Communitygithub.com

MikeCheng1208/BattleTree

Detecta y explica la deriva de riesgo en carteras de préstamos a lo largo del tiempo utilizando análisis vintage, matrices de migración y métricas de concentración. Úsalo al monitorear tendencias de calidad crediticia de la cartera, preparar informes de riesgo para el consejo, realizar pruebas de estrés o cuando las métricas de riesgo se desvíen de los umbrales de apetito de riesgo.

¿Qué es BattleTree?

Esta habilidad permite detectar y explicar cambios en el perfil de riesgo de la cartera crediticia de una institución financiera a lo largo del tiempo. Combina análisis de curvas vintage por cohorte de originación, matrices de migración de calificaciones crediticias, seguimiento de concentración de cartera e indicadores adelantados de deterioro (como tasas de morosidad temprana y roll rates). El objetivo es identificar deriva de riesgo antes de que se materialicen pérdidas significativas, atribuyendo las causas a factores como calidad de originación, estacionalidad, entorno macroeconómico, cambios en políticas o efectos de mezcla de cartera. Es útil para equipos de riesgo crediticio, comités de activos y pasivos (ALCO), y áreas de planificación financiera que necesitan informes trimestrales, pruebas de estrés bajo escenarios adversos (CCAR/DFAST) y recomendaciones accionables para la gestión de la cartera. La salida incluye un dashboard de semáforos de riesgo, análisis de atribución de deriva y un plan de acciones priorizadas con responsables y plazos.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MikeCheng1208/BattleTree/tree/HEAD/.agents/skills/portfolio-risk-drift-detection

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Detección de Deriva de Riesgo en Cartera

Descripción General

Monitoriza y cuantifica cambios en los perfiles de riesgo de carteras de préstamos a lo largo del tiempo. Esta habilidad aplica análisis vintage, matrices de migración crediticia, seguimiento de concentración e indicadores adelantados de deterioro para detectar deriva del apetito de riesgo de la institución antes de que se materialicen pérdidas. Las salidas incluyen descomposición de tendencias, atribución de los impulsores de la deriva y recomendaciones accionables para los comités de gestión de cartera.

Cuándo Usarlo

  • Informes trimestrales de riesgo de cartera para el consejo y comités de riesgo
  • Detección de deterioro en la calidad de originación a través de los vintages
  • Monitoreo de violaciones a límites de concentración (geografía, industria, acreditado)
  • Pruebas de estrés de la resiliencia de la cartera bajo escenarios adversos
  • Evaluación del impacto de cambios en políticas crediticias sobre la composición de la cartera
  • Respuesta a señales de alerta temprana provenientes de tendencias de morosidad o migración

Entradas Requeridas

EntradaDescripciónFormato
Base de préstamosCartera completa con datos de originación y rendimientoExtracto a nivel de préstamo
Etiquetas vintageTrimestre/año de originación de cada préstamoCampo de fecha
Calificaciones de riesgoGrados de riesgo internos o bandas de PDEscala de calificación
Datos de rendimientoEstado de morosidad, castigos, modificacionesInstantáneas mensuales
Apetito de riesgoLímites y umbrales aprobados por el consejoDocumento de política
Indicadores macroDesempleo, HPI, PIB, pronósticos de tasas de interésAlimentación de datos económicos

Metodología

Paso 1 — Análisis de Curvas Vintage

Construir curvas de pérdidas acumuladas por vintage de originación:

  • Graficar la tasa de castigos netos acumulada (NCO) por meses en cartera para cada vintage
  • Comparar los vintages recientes con referencias estacionales a puntos de edad equivalentes
  • Calcular el índice de desviación vintage: relación entre el NCO del vintage actual y el NCO de referencia al mismo mes en cartera
  • Marcar los vintages donde el índice de desviación supere 1.2 (20% peor que la referencia)
  • Descomponer las desviaciones en efecto volumen (cambio de mezcla) vs. efecto tasa (cambio de calidad)

Paso 2 — Construcción de Matriz de Migración Crediticia

Construir matrices de transición que muestren el movimiento de calificaciones entre períodos:

  • Construir matriz de migración NxN para cada período de reporte (trimestral recomendado)
  • Calcular la tasa de mejora, tasa de deterioro y tasa de estabilidad para cada grado
  • Calcular el puntaje de migración promedio ponderado (WAMS): positivo = mejora de cartera, negativo = deterioro
  • Comparar los patrones de migración actuales contra normas históricas (promedios de 3 y 5 años)
  • Identificar grados con velocidad de deterioro anómala (>1.5x la tasa histórica)

Paso 3 — Seguimiento de Deriva de Concentración

Monitorear la concentración de la cartera en dimensiones clave:

  • Geográfica: Exposición por estado/AMA vs. límites
  • Industria/sector: Concentración de código NAICS vs. objetivos de diversificación
  • Tamaño del acreditado: Concentración por nombre único y exposición a los 10/25 mayores
  • Mezcla de productos: Fijo vs. variable, garantizado vs. no garantizado, plazo vs. revolvente
  • Distribución de grado de riesgo: Porcentaje en calificaciones de pase, vigilancia, subestándar y dudoso

Calcular el Índice Herfindahl-Hirschman (HHI) para cada dimensión y seguir su tendencia. Marcar cualquier dimensión donde el HHI aumente >10% trimestre contra trimestre o supere el límite de política.

