Communitygithub.com

diegosouzapw/awesome-omni-skill

Detecta e explica desvios de risco em carteiras de crédito ao longo do tempo, utilizando análise de safras, matrizes de migração e métricas de concentração. Use ao monitorar tendências de qualidade de crédito da carteira, preparar relatórios de risco para o conselho, realizar testes de estresse ou quando as métricas de risco se desviarem dos limites de apetite.

O que é awesome-omni-skill?

Esta skill capacita agentes de IA a monitorar e quantificar mudanças no perfil de risco de carteiras de crédito ao longo do tempo, aplicando análise de safras (vintage analysis), matrizes de migração de crédito, rastreamento de concentração e indicadores de alerta precoce. É útil para equipes de risco de crédito, compliance e finanças que precisam detectar desvios do apetite de risco da instituição antes que as perdas se materializem. A skill é compatível com plataformas como Claude Code, Cursor e Codex, e seu funcionamento é orientado por um método estruturado de 7 etapas: análise de curvas de safra, construção de matrizes de migração, monitoramento de concentração, dashboard de indicadores de alerta, análise de atribuição, projeção sob cenários de estresse e geração de relatórios com recomendações acionáveis. O agente utiliza o framework VMIC (Vintage, Migration, Indicators, Concentration) para decompor a deriva do risco em causas raiz, como qualidade da originação, efeito de sazonalidade, ambiente econômico e mudanças de políticas. A saída inclui um dashboard com indicadores de semáforo (verde/amarelo/vermelho), tabelas de atribuição e recomendações priorizadas. A skill é especialmente valiosa para relatórios trimestrais, detecção de deterioração da qualidade de originação, monitoramento de violações de limites de concentração e avaliação de resiliência da carteira sob cenários adversos.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/diegosouzapw/awesome-omni-skill/tree/HEAD/skills/development/portfolio-risk-drift-detection

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Detecção de Desvio de Risco de Carteira

Visão Geral

Monitore e quantifique mudanças no perfil de risco de carteiras de crédito ao longo do tempo. Esta skill aplica análise de safras, matrizes de migração de crédito, rastreamento de concentração e indicadores de alerta precoce para detectar desvios do apetite de risco da instituição antes que as perdas se materializem. As saídas incluem decomposição de tendências, atribuição dos direcionadores de desvio e recomendações acionáveis para comitês de gestão de carteira.

Quando Usar

  • Relatórios trimestrais de risco de carteira para o conselho e comitês de risco
  • Detecção de deterioração da qualidade de originação entre safras
  • Monitoramento de violações de limites de concentração (geografia, setor, tomador)
  • Testes de estresse de resiliência da carteira sob cenários adversos
  • Avaliação do impacto de mudanças nas políticas de crédito sobre a composição da carteira
  • Resposta a sinais de alerta precoce de tendências de inadimplência ou migração

Entradas Necessárias

EntradaDescriçãoFormato
Base de empréstimosCarteira completa com dados de originação e desempenhoExtração nível empréstimo
Tags de safraTrimestre/ano de originação de cada empréstimoCampo de data
Ratings de riscoGraus de risco internos ou faixas de PDEscala de rating
Dados de desempenhoStatus de inadimplência, baixas contábeis, modificaçõesInstantâneos mensais
Apetite de riscoLimites e limites aprovados pelo conselhoDocumento de política
Indicadores macroDesemprego, IPCA, PIB, previsões de taxa de jurosAlimentação de dados econômicos

Metodologia

Etapa 1 — Análise de Curvas de Safra

Construa curvas de inadimplência e perda acumuladas por safra de originação:

  • Plote a taxa de baixa contábil líquida (NCO) acumulada por meses na carteira para cada safra
  • Compare safras recentes com benchmarks de safras consolidadas em pontos de idade equivalentes
  • Calcule o índice de desvio de safra: razão entre o NCO da safra atual e o NCO do benchmark no mesmo mês na carteira
  • Sinalize safras onde o índice de desvio exceda 1,2 (20% pior que o benchmark)
  • Decomponha os desvios em efeito de volume (mudança de mix) vs. efeito de taxa (mudança de qualidade)

Etapa 2 — Construção de Matriz de Migração de Crédito

Crie matrizes de transição mostrando o movimento de rating entre períodos:

  • Construa matriz de migração NxN para cada período de relatório (trimestral recomendado)
  • Calcule taxa de upgrade, taxa de downgrade e taxa de estabilidade para cada grau
  • Calcule o escore de migração média ponderada (WAMS): positivo = carteira em upgrade, negativo = em degradação
  • Compare padrões de migração atuais com normas históricas (médias de 3 anos, 5 anos)
  • Identifique graus com velocidade de downgrade anormal (>1,5x a taxa histórica)

Etapa 3 — Rastreamento de Desvio de Concentração

Monitore a concentração da carteira em dimensões-chave:

  • Geográfica: Exposição por estado/MSA vs. limites
  • Setor/indústria: Concentração por código NAICS vs. metas de diversificação
  • Porte do tomador: Concentração por nome único e exposição top-10/top-25
  • Mix de produtos: Fixo vs. variável, garantido vs. não garantido, prazo vs. rotativo
  • Distribuição de grau de risco: Percentual em pass, observação, subpadrão, duvidoso

Calcule o Índice Herfindahl-Hirschman (HHI) para cada dimensão e monitore a tendência. Sinalize qualquer dimensão onde o HHI aumente >10% trimestre a trimestre ou ultrapasse o limite da política.

