Communitygithub.com

diegosouzapw/awesome-omni-skill

偵測並解釋貸款組合隨時間變化的風險漂移,運用年份分析、遷移矩陣與集中度指標。適用於監控組合信用品質趨勢、準備董事會風險報告、執行壓力測試,或當風險指標偏離風險偏好門檻時。

awesome-omni-skill 是什麼?

此技能旨在協助金融機構監控並量化貸款組合風險輪廓隨時間的變化。它整合了年份曲線分析、信用評級遷移矩陣、集中度追蹤及早期預警指標,以偵測風險偏好的偏離。技能會產出趨勢分解、漂移成因歸因,以及針對組合管理委員會的具體建議。支援季度風險報告、信貸品質惡化偵測、集中度超限監控及壓力測試等情境。使用方式包含七個步驟:年份曲線分析、信用遷移矩陣建構、集中度漂移追蹤、早期預警儀表板、歸因分析、壓力情境覆蓋及報告生成。最後產出具交通號誌指標的儀表板、年份比較、遷移摘要、漂移歸因及壓力測試影響。此技能在各平台(如 Claude Code、Cursor、Codex)皆可透過標準化提示或代理工具設定使用。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

投資組合風險漂移偵測

概述

監控並量化貸款投資組合風險輪廓隨時間的變化。此技能運用年份分析、信用遷移矩陣、集中度追蹤及早期預警指標,在損失發生前偵測出對機構風險偏好的偏離。輸出內容包括趨勢分解、漂移成因歸因,以及針對投資組合管理委員會的可行建議。

使用時機

  • 向董事會和風險委員會進行的季度投資組合風險報告
  • 偵測不同年份的貸放品質惡化
  • 監控集中度限額違規(地區、產業、借款人)
  • 在不利情境下測試投資組合的韌性
  • 評估信貸政策變更對投資組合構成的影響
  • 回應來自逾期或遷移趨勢的早期預警信號

必要輸入

輸入項目描述格式
貸款資料表包含貸放與績效數據的完整投資組合逐筆貸款擷取
年份標籤每筆貸款的貸放季度/年份日期欄位
風險評級內部風險等級或PD區間評等等級
績效數據逾期狀態、沖銷、修改每月快照
風險偏好董事會核准的限制與門檻政策文件
宏觀經濟指標失業率、HPI、GDP、利率預測經濟數據源

方法論

步驟 1 — 年份曲線分析

按貸放年份建構累積違約與損失曲線:

  • 針對每個年份,繪製各帳齡(months-on-book)的累積淨沖銷率
  • 在同等帳齡點上,將近期年份與經驗證的基準進行比較
  • 計算年份偏離指數:目前年份淨沖銷率與基準淨沖銷率在同帳齡點的比例
  • 標記偏離指數超過 1.2(比基準差 20%)的年份
  • 將偏離分解為數量效應(組合轉移)與比率效應(品質轉移)

步驟 2 — 信用遷移矩陣建構

建立顯示期間間評等變動的轉換矩陣:

  • 為每個報告期間(建議每季)建構 NxN 遷移矩陣
  • 計算每個等級的調升率、調降率與穩定率
  • 計算加權平均遷移分數 (WAMS):正值 = 投資組合改善,負值 = 投資組合惡化
  • 將當前遷移模式與歷史常模(3 年、5 年平均)進行比較
  • 識別具有異常調降速度(> 歷史比率 1.5 倍)的等級

步驟 3 — 集中度漂移追蹤

監控關鍵維度上的投資組合集中度:

  • 地理:各州/都會統計區的曝險與限額的比較
  • 產業/部門:NAICS 代碼集中度與分散目標的比較
  • 借款人規模:單一名稱集中度以及前十大/前廿五大曝險
  • 產品組合:固定 vs. 浮動、有擔保 vs. 無擔保、定期 vs. 循環
  • 風險評級分佈:正常、應注意、次級、可疑中的百分比

計算每個維度的赫芬達爾-赫希曼指數 (HHI) 並追蹤趨勢。標記任何 HHI 季增超過 10% 或違反政策限額的維度。

步驟 4 — 早期預警指標儀表板

計算並追蹤以下領先指標的趨勢:

  • 30 天逾期率:按年份與產品(最早的信號)
  • 滾動率分析:從正常 → 30 天逾期 → 60 天逾期 → 90 天逾期 → 沖銷的轉移機率
  • 違約機率 (PD) 遷移:投資組合加權平均 PD 與前期相比
  • 違約損失率 (LGD) 趨勢:已實現違約的回收率
  • 預期信用損失 (ECL) 根據 CECL/IFRS 9:生命週期損失估計的變動
  • 受批評資產比率:分類 + 特別提及佔總貸款的百分比

步驟 5 — 歸因分析

將觀察到的漂移分解為根本原因:

  • 貸放品質:新承貸是否比歷史平均風險更高?
  • 帳齡效應:舊貸款是否在預期年齡下正常表現?
  • 經濟環境:宏觀因素變動能否解釋觀察到的遷移?
  • 政策變更:近期信用政策修改是否改變了風險輪廓?
  • 投資組合縮減:還款是否集中在低風險區塊,留下風險更高的殘留池?