Paso 4 — Tablero de Indicadores Adelantados

Calcular y seguir la tendencia de los siguientes indicadores adelantados:

  • Tasa de morosidad a 30 días por vintage y producto (señal más temprana)
  • Análisis de roll rates: Probabilidad de transición de corriente → 30 DPD → 60 DPD → 90 DPD → castigo
  • Migración de Probabilidad de Incumplimiento (PD): PD promedio ponderada de la cartera vs. períodos anteriores
  • Tendencia de Pérdida Dado el Incumplimiento (LGD): Tasas de recuperación en incumplimientos realizados
  • Pérdida Crediticia Esperada (ECL) bajo CECL/IFRS 9: Movimiento de la estimación de pérdida a lo largo de la vida
  • Ratio de activos criticados: Clasificados + mención especial como porcentaje del total de préstamos

Paso 5 — Análisis de Atribución

Descomponer la deriva observada en causas raíz:

  • Calidad de originación: ¿Son las nuevas contrataciones más riesgosas que los promedios históricos?
  • Efecto de estacionalidad: ¿Se están desempeñando los préstamos más antiguos como se esperaba a su edad?
  • Entorno económico: ¿Pueden los cambios en factores macro explicar la migración observada?
  • Cambios de política: ¿Modificaciones recientes en políticas crediticias alteraron el perfil de riesgo?
  • Runoff de cartera: ¿Están los pagos concentrados en segmentos de menor riesgo, dejando un pool residual más riesgoso?

Usar un marco de descomposición: Deriva total = Efecto de originación + Efecto de estacionalidad + Efecto económico + Efecto de mezcla + Residual

Paso 6 — Superposición de Escenarios de Estrés

Proyectar el rendimiento de la cartera bajo estrés:

  • Aplicar escenarios regulatorios de estrés (CCAR severamente adverso) a la cartera actual
  • Calcular PD, LGD y ECL estresados bajo cada escenario
  • Comparar las pérdidas estresadas con los colchones de capital y las reservas para pérdidas crediticias
  • Evaluar si la deriva observada ha aumentado la vulnerabilidad al estrés
  • Cuantificar el capital incremental necesario si la deriva continúa en su trayectoria actual

Paso 7 — Generación de Informe y Recomendaciones

Producir un informe completo de deriva con:

  • Tablero de riesgo de cartera con indicadores de semáforo
  • Gráficos de tendencia para todas las métricas clave (horizonte mínimo de 12 trimestres)
  • Hallazgos específicos de deriva con atribución de causa raíz
  • Comparación con umbrales de apetito de riesgo (dentro / acercándose / violado)
  • Acciones de gestión recomendadas (endurecer originación, aumentar reservas, cobertura)

Especificación de Salida

## Informe de Deriva de Riesgo de Cartera — [Período]

### Tablero de Riesgo
| Métrica | Actual | Trim. Anterior | Cambio Anual | Límite de Apetito | Estado |
|---------|--------|----------------|--------------|--------------------|--------|
| WA PD | X.XX% | X.XX% | +/- X pbs | X.XX% | [V/A/R] |
| WA LGD | XX.X% | XX.X% | +/- X pp | XX.X% | [V/A/R] |
| Tasa NCO | X.XX% | X.XX% | +/- X pbs | X.XX% | [V/A/R] |
| 30+ DPD | X.XX% | X.XX% | +/- X pbs | X.XX% | [V/A/R] |
| HHI (Geo) | X,XXX | X,XXX | +/- XXX | X,XXX | [V/A/R] |
| Ratio Criticado | X.XX% | X.XX% | +/- X pbs | X.XX% | [V/A/R] |

### Análisis Vintage
- Vintage con peor rendimiento: [Trimestre] — [X]% por encima de referencia a [N] meses en cartera
- Vintages en observación: [Lista]

### Resumen de Migración
- Puntaje de migración promedio ponderado: [X.XX] (negativo = deterioro)
- Grados con velocidad de deterioro elevada: [Lista]

### Atribución de Deriva
- Calidad de originación: [X]% de la deriva total
- Entorno económico: [X]% de la deriva total
- Efecto de mezcla/runoff: [X]% de la deriva total
- Impacto de cambio de política: [X]% de la deriva total

### Impacto de Prueba de Estrés
- ECL base: $[X]M
- ECL severamente adverso: $[X]M (+[X]%)
- Adecuación de capital bajo estrés: [Adecuada / Marginal / Insuficiente]

### Recomendaciones
1. [Acción — responsable — plazo]
2. [Acción — responsable — plazo]
3. [Acción — responsable — plazo]

