2025年特许金融分析师图神经网络（GNN）与金融网络分析专题试卷及解析.pdfVIP

2025年特许金融分析师图神经网络（GNN）与金融网络分析专题试卷及解析1

2025年特许金融分析师图神经网络（GNN）与金融网络分

析专题试卷及解析

2025年特许金融分析师图神经网络（GNN）与金融网络分析专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在金融网络分析中，图神经网络（GNN）相较于传统机器学习方法的主要优势

是什么？

A、计算速度更快

B、能够直接处理非欧几里得结构数据

C、不需要大量训练数据

D、只能处理时间序列数据

【答案】B

【解析】正确答案是B。GNN的核心优势在于能够直接处理图结构数据（非欧几里

得数据），如金融网络中的机构间关系。A错误，GNN计算通常更复杂；C错误，GNN

同样需要足够数据；D错误，GNN可处理多种数据类型。知识点：GNN的基本特性。

易错点：容易混淆GNN与传统ML的适用场景。

2、在银行间网络中，使用GNN进行系统性风险传播分析时，最关键的节点特征

是什么？

A、银行成立时间

B、银行地理位置

C、银行间敞口规模

D、银行员工数量

【答案】C

【解析】正确答案是C。系统性风险传播主要依赖机构间的金融关联，敞口规模直

接决定风险传导强度。A、B、D与风险传播关联度低。知识点：金融网络中的风险传

导机制。易错点：容易忽略金融关联的核心作用。

3、以下哪种GNN架构最适合处理动态金融网络？

A、GCN（图卷积网络）

B、GAT（图注意力网络）

C、DGN（动态图神经网络）

D、GraphSAGE

【答案】C

【解析】正确答案是C。DGN专门设计用于处理随时间变化的图结构，符合金融网

络的动态特性。A、B、D均为静态GNN。知识点：GNN架构分类。易错点：容易混

淆静态与动态GNN的适用场景。

2025年特许金融分析师图神经网络（GNN）与金融网络分析专题试卷及解析2

4、在供应链金融网络中，GNN主要用于解决什么问题？

A、优化物流路径

B、预测企业违约风险

C、管理库存水平

D、计算运输成本

【答案】B

【解析】正确答案是B。GNN可捕捉供应链中企业间的关联关系，用于信用风险评

估。A、C、D属于物流管理范畴。知识点：GNN在供应链金融的应用。易错点：容易

混淆供应链金融与物流管理的区别。

5、图注意力网络（GAT）的核心机制是什么？

A、随机游走

B、节点特征聚合

C、注意力权重分配

D、图池化操作

【答案】C

【解析】正确答案是C。GAT通过注意力机制为不同邻居分配不同权重。A、B、D

是其他GNN组件。知识点：GAT的工作原理。易错点：容易混淆注意力机制与特征

聚合。

6、在金融网络中，“中心性”指标主要用于衡量什么？

A、节点计算能力

B、节点在网络中的重要性

C、节点数据质量

D、节点更新频率

【答案】B

【解析】正确答案是B。中心性指标（如度中心性、介数中心性）评估节点在网络

中的影响力。A、C、D与中心性无关。知识点：网络中心性指标。易错点：容易混淆

中心性与节点属性。

7、使用GNN进行反洗钱（AML）分析时，最关注的网络模式是什么？

A、星型结构

B、环型结构

C、异常交易路径

D、完全连接图

【答案】C

【解析】正确答案是C。AML主要识别异常资金流动路径。A、B、D是常见网络

拓扑，但非AML重点。知识点：AML中的网络分析。易错点：容易忽略异常路径的

2025年特许金融分析师图神经网络（GNN）与金融网络分析专题试卷及解析3

重要性。

8、图卷积网络（GCN）的”卷积”操作与传统CNN的卷积主要区别在于？

A、计算速度

B、操作对象（图vs网格）

C、激