2026年机器学习在风险管理中的应用考试.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习在风险管理中的应用考试

一、单选题（共10题，每题2分，共20分）

题目：

1.在商业银行风险管理中，用于预测借款人违约概率的机器学习模型，最常采用的评价指标是？

A.准确率

B.AUC（ROC曲线下面积）

C.F1分数

D.召回率

2.以下哪种机器学习算法最适合处理金融时间序列数据中的异常交易检测？

A.决策树

B.逻辑回归

C.LSTM（长短期记忆网络）

D.K近邻（KNN）

3.在保险行业，利用机器学习进行核保时，以下哪项不属于常见的特征工程步骤？

A.对年龄进行分箱处理

B.构建保单持有人的历史理赔频率

C.直接使用客户姓名作为特征

D.计算保单金额与客户收入的比值

4.金融机构在进行反洗钱（AML）风险管理时，机器学习模型主要帮助识别哪些行为模式？

A.客户的信用评分变化

B.大额跨境资金流动

C.客户的居住地址变更

D.银行柜面交易次数

5.在供应链金融风险管理中，机器学习模型可以通过分析哪些数据来预测供应商的信用风险？

A.供应商的社交媒体活跃度

B.供应商的供应链上下游关系

C.供应商的员工人数

D.供应商的宠物照片

6.在股票市场风险管理中，以下哪种机器学习模型能够较好地捕捉非线性关系，用于预测股价波动？

A.线性回归

B.支持向量机（SVM）