2025年金融风险管理师人工智能在风险管理流程中的应用专题试卷及解析.pdf

2025年金融风险管理师人工智能在风险管理流程中的应用专题试卷及解析1

2025年金融风险管理师人工智能在风险管理流程中的应用

专题试卷及解析

2025年金融风险管理师人工智能在风险管理流程中的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、在信用风险管理中，人工智能技术最常用于替代或增强以下哪个传统环节？

A、抵押品估值

B、客户信用评级

C、贷款合同签订

D、线下贷后催收

【答案】B

【解析】正确答案是B。人工智能，特别是机器学习模型，能够通过分析海量非结构

化数据（如交易记录、社交行为、网络舆情）来构建更精准、动态的信用评分模型，从

而替代或显著增强传统依赖财务报表和静态规则的客户信用评级环节。A选项抵押品

估值虽有AI应用（如图像识别），但不是最核心和普遍的应用；C选项贷款合同签订

属于法律流程，AI仅能辅助审阅；D选项贷后催收虽有智能语音机器人应用，但信用

评级是风险识别的源头，应用更为基础和关键。知识点：AI在信用风险识别中的应用。

易错点：考生可能混淆AI在不同环节的应用深度，误选A或D，未能识别出信用评级

是AI技术颠覆性影响最大的核心环节。

2、利用自然语言处理（NLP）技术对上市公司公告、新闻舆情进行监控，主要服

务于风险管理中的哪个目标？

A、市场风险对冲

B、操作风险损失数据收集

C、早期风险预警

D、流动性风险压力测试

【答案】C

【解析】正确答案是C。NLP技术能够实时、大规模地抓取和分析文本信息，从中

提取可能引发股价波动、信用恶化或声誉风险的负面信号，这使得金融机构能够提前识

别潜在风险，实现早期预警。A选项市场风险对冲主要基于市场价格和量化模型；B选

项操作风险损失数据收集通常是结构化的内部数据；D选项流动性风险压力测试依赖

于预设情景和资产负债表数据，均非NLP技术的主要应用场景。知识点：NLP在风险

预警中的作用。易错点：考生可能只看到“上市公司公告”就联想到市场风险，而忽略了

其核心功能是“监控”和“预警”，而非直接用于交易对冲。

3、在反洗钱（AML）交易监控系统中，引入机器学习模型的主要目的是什么？

A、完全取代基于规则的系统

2025年金融风险管理师人工智能在风险管理流程中的应用专题试卷及解析2

B、降低系统的误报率

C、加快单笔交易的处理速度

D、减少对客户身份识别（KYC）的依赖

【答案】B

【解析】正确答案是B。传统AML系统依赖大量硬编码规则，容易产生大量误报，

需要人工进行成本高昂的调查。机器学习模型通过学习正常与异常交易模式的复杂特

征，能够更精准地识别可疑交易，从而在保持甚至提高检出率的同时，显著降低误报率。

A选项“完全取代”是不现实的，目前多为“人机结合”模式；C选项单笔交易处理速度通

常不是瓶颈；D选项KYC是合规基础，AI无法取代其必要性。知识点：机器学习在操

作风险（合规风险）管理中的价值。易错点：考生可能对AI的作用有“非黑即白”的误

解，认为其目标是“取代”而非“增强”，从而误选A。

4、AI驱动的算法交易系统，其自身可能带来的新型市场风险主要体现在？

A、基本面分析错误

B、流动性突然枯竭

C、交易员道德风险

D、对手方信用违约

【答案】B

【解析】正确答案是B。当大量相似的AI算法交易系统同时运行时，它们可能会对

市场信号做出同质化的快速反应，在市场压力下同时买入或卖出，从而瞬间放大市场波

动，甚至导致流动性突然枯竭，即“闪电崩盘”风险。A、C、D是传统市场风险和信用风

险的来源，并非AI算法系统特有的新型风险。知识点：算法交易引发的系统性市场风

险。易错点：考生可能只关注AI带来的好处，而忽略了其作为新参与者可能引发的市

场微观结构变化和连锁反应。

5、在模型风险管理中，对人工智能模型（尤其是深度学习模型）进行验证时，最

大的挑战是什么？

A、模型运行速度过慢

B、模型的可解释性差

C、缺乏足够的历史数据

D、模型部署成本过高