Communitygithub.com

MikeCheng1208/ポートフォリオリスクドリフト検出

融資ポートフォリオの時間経過に伴うリスクドリフトを、ヴィンテージ分析、移行マトリックス、集中度メトリクスを用いて検出・説明します。ポートフォリオの信用品質トレンドの監視、取締役会向けリスクレポートの作成、ストレステストの実施、またはリスク指標が許容範囲を逸脱した場合に使用します。

ポートフォリオリスクドリフト検出 とは?

このスキル(MikeCheng1208/BattleTree)は、融資ポートフォリオのリスクプロファイルの経時変化を体系的に監視・定量化するための包括的なフレームワークを提供します。ヴィンテージ分析、信用格付移行マトリックス、集中度トラッキング、早期警戒指標などの7段階の分析手法を実装し、損失が顕在化する前にリスクアペタイトからの逸脱(ドリフト)を検出します。具体的な入出力形式や推奨指標(例:加重平均移行スコアWAMS、ハーフィンダール・ハーシュマン指数HHI)が定義されており、VMICフレームワーク(ヴィンテージ、移行、指標、集中度)に基づいた分析が可能です。主にClaude CodeやCursor、CodexなどのAIエージェント上で動作し、クォータリーのリスクレポート作成、オリジネーション品質の悪化検出、集中限度違反の監視、ストレステスト、与信方針変更の影響評価などに利用できます。出力は詳細なダッシュボード形式で、ドリフトの原因分析や経営陣への推奨アクションを含みます。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ポートフォリオリスクドリフト検出 は何をしますか?

概要

融資ポートフォリオのリスクプロファイルの経時変化を監視・定量化します。このスキルは、ヴィンテージ分析、信用移行マトリックス、集中度トラッキング、早期警戒指標を適用し、損失が顕在化する前に機関のリスクアペタイトからの逸脱を検出します。出力には、トレンド分解、ドリフト要因の原因分析、およびポートフォリオ管理委員会への実用的な推奨事項が含まれます。

使用タイミング

  • 四半期ごとの取締役会およびリスク委員会向けポートフォリオリスクレポート
  • ヴィンテージ間でのオリジネーション品質悪化の検出
  • 集中限度違反(地理、業種、借り手)の監視
  • 悪環境下でのポートフォリオの回復力に関するストレステスト
  • 与信方針変更がポートフォリオ構成に与える影響の評価
  • 延滞率や移行トレンドからの早期警戒シグナルへの対応

必要な入力

入力説明形式
ローンテープオリジネーションおよび実績データを含む全ポートフォリオローン単位の抽出データ
ヴィンテージタグ各ローンのオリジネーション四半期/年日付フィールド
リスク格付内部リスクグレードまたはPDバンド格付スケール
実績データ延滞ステータス、チャージオフ、変更情報月次スナップショット
リスクアペタイト取締役会承認の限度額および閾値ポリシー文書
マクロ指標失業率、HPI、GDP、金利見通し経済データフィード

手法

ステップ1 — ヴィンテージ曲線分析

オリジネーションのヴィンテージごとに累積デフォルト曲線と損失曲線を作成します。

  • 各ヴィンテージの経過月数に対する累積純チャージオフ(NCO)率をプロット
  • 最近のヴィンテージと、同等の経過時点での熟成したベンチマークを比較
  • ヴィンテージ逸脱指数を計算:同じ経過月数における、現在のヴィンテージのNCOとベンチマークNCOの比率
  • 逸脱指数が1.2を超える(ベンチマークより20%悪い)ヴィンテージにフラグを立てる
  • 逸脱を数量効果(構成シフト)と率効果(品質シフト)に分解

ステップ2 — 信用移行マトリックス構築

期間間の格付変動を示す遷移マトリックスを作成します。

  • 各報告期間(四半期推奨)のNxN移行マトリックスを構築
  • 各グレードの格上げ率、格下げ率、安定率を計算
  • **加重平均移行スコア(WAMS)**を計算:正の値=ポートフォリオ格上げ、負の値=格下げ
  • 現在の移行パターンを過去の標準(3年、5年平均)と比較
  • 異常な格下げ速度(過去の速度の1.5倍超)を示すグレードを特定