Etapa 4 — Painel de Indicadores de Alerta Precoce

Calcule e monitore a tendência dos seguintes indicadores antecedentes:

  • Taxa de inadimplência de 30 dias por safra e produto (sinal mais precoce)
  • Análise de taxa de rolagem: Probabilidade de transição de atual → 30 DPD → 60 DPD → 90 DPD → baixa contábil
  • Migração da Probabilidade de Inadimplência (PD): PD média ponderada da carteira vs. períodos anteriores
  • Tendência da Perda Dada Inadimplência (LGD): Taxas de recuperação sobre inadimplências realizadas
  • Perda de Crédito Esperada (ECL) sob CECL/IFRS 9: Movimento da estimativa de perda vitalícia
  • Taxa de ativos criticados: Classificados + menção especial como percentual do total de empréstimos

Etapa 5 — Análise de Atribuição

Decomponha o desvio observado em causas raiz:

  • Qualidade da originação: Novos contratos são mais arriscados que as médias históricas?
  • Efeito de sazonalidade: Empréstimos mais antigos estão performando como esperado para sua idade?
  • Ambiente econômico: Mudanças em fatores macro podem explicar a migração observada?
  • Mudanças de políticas: Modificações recentes nas políticas de crédito alteraram o perfil de risco?
  • Runoff da carteira: Os pagamentos estão concentrados em segmentos de menor risco, deixando um pool residual mais arriscado?

Use um arcabouço de decomposição: Desvio total = Efeito de originação + Efeito de sazonalidade + Efeito econômico + Efeito de mix + Residual

Etapa 6 — Sobreposição de Cenário de Estresse

Projete o desempenho da carteira sob estresse:

  • Aplique cenários de estresse regulatório (severamente adverso do CCAR) à carteira atual
  • Calcule PD, LGD e ECL estressados sob cada cenário
  • Compare perdas estressadas com buffers de capital e provisões para perdas de empréstimos
  • Avalie se o desvio observado aumentou a vulnerabilidade ao estresse
  • Quantifique o capital incremental necessário se o desvio continuar na trajetória atual

Etapa 7 — Geração de Relatório e Recomendações

Produza um relatório abrangente de desvio com:

  • Painel de risco da carteira com indicadores de semáforo
  • Gráficos de tendência para todas as métricas-chave (horizonte mínimo de 12 trimestres)
  • Achados específicos de desvio com atribuição de causa raiz
  • Comparação com limites de apetite de risco (dentro / aproximando / violado)
  • Ações de gestão recomendadas (apertar originação, aumentar provisões, hedging)

Especificação de Saída

## Relatório de Desvio de Risco de Carteira — [Período]

### Painel de Risco
| Métrica | Atual | Trim. Anterior | Variação Anual | Limite de Apetite | Status |
|---------|-------|----------------|----------------|-------------------|--------|
| WA PD | X,XX% | X,XX% | +/- X bps | X,XX% | [V/A/Vm] |
| WA LGD | XX,X% | XX,X% | +/- X pp | XX,X% | [V/A/Vm] |
| Taxa NCO | X,XX% | X,XX% | +/- X bps | X,XX% | [V/A/Vm] |
| 30+ DPD | X,XX% | X,XX% | +/- X bps | X,XX% | [V/A/Vm] |
| HHI (Geo) | X.XXX | X.XXX | +/- XXX | X.XXX | [V/A/Vm] |
| Taxa Criticada | X,XX% | X,XX% | +/- X bps | X,XX% | [V/A/Vm] |

### Análise de Safra
- Pior safra: [Trimestre] — [X]% acima do benchmark em [N] meses na carteira
- Safras em observação: [Lista]

### Resumo de Migração
- Escore de migração média ponderada: [X,XX] (negativo = deterioração)
- Graus com velocidade de downgrade elevada: [Lista]

### Atribuição de Desvio
- Qualidade da originação: [X]% do desvio total
- Ambiente econômico: [X]% do desvio total
- Efeito de mix/runoff: [X]% do desvio total
- Impacto de mudança de política: [X]% do desvio total

### Impacto do Teste de Estresse
- ECL de base: $[X]M
- ECL severamente adverso: $[X]M (+[X]%)
- Adequação de capital sob estresse: [Adequado / Marginal / Insuficiente]