Marco de Análisis

Aplicar el marco VMIC:

  • Vintage — Comparar curvas de rendimiento de cohortes contra referencias
  • Migración — Seguir transiciones de grado crediticio para detectar deriva direccional
  • Indicadores — Monitorear señales adelantadas de morosidad y pérdidas
  • Concentración — Medir cambios en diversificación a través de dimensiones

Ejemplos

Ejemplo 1 — Deterioro en Calidad de Originación

Hallazgo: Los préstamos automotrices del vintage Q3 2025 muestran morosidad a 30 días del 4.2% a los 6 meses en cartera vs. 2.8% de referencia (índice de desviación: 1.50). Atribución: 68% calidad de originación (FICO promedio bajó 22 puntos tras cambio de política), 32% económico (pico de desempleo regional). Recomendación: Revertir el FICO mínimo al umbral previo al cambio, aplicar superposición de riesgo geográfico para las AMAs afectadas.

Ejemplo 2 — Violación de Concentración

Hallazgo: La exposición a CRE oficina alcanzó 342% del capital Tier 1 (límite: 300%). El HHI para concentración sectorial aumentó 18% trimestre contra trimestre. La matriz de migración muestra que el 12% de los préstamos de CRE oficina fueron degradados en el trimestre (norma histórica: 4%). Recomendación: Pausar nuevas originaciones de CRE oficina, acelerar la gestión de créditos subestándar, presentar plan de remediación al consejo en un plazo de 30 días.

Directrices

  • Utilizar al menos 12 trimestres de datos históricos para análisis de tendencias y construcción de referencias
  • Aplicar tanto umbrales absolutos como gatillos de tasa de cambio para alerta temprana
  • Separar la deriva de cartera de los patrones de estacionalidad esperados usando métricas ajustadas por edad
  • Validar curvas vintage contra la aparición real de pérdidas antes de usarlas como referencias
  • Coordinar hallazgos con ALCO, comité de riesgo crediticio y finanzas (adecuación de reservas)
  • Presentar matrices de migración a nivel de grado individual, no agregadas como pasa/falla
  • Documentar todas las fuentes de datos, exclusiones y supuestos metodológicos

Lista de Validación

  • Las curvas vintage están ajustadas por edad para comparación justa entre cohortes
  • Las matrices de migración están completas (todos los grados representados, filas suman 100%)
  • Las métricas de concentración reflejan saldos vigentes actuales, no solo compromisos
  • Los indicadores adelantados usan definiciones consistentes entre períodos
  • El análisis de atribución considera todos los impulsores materiales de deriva
  • Los escenarios de estrés están actualizados (alineados con la guía CCAR/DFAST más reciente)
  • Los umbrales de apetito de riesgo reflejan límites aprobados por el consejo, no objetivos informales
  • El informe incluye tanto métricas cuantitativas como contexto narrativo
  • Los problemas de calidad de datos se divulgan y se evalúa su impacto en las conclusiones
  • Las recomendaciones están priorizadas por urgencia e impacto esperado

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

MikeCheng1208/BattleTree

Index-based file discovery using ABOUTME headers. Use INSTEAD of grep or Explore agent when searching for files by purpose or feature. Faster and more accurate than scanning code. Invoke this skill when user asks "which files handle X", "where is Y implemented", or when you need to find files related to a feature or task.

MikeCheng1208/BattleTree

Factor modeling and portfolio construction (Markowitz, Black-Litterman, constraints, turnover).

MikeCheng1208/BattleTree

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

MikeCheng1208/BattleTree

Analyze the CustomGPT.ai Labs Innovation workbook and cost tracking data to surface portfolio-level insights, trends, and recommendations for where to focus Innovation efforts.

MikeCheng1208/BattleTree

Personal meta-skill for Arach. Use this as the entry point to understand arach's projects, conventions, and available skills. Activates on "arach's projects", "what does arach work on", or when working in any arach/* repo.

MikeCheng1208/BattleTree

High-converting landing pages. Copy + design + implementation. Triggers: landing page, conversion page.

MikeCheng1208/BattleTree

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios,...

MikeCheng1208/BattleTree

Automate Klipfolio tasks via Rube MCP (Composio). Always search tools first for current schemas.

MikeCheng1208/BattleTree

Minimalist, typography-focused portfolio design system inspired by neo-brutalist and Swiss design principles. Emphasizes bold typography, generous whitespace, monochromatic color schemes, and elegant simplicity for developer/designer portfolios.

MikeCheng1208/BattleTree

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

MikeCheng1208/BattleTree

Optimize project portfolio selection under constraints using mathematical optimization

MikeCheng1208/BattleTree

Build a GitHub portfolio that gets you hired — curate 3-5 polished projects, craft compelling READMEs, deploy live demos, tell a coherent story across your repos, and align everything to AI-native development roles. Use when preparing your GitHub for job searches, deciding what to pin, or auditing your public presence.

Skills relacionados