使用分解框架:總漂移 = 貸放效應 + 帳齡效應 + 經濟效應 + 組合效應 + 殘差

步驟 6 — 壓力情境覆蓋

預測壓力下的投資組合表現:

  • 將監管壓力情境(CCAR 嚴重不利情境)應用於當前投資組合
  • 計算每一情境下的壓力 PD、LGD 和 ECL
  • 將壓力損失與資本緩衝和貸款損失準備進行比較
  • 評估觀察到的漂移是否已增加對壓力的脆弱性
  • 量化若漂移以當前軌跡持續所需增加的資本

步驟 7 — 報告生成與建議

產出全面的漂移報告,包含:

  • 附有紅綠燈指示器的投資組合風險儀表板
  • 所有關鍵指標的趨勢圖表(至少 12 季視野)
  • 具體的漂移發現及其根本原因歸因
  • 與風險偏好門檻的比較(在範圍內 / 接近 / 違規)
  • 建議的管理行動(緊縮貸放、增加準備、避險)

輸出規範

## 投資組合風險漂移報告 — [期間]

### 風險儀表板
| 指標 | 本期 | 上季 | 年變動 | 風險偏好限額 | 狀態 |
|------|------|------|--------|----------------|--------|
| 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+ 天逾期 | X.XX% | X.XX% | +/- X bps | X.XX% | [G/Y/R] |
| HHI (地理) | X,XXX | X,XXX | +/- XXX | X,XXX | [G/Y/R] |
| 受批評比率 | X.XX% | X.XX% | +/- X bps | X.XX% | [G/Y/R] |

### 年份分析
- 表現最差的年份:[季度] — 在 [N] MOB 時比基準高 [X]%
- 受監視的年份:[清單]

### 遷移摘要
- 加權平均遷移分數:[X.XX](負值 = 惡化)
- 調降速度升高的等級:[清單]

### 漂移歸因
- 貸放品質:[X]% 的總漂移
- 經濟環境:[X]% 的總漂移
- 組合/縮減效應:[X]% 的總漂移
- 政策變更影響:[X]% 的總漂移

### 壓力測試影響
- 基線 ECL:$[X]M
- 嚴重不利情境 ECL:$[X]M(+[X]%)
- 壓力下的資本適足性:[充足 / 邊際 / 不足]

### 建議
1. [行動 — 負責單位 — 時程]
2. [行動 — 負責單位 — 時程]
3. [行動 — 負責單位 — 時程]

分析框架

應用 VMIC 框架:

  • V 年份 — 比較同群體績效曲線與基準
  • M 遷移 — 追蹤信用評等轉換以判斷方向性漂移
  • I 指標 — 監控領先的逾期與損失信號
  • C 集中度 — 衡量各維度的分散程度變化

範例

範例 1 — 貸放品質惡化

發現:2025 年第三季的汽車貸款年份在 6 MOB 時顯示 30 天逾期率為 4.2%,而基準為 2.8%(偏離指數:1.50)。歸因:68% 為貸放品質(政策變更後平均 FICO 下降 22 分),32% 為經濟因素(區域失業率飆升)。建議:將最低 FICO 恢復至變更前的門檻,對受影響的 MSA 套用地區風險疊加。

範例 2 — 集中度違規

發現:CRE 辦公室曝險達到 Tier 1 資本的 342%(限額:300%)。部門集中度的 HHI 季增 18%。遷移矩陣顯示季度內有 12% 的 CRE 辦公室貸款被降級(歷史常模:4%)。建議:暫停新的 CRE 辦公室貸放,加速處理次級信貸的催收,在 30 天內向董事會提交補救計劃。

指導方針

  • 使用至少 12 季的歷史數據進行趨勢分析和基準建構
  • 同時應用絕對門檻與變動率觸發機制以獲得早期預警
  • 使用經帳齡調整的指標,將投資組合漂移與預期的帳齡模式分開
  • 在將年份曲線用作基準之前,先根據實際損失出現情況進行驗證
  • 與 ALCO、信用風險委員會及財務部門(準備金充足性)協調發現
  • 以個別等級層級(而非彙總的通過/未通過)呈現遷移矩陣
  • 記錄所有數據來源、排除事項及方法論假設

驗證檢查清單

  • 年份曲線已進行帳齡調整,以確保群體間公平比較
  • 遷移矩陣完整(所有等級皆已呈現,列總和為 100%)
  • 集中度指標反映了當期餘額,而非僅承諾額度
  • 早期預警指標在不同期間使用一致的定義
  • 歸因分析涵蓋所有重要的漂移驅動因素
  • 壓力情境是最新的(與最新的 CCAR/DFAST 指引一致)
  • 風險偏好門檻反映董事會核准的限額,而非非正式目標
  • 報告同時包含量化指標與敘述性背景
  • 揭露數據品質問題並評估其對結論的影響
  • 建議按緊急程度和預期影響排序

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.

相關技能