2026年智能风控模型基础知识考核押题卷及答案.docxVIP

2026年智能风控模型基础知识考核押题卷及答案.docx

2026年智能风控模型基础知识考核押题卷及答案

一、单项选择题（每题1分，共30分）

1.智能风控模型的核心目标通常不包括下列哪一项？

A.预测借款人违约概率

B.识别欺诈交易行为

C.保证模型完全不被解释

D.优化风险收益平衡

答案C

解析智能风控模型在追求预测精度的同时，必须兼顾可解释性以符合监管要求，完全不可解释的模型在金融领域难以落地。

2.在信用评分卡模型中，常用逻辑回归作为基础算法，其主要原因是？

A.可解释性强且输出概率值

B.能自动处理缺失值

C.无需特征工程

D.能处理非线性关系

答案A

解析逻辑回归输出0-1之间的概率且权重系数直观，便于制作评分卡，是信用风险建模的经典方法。

3.下列哪个指标用于衡量模型区分好坏用户的能力？

A.MSE

B.AUC

C.RMSE

D.MAE

答案B

解析AUC值越大，模型区分正负样本的能力越强；MSE、RMSE、MAE常用于回归问题。

4.在风控建模中，特征工程的主要目的是？

A.增加模型复杂度

B.提高模型预测性能和可解释性

C.让特征数量尽可能多

D.直接使用原始数据

答案B

解析特征工程通过构造、筛选、变换等操作，提取有效信息，提升模型效果并保持可解释性。

5.样本不均衡问题在反欺诈场景中很常见，下列哪种处理方式最合理？