠杆率要求

D、客户身份识别（KYC）要求

【答案】D

【解析】正确答案是D。KYC属于反洗钱合规要求，与资本充足率无关。A、B、C

均为巴塞尔协议III明确规定的资本监管工具。知识点：巴塞尔协议III核心内容。易

错点：容易将不同监管框架的要求混淆。

3、在合规数据治理中，数据血缘（DataLineage）的主要作用是什么？

A、提高数据存储效率

B、追踪数据来源和流转路径

C、优化数据加密算法

D、简化数据备份流程

【答案】B

【解析】正确答案是B。数据血缘技术用于追踪数据从产生到使用的完整生命周期，

是满足监管可追溯性的关键。A、C、D属于数据管理其他范畴。知识点：数据治理核

心概念。易错点：容易将数据血缘与元数据管理混淆。

4、金融机构在进行客户风险评级时，最常用的分析模型是？

2025年金融风险管理师合规数据分析与应用专题试卷及解析2

A、决策树模型

B、神经网络模型

C、逻辑回归模型

D、支持向量机模型

【答案】C

【解析】正确答案是C。逻辑回归因其可解释性强、监管认可度高，成为客户风险评

级的行业标准模型。A、B、D虽然预测精度可能更高，但黑箱特性使其难以满足合规

要求。知识点：风险评级模型选择。易错点：过度追求模型精度而忽视可解释性要求。

5、以下哪项不属于GDPR（通用数据保护条例）规定的数据主体权利？

A、被遗忘权

B、数据可携带权

C、算法解释权

D、数据更正权

【答案】C

【解析】正确答案是C。GDPR明确规定了A、B、D三项权利，但算法解释权是后

续AI伦理讨论中提出的概念，尚未纳入GDPR正文。知识点：GDPR核心条款。易

错点：容易将新兴权利概念与现行法规混淆。

6、在反洗钱监测系统中，交易金额阈值设置的主要依据是？

A、银行盈利目标

B、监管机构指引

C、客户投诉量

D、系统处理能力

【答案】B

【解析】正确答案是B。反洗钱阈值必须严格遵循监管机构发布的具体指引，如我

国《金融机构大额交易和可疑交易报告管理办法》。A、C、D属于商业或技术考量，不

能作为合规依据。知识点：反洗钱监管要求。易错点：容易将业务需求与合规要求本末

倒置。

7、合规数据分析中，用于评估模型公平性的核心指标是？

A、准确率

B、召回率

C、人口统计均等

D、F1分数

【答案】C

【解析】正确答案是C。人口统计均等直接衡量模型对不同群体的预测一致性，是

算法公平性的核心指标。A、B、D属于传统模型性能指标，无法反映公平性。知识点：

2025年金融风险管理师合规数据分析与应用专题试卷及解析3

算法公平性评估。易错点：容易混淆模型性能与合规性评估指标。