### Recomendações
1. [Ação — parte responsável — prazo]
2. [Ação — parte responsável — prazo]
3. [Ação — parte responsável — prazo]

Arcabouço de Análise

Aplique o arcabouço VMIC:

  • Vintage (Safra) — Compare curvas de desempenho de coortes contra benchmarks
  • Migration (Migração) — Acompanhe transições de grau de crédito para desvio direcional
  • Indicators (Indicadores) — Monitore sinais antecedentes de inadimplência e perda
  • Concentration (Concentração) — Meça mudanças de diversificação entre dimensões

Exemplos

Exemplo 1 — Deterioração da Qualidade de Originação

Achado: Empréstimos de automóveis da safra Q3 2025 mostram inadimplência de 30 dias de 4,2% em 6 meses na carteira vs. benchmark de 2,8% (índice de desvio: 1,50). Atribuição: 68% qualidade da originação (FICO médio caiu 22 pontos após mudança de política), 32% econômico (pico de desemprego regional). Recomendação: Reverter o FICO mínimo ao limite anterior à mudança, aplicar sobreposição de risco geográfico para MSAs afetadas.

Exemplo 2 — Violação de Limite de Concentração

Achado: Exposição a CRE de escritório atingiu 342% do capital Nível 1 (limite: 300%). HHI para concentração setorial aumentou 18% trimestre a trimestre. A matriz de migração mostra 12% dos empréstimos de CRE de escritório rebaixados no trimestre (norma histórica: 4%). Recomendação: Pausar novas originações de CRE de escritório, acelerar reestruturação para créditos subpadrão, apresentar plano de remediação ao conselho em até 30 dias.

Diretrizes

  • Use pelo menos 12 trimestres de dados históricos para análise de tendência e construção de benchmarks
  • Aplique tanto limites absolutos quanto indicadores de taxa de variação para alerta precoce
  • Separe desvio de carteira de padrões esperados de sazonalidade usando métricas ajustadas por idade
  • Valide curvas de safra contra a emergência real de perdas antes de usar como benchmarks
  • Coordene achados com ALCO, comitê de risco de crédito e finanças (adequação de provisões)
  • Apresente matrizes de migração no nível individual de grau, não agregado em pass/fail
  • Documente todas as fontes de dados, exclusões e premissas metodológicas

Lista de Validação

  • Curvas de safra são ajustadas por idade para comparação justa entre coortes
  • Matrizes de migração são completas (todos os graus representados, linhas somam 100%)
  • Métricas de concentração refletem saldos devedores atuais, não apenas compromissos
  • Indicadores de alerta precoce usam definições consistentes entre períodos
  • Análise de atribuição considera todos os direcionadores de desvio materiais
  • Cenários de estresse estão atualizados (alinhados com a orientação mais recente do CCAR/DFAST)
  • Limites de apetite de risco refletem limites aprovados pelo conselho, não metas informais
  • Relatório inclui tanto métricas quantitativas quanto contexto narrativo
  • Problemas de qualidade de dados são divulgados e seu impacto nas conclusões é avaliado
  • Recomendações são priorizadas por urgência e impacto esperado

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

diegosouzapw/awesome-omni-skill

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.

diegosouzapw/awesome-omni-skill

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

diegosouzapw/awesome-omni-skill

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

diegosouzapw/awesome-omni-skill

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.

diegosouzapw/awesome-omni-skill

Optimize project portfolio selection under constraints using mathematical optimization

diegosouzapw/awesome-omni-skill

Rapidly build, prototype, and deploy full-stack software using AI "text-to-app" tools. Use this when you need to create a greenfield application, build a high-fidelity working prototype for user testing, or bypass traditional engineering bottlenecks for internal tools.

diegosouzapw/awesome-omni-skill

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,...

diegosouzapw/awesome-omni-skill

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.

diegosouzapw/awesome-omni-skill

Review UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "check accessibility", "audit design", "review UX", or "check my site against best practices".

diegosouzapw/awesome-omni-skill

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

diegosouzapw/awesome-omni-skill

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.

diegosouzapw/awesome-omni-skill

Review UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "check accessibility", "audit design", "review UX", or "check my site against best practices".

diegosouzapw/awesome-omni-skill

Review UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "check accessibility", "audit design", "review UX", or "check my site against best practices".

diegosouzapw/awesome-omni-skill

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.

diegosouzapw/awesome-omni-skill

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.

diegosouzapw/awesome-omni-skill

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

diegosouzapw/service-website-generator

Orchestrates automated service-based website generation with local SEO optimization. Creates 200+ service+location pages using parallel agents, Unsplash images via Jina AI, NextJS with dynamic routing, and PostgreSQL database. Use when building service business websites (plumbers, electricians, pressure washing, HVAC, etc.) targeting multiple locations.

Habilidades Relacionadas