ステップ3 — 集中度ドリフトトラッキング

主要な次元にわたるポートフォリオの集中度を監視します。

  • 地理的:州/MSA別のエクスポージャー対限度額
  • 業種/セクター:NAICSコード別集中度対分散化目標
  • 借り手規模:単一名称集中度および上位10/上位25エクスポージャー
  • 商品構成:固定vs変動、有担保vs無担保、期間型vsリボルビング
  • リスクグレード分布:パス、ウォッチ、サブスタンダード、ダウトフルの割合

各次元のハーフィンダール・ハーシュマン指数(HHI)を計算し、トレンドを追跡します。HHIが前期比10%超増加した場合、またはポリシー限度を超えた場合にフラグを立てます。

ステップ4 — 早期警戒指標ダッシュボード

以下の先行指標を計算し、トレンドを示します。

  • 30日延滞率(ヴィンテージおよび商品別:最も早期のシグナル)
  • ロールレート分析:現在→30DPD→60DPD→90DPD→チャージオフへの遷移確率
  • デフォルト確率(PD)の変動:ポートフォリオの加重平均PDと前期との比較
  • デフォルト時損失率(LGD)トレンド:実際のデフォルトにおける回収率
  • 予想信用損失(ECL)(CECL/IFRS9準拠):ライフタイム損失推計の変動
  • 問題資産比率:分類先+要注意先の総融資残高に対する割合

ステップ5 — 原因分析

観測されたドリフトを根本原因に分解します。

  • オリジネーション品質:新規契約は過去平均よりリスクが高いか?
  • 熟成効果:古いローンは期待通りのパフォーマンスか?
  • 経済環境:マクロ要因の変化が観測された移行を説明できるか?
  • 方針変更:最近の与信方針変更がリスクプロファイルを変えたか?
  • ポートフォリオ償却:返済が低リスクセグメントに集中し、リスクの高い残存プールを残しているか?

分解フレームワークを使用:総ドリフト = オリジネーション効果 + 熟成効果 + 経済効果 + 構成効果 + 残差

ステップ6 — ストレスシナリオオーバーレイ

ストレス下でのポートフォリオパフォーマンスを予測します。

  • 現在のポートフォリオに規制上のストレスシナリオ(CCAR深刻な悪環境)を適用
  • 各シナリオ下でのストレス時PD、LGD、ECLを計算
  • ストレス時損失を資本バッファーおよび貸倒引当金と比較
  • 観測されたドリフトがストレスに対する脆弱性を高めているか評価
  • 現在のドリフトが継続した場合に必要な追加資本を定量化

ステップ7 — レポート生成と推奨事項

以下の内容を含む包括的なドリフトレポートを作成します。

  • 交通信号インジケーター付きポートフォリオリスクダッシュボード
  • すべての主要指標のトレンドチャート(最低12四半期の期間)
  • 原因分析付きの具体的なドリフト所見
  • リスクアペタイト閾値との比較(範囲内/接近中/超過)
  • 推奨される経営アクション(オリジネーションの引き締め、引当金の増加、ヘッジ)

出力仕様

## ポートフォリオリスクドリフトレポート — [期間]

### リスクダッシュボード
| 指標 | 現在値 | 前期 | 前年同期比 | アペタイト限度 | ステータス |
|--------|---------|-----------|------------|----------------|--------|
| WA PD | X.XX% | X.XX% | +/- X bps | X.XX% | [G/Y/R] |
| WA LGD | XX.X% | XX.X% | +/- X pp | XX.X% | [G/Y/R] |
| NCO率 | X.XX% | X.XX% | +/- X bps | X.XX% | [G/Y/R] |
| 30+ DPD | X.XX% | X.XX% | +/- X bps | X.XX% | [G/Y/R] |
| HHI(地理) | X,XXX | X,XXX | +/- XXX | X,XXX | [G/Y/R] |
| 問題資産比率 | X.XX% | X.XX% | +/- X bps | X.XX% | [G/Y/R] |

