Communitygithub.com

MikeCheng1208/BattleTree

检测并解释贷款组合随时间推移的风险漂移,采用年份分析、迁移矩阵和集中度指标。适用于监控组合信用质量趋势、准备董事会风险报告、进行压力测试,或当风险指标偏离风险偏好阈值时使用。

BattleTree 是什么?

该技能专注于监控和量化贷款组合风险状况随时间的变化。它通过应用年份分析、信用迁移矩阵、集中度跟踪和早期预警指标,在损失实际发生前检测组合相对于机构风险偏好的漂移。输出包括趋势分解、漂移动因归因,以及针对组合管理委员会的可操作建议。支持对原始质量恶化、集中度限制突破、压力测试和信贷政策变化影响进行深入分析。主要适用于金融领域的风险管理、信贷组合分析和监管报告场景。

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

组合风险漂移检测

概述

监控并量化贷款组合风险状况随时间的变化。该技能运用年份分析、信用迁移矩阵、集中度跟踪和早期预警指标,在损失实际发生前检测组合相较于机构风险偏好的漂移。输出包括趋势分解、漂移动因归因,以及面向组合管理委员会的可操作建议。

使用场景

  • 向董事会和风险委员会提交的季度组合风险报告
  • 检测各年份组合的原始质量恶化
  • 监控集中度限制突破(地理、行业、借款人)
  • 压力测试组合在不利情景下的韧性
  • 评估信贷政策变更对组合构成的影响
  • 根据逾期或迁移趋势的早期预警信号做出响应

所需输入

输入描述格式
贷款数据包含原始发放和表现数据的完整组合逐笔贷款提取数据
年份标签每笔贷款的发放季度/年份日期字段
风险评级内部风险等级或违约概率区间评级刻度
表现数据逾期状态、核销、重组月度快照
风险偏好董事会批准的限额和阈值政策文件
宏观指标失业率、房价指数、GDP、利率预测经济数据源

方法论

步骤 1 — 年份曲线分析

按原始发放年份构建累计违约和损失曲线:

  • 绘制每个年份按在账月份累计的净核销率
  • 将近期年份与同账龄的成熟基准进行比较
  • 计算年份偏离指数:当前年份净核销率与基准净核销率在相同在账月份的比率
  • 标记偏离指数超过1.2(比基准差20%)的年份
  • 将偏离分解为量效应(组合构成变化)与率效应(质量变化)

步骤 2 — 信用迁移矩阵构建

构建展示不同期间之间评级变动的迁移矩阵:

  • 为每个报告期(建议按季度)构建N×N迁移矩阵
  • 计算每个等级的升级率、降级率和稳定率
  • 计算加权平均迁移得分:正值表示组合升级,负值表示降级
  • 对比当前迁移模式与历史常态(3年、5年平均值)
  • 识别具有异常降级速度(超过历史速率1.5倍)的等级

步骤 3 — 集中度漂移跟踪

监控组合在关键维度上的集中度:

  • 地理:按州/都市统计区的敞口 vs. 限额
  • 行业/部门:NAICS代码集中度 vs. 分散目标
  • 借款人规模:单一借款人集中度以及前10/前25最大敞口
  • 产品构成:固定 vs. 浮动、有担保 vs. 无担保、定期 vs. 循环
  • 风险等级分布:正常、关注、次级、可疑类占比

计算每个维度的赫芬达尔-赫希曼指数并跟踪趋势。标记任何维度中HHI季度环比增长超过10%或超过政策限额的情况。

步骤 4 — 早期预警指标仪表盘

计算并跟踪以下领先指标的变动趋势:

  • 30天逾期率:按年份和产品细分(最早信号)
  • 滚动率分析:从正常→30天逾期→60天逾期→90天逾期→核销的转换概率
  • 违约概率迁移:组合加权平均违约概率相对于前期
  • 违约损失率趋势:已实现违约的回收率
  • 预期信用损失:CECL/IFRS 9下的生命周期损失估计变动
  • 受批评资产比率:分类+特别关注类贷款占总贷款的百分比

步骤 5 — 归因分析

将观察到的漂移分解为根本原因:

  • 原始质量:新发放贷款是否比历史平均水平风险更高?
  • 账龄效应:老贷款的表现是否与同龄预期一致?
  • 经济环境:宏观因素变动能否解释观察到的迁移?
  • 政策变化:最近的信贷政策修改是否改变了风险状况?
  • 组合流失:还款是否集中在低风险细分部分,从而留下风险更高的剩余池?

使用分解框架:总漂移 = 原始发放效应 + 账龄效应 + 经济效应 + 构成效应 + 残差

步骤 6 — 压力情景叠加

在压力条件下预测组合表现:

  • 将监管压力情景(CCAR严重不利)应用于当前组合
  • 计算每种情景下的压力违约概率、违约损失率和预期信用损失
  • 将压力损失与资本缓冲和贷款损失准备金进行比较
  • 评估观察到的漂移是否增加了对压力的脆弱性
  • 量化如果漂移按当前轨迹持续所需的增量资本

步骤 7 — 报告生成与建议

生成包含以下内容的综合漂移报告:

  • 带有交通灯指示器的组合风险仪表盘
  • 所有关键指标的变动趋势图(至少12个季度的跨度)
  • 包含根本原因归因的具体漂移发现
  • 与风险偏好阈值的对比(在范围内/接近/突破)
  • 建议的管理行动(收紧原始发放、增加准备金、对冲)

输出规范

## 组合风险漂移报告 — [期间]

### 风险仪表盘
| 指标 | 当前值 | 上季度 | 同比变化 | 风险偏好限额 | 状态 |
|--------|---------|-----------|------------|----------------|--------|
| 加权平均违约概率 | X.XX% | X.XX% | +/- X 基点 | X.XX% | [G/Y/R] |
| 加权平均违约损失率 | XX.X% | XX.X% | +/- X 百分点 | XX.X% | [G/Y/R] |
| 净核销率 | X.XX% | X.XX% | +/- X 基点 | X.XX% | [G/Y/R] |
| 30天以上逾期率 | X.XX% | X.XX% | +/- X 基点 | X.XX% | [G/Y/R] |
| 赫芬达尔-赫希曼指数(地理) | X,XXX | X,XXX | +/- XXX | X,XXX | [G/Y/R] |
| 受批评资产比率 | X.XX% | X.XX% | +/- X 基点 | X.XX% | [G/Y/R] |

### 年份分析
- 表现最差的年份:[季度] — 在账 [N] 个月时,高于基准 [X]%
- 需关注的年份:[列表]

### 迁移汇总
- 加权平均迁移得分:[X.XX](负值表示恶化)
- 降级速度升高的等级:[列表]

### 漂移归因
- 原始质量:[X]% 的总漂移
- 经济环境:[X]% 的总漂移
- 构成/流失效应:[X]% 的总漂移
- 政策变化影响:[X]% 的总漂移

### 压力测试影响
- 基准预期信用损失:$[X]M
- 严重不利情景预期信用损失:$[X]M(+[X]%)
- 压力下资本充足性:[充足 / 边际 / 不足]

### 建议
1. [行动 — 负责方 — 时间表]
2. [行动 — 负责方 — 时间表]
3. [行动 — 负责方 — 时间表]

分析框架

应用VMIC框架:

  • Vintage(年份)— 将组合队列的表现曲线与基准进行对比
  • Migration(迁移)— 跟踪信用等级的变动以识别方向性漂移
  • Indicators(指标)— 监控领先的逾期和损失信号
  • Concentration(集中度)— 衡量各维度的多元化变化

示例

示例 1 — 原始质量恶化

发现:2025年第三季度年份的汽车贷款在6个月内30天逾期率为4.2%,基准为2.8%(偏离指数:1.50)。归因:68%源于原始质量(政策变更后平均FICO分数下降22分),32%源于经济因素(区域失业率飙升)。建议:将最低FICO分数恢复到变更前的阈值,对受影响的都市统计区应用地理风险叠加。

示例 2 — 集中度突破

发现:商业地产写字楼敞口达到一级资本的342%(限额:300%)。行业集中度的赫芬达尔-赫希曼指数环比增长18%。迁移矩阵显示,该季度12%的商业地产写字楼贷款被降级(历史常态:4%)。建议:暂停新的商业地产写字楼贷款发放,加速处理次级信贷,在30天内向董事会提交补救计划。

指南

  • 使用至少12个季度的历史数据进行趋势分析和基准构建
  • 对早期预警应用绝对阈值和变化率触发机制
  • 使用经账龄调整的指标,将组合漂移与预期账龄模式区分开
  • 在使用年份曲线作为基准之前,先根据实际损失出现情况进行验证
  • 与资产负债管理委员会、信用风险委员会和财务部门(准备金充足性)协调发现
  • 按单个等级而非汇总的正常/异常展示迁移矩阵
  • 记录所有数据源、排除项和方法论假设

验证清单

  • 年份曲线已进行账龄调整,以确保不同队列间的公平比较
  • 迁移矩阵完整(包含所有等级,行总和为100%)
  • 集中度指标基于当前未偿余额,而非仅基于承诺
  • 早期预警指标在各期使用一致的定义
  • 归因分析涵盖了所有重大漂移动因
  • 压力情景是最新的(与最新的CCAR/DFAST指导一致)
  • 风险偏好阈值反映的是董事会批准的限额,而非非正式目标
  • 报告既包含定量指标,也包含叙述性背景
  • 数据质量问题已披露,并评估了其对结论的影响
  • 建议根据紧迫性和预期影响进行优先级排序

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.

相关技能