### ヴィンテージ分析
- 最もパフォーマンスの悪いヴィンテージ:[四半期] — 経過月数[N]ヶ月でベンチマークより[X]%高い
- ウォッチ対象ヴィンテージ:[リスト]

### 移行サマリー
- 加重平均移行スコア:[X.XX](負の値=悪化)
- 格下げ速度が高いグレード:[リスト]

### ドリフト原因分析
- オリジネーション品質:総ドリフトの[X]%
- 経済環境:総ドリフトの[X]%
- 構成/償却効果:総ドリフトの[X]%
- 方針変更の影響:総ドリフトの[X]%

### ストレステストの影響
- ベースラインECL:[X]百万ドル
- 深刻な悪環境ECL:[X]百万ドル(+[X]%)
- ストレス下の資本十分性:[十分 / 限界的 / 不十分]

### 推奨事項
1. [アクション — 責任者 — 期限]
2. [アクション — 責任者 — 期限]
3. [アクション — 責任者 — 期限]

分析フレームワーク

VMICフレームワークを適用します。

  • Vintage(ヴィンテージ) — コホートのパフォーマンス曲線をベンチマークと比較
  • Migration(移行) — 信用格付の遷移を追跡し、方向性のあるドリフトを把握
  • Indicators(指標) — 先行する延滞率や損失シグナルを監視
  • Concentration(集中度) — 各次元における分散化の変化を測定

例

例1 — オリジネーション品質の悪化

所見:2025年第3四半期の自動車ローンは、経過月数6ヶ月時点で30日延滞率4.2%(ベンチマーク2.8%、逸脱指数1.50)。原因分析:68%がオリジネーション品質(方針変更後、平均FICOが22ポイント低下)、32%が経済的要因(地域の失業率急上昇)。推奨事項:最低FICOを変更前の閾値に戻し、影響を受けるMSAに地理的リスクオーバーレイを適用。

例2 — 集中度違反

所見:CREオフィスエクスポージャーがTier1資本の342%に達する(限度:300%)。セクター集中度のHHIが前期比18%増加。移行マトリックスでは、CREオフィスローンの12%が四半期中に格下げ(過去標準:4%)。推奨事項:新規CREオフィス融資を一時停止し、サブスタンダードクレジットのワークアウトを加速、30日以内に是正計画を取締役会に提出。

ガイドライン

  • トレンド分析とベンチマーク構築には、少なくとも12四半期の過去データを使用する。
  • 早期警戒には絶対閾値と変化率トリガーの両方を適用する。
  • 年齢調整済み指標を用いて、ポートフォリオドリフトと予想される熟成パターンを分離する。
  • ベンチマークとして使用する前に、実際の損失発生に対するヴィンテージ曲線を検証する。
  • 所見をALCO、与信リスク委員会、財務部門(引当金の十分性)と調整する。
  • 移行マトリックスは、合格/不合格の集約ではなく、個別のグレードレベルで提示する。
  • すべてのデータソース、除外事項、および手法の前提条件を文書化する。

検証チェックリスト

  • ヴィンテージ曲線は、コホート間の公平な比較のために年齢調整されている。
  • 移行マトリックスは完全(すべてのグレードが表され、行の合計が100%である)である。
  • 集中度メトリクスは、コミットメントのみではなく、現在の融資残高を反映している。
  • 早期警戒指標は、期間を通じて一貫した定義を使用している。
  • 原因分析は、すべての重要なドリフト要因を説明している。
  • ストレスシナリオは最新(最新のCCAR/DFASTガイダンスに準拠)である。
  • リスクアペタイト閾値は、非公式な目標ではなく、取締役会承認の限度を反映している。
  • レポートには定量的指標と文脈説明の両方が含まれている。
  • データ品質の問題は開示され、結論への影響が評価されている。
  • 推奨事項は緊急性と期待される影響によって優先順位付けされている。

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.

関連スキル