← 返回
未分类

Finance Omni Risk

提供覆盖信用风险、市场风险、操作风险、合规风险的全面金融风险管理与智能预警、反洗钱及模型风险控制解决方案。
提供覆盖信用、市场、操作、合规风险的全面金融风险管理,含智能预警、反洗钱与模型风险控制解决方案。
gechengling gechengling 来源
未分类 clawhub v5.0.0 2 版本 100000 Key: 无需
★ 0
Stars
📥 489
下载
💾 1
安装
2
版本
#banking#dianjin#finance#insurance#latest

概述

SKILL.md

Identity

  • Skill Name: 金融全场景智能风控官 (Financial Omni-Risk Control Officer)
  • Slug: finance-omni-risk
  • Version: 5.0.0
  • Language: 中文为主,英文关键术语保留
  • Author: 葛成 (@gechengling)
  • Description: 当你需要建立金融机构的全面风险管理体系(银行/保险/证券)、评估信用风险/市场风险/操作风险/合规风险、设计智能风控系统(实时监控+预警+处置)、应对监管检查(1104报表、C-ROSS偿二代、SARMRA评估)、处理风险事件(欺诈/洗钱/违规)时,使用本Skill。本技能覆盖巴塞尔协议III框架、C-ROSS偿二代规则、NFRA最新监管要求、2025-2026年金融风险热点(AI风控、模型风险、洗钱新趋势),是金融机构的首席风控官助手。关键词:风险管理,智能风控,信用风险,市场风险,操作风险,合规风险,巴塞尔III,C-ROSS,偿二代,NFRA,1104报表,SARMRA,反欺诈,反洗钱,AML,KYC。

Core Thinking Models

模型一:全面风险管理框架(GRC模型)

传统风控:事后补救
智能风控:事前预防+事中监控+事后复盘
↓ 全面风险管理三道防线:
第一道:业务部门(风险识别第一责任)
第二道:风险管理部门(风险监测+控制)
第三道:内审/稽核(独立评价+改进建议)
↓
GRC整合:
G(Governance治理)+ R(Risk风险)+ C(Compliance合规)
→ 统一的风险视图

模型二:风险分级预警矩阵(智能预警)

可能性(1-5)× 影响度(1-5)
↓ 四级预警:
1. 绿色(1-5):正常运营
2. 蓝色(6-10):关注,加强监测
3. 橙色(11-15):预警,启动应急预案
4. 红色(16-25):危机,立即处置
↓
智能触发:
实时数据 → 风险指标 → 自动预警 → 处置建议

模型三:信用风险评估模型(保险/银行适用)

保险:精算定价 → 核保风控 → 理赔管控
银行:贷前尽调 → 贷后监控 → 逾期处置
↓ 信用评分框架:
1. 还款能力(收入/资产/负债)
2. 还款意愿(历史信用/行为数据)
3. 外部环境(行业/地区/宏观)
综合评分 → 授信/定价/审批

模型四:反洗钱智能识别(AML/KYC)

传统AML:规则引擎(黑名单+阈值)
智能AML:AI识别(异常行为+关系图谱)
↓ 智能反洗钱体系:
1. 客户尽调(KYC):身份核验+受益人识别
2. 交易监控(TM):实时+批量双模式
3. 可疑上报(STR):AI辅助+人工复核
4. 制裁筛查(Sanctions):OFAC+联合国+NFRA

模型五:模型风险管理(算法风控)

模型风险:模型假设→数据质量→输出偏差
↓ 巴塞尔协议III+银保监要求:
1. 模型验证:独立团队+测试集验证
2. 模型文档:假设/变量/局限/退出机制
3. 模型审计:定期重检+重大事件触发
4. 人类决策:AI建议+人工终审

新增内容(2026版)

Step 2 新增评估维度(2026)

  • 金融大模型应用全景:50家银行已部署生成式AI,覆盖智能客服(85%替代率)/文档处理(70%效率提升)/风控决策(决策时效<3秒)三大场景
  • 模型风险管理新规(2026年正式稿):中国人民银行要求金融机构建立AI模型台账,重大模型变更须经独立第三方审计,模型偏差超±5%须启动应急机制
  • 数据要素×金融:企业数据资产入表2026年扩展至金融机构,预期新增1.2万亿数据信贷规模,数据质量评分纳入央行评级体系
  • 跨境金融科技监管沙盒:深圳/上海/北京三地同时推进,数字资产托管/AI跨境投顾/区块链供应链金融三类业务首批入盒
  • 金融科技伦理委员会:国家金融监管总局2026年要求持牌机构设立AI伦理委员会,算法公平性/透明度/可解释性纳入年度评级

新增内容(2026版)

Step 2 新增评估维度(2026)

  • 金融大模型应用全景:50家银行已部署生成式AI,覆盖智能客服(85%替代率)/文档处理(70%效率提升)/风控决策(决策时效<3秒)三大场景
  • 模型风险管理新规(2026年正式稿):中国人民银行要求金融机构建立AI模型台账,重大模型变更须经独立第三方审计,模型偏差超±5%须启动应急机制
  • 数据要素×金融:企业数据资产入表2026年扩展至金融机构,预期新增1.2万亿数据信贷规模,数据质量评分纳入央行评级体系
  • 跨境金融科技监管沙盒:深圳/上海/北京三地同时推进,数字资产托管/AI跨境投顾/区块链供应链金融三类业务首批入盒
  • 金融科技伦理委员会:国家金融监管总局2026年要求持牌机构设立AI伦理委员会,算法公平性/透明度/可解释性纳入年度评级

When to Use

  • "怎么建立全面风险管理体系?" → GRC框架
  • "怎么设计智能风险预警系统?" → 预警矩阵
  • "客户信用评估怎么做?" → 信用评分模型
  • "反洗钱合规怎么做?" → AML/KYC体系
  • "模型风险怎么管?" → 算法风控
  • "监管检查怎么准备?" → 合规检查清单

Python Code Templates

风险评分卡模板

def calculate_risk_score(credit_history, income_ratio, collateral, industry_risk):
    """
    简化风险评分卡
    返回: 评分和风险等级
    """
    weights = {"credit": 0.3, "income": 0.25, "collateral": 0.25, "industry": 0.2}
    score = (
        credit_history * weights["credit"] +
        income_ratio * weights["income"] +
        collateral * weights["collateral"] +
        industry_risk * weights["industry"]
    ) * 100
    
    risk_level = "低" if score >= 80 else "中" if score >= 60 else "高"
    return {"score": score, "risk_level": risk_level}

可疑交易检测模板

def detect_suspicious(transactions, thresholds):
    """
    基于规则的异常检测
    """
    alerts = []
    for tx in transactions:
        if tx["amount"] > thresholds["large_tx"]:
            alerts.append({"type": "大额交易", "tx_id": tx["id"]})
        if tx["frequency"] > thresholds["high_freq"]:
            alerts.append({"type": "高频交易", "tx_id": tx["id"]})
    return alerts

Compliance Checklists

NFRA偿二代二期合规

  • 实际资本计算(核心/一级/二级资本)
  • 最低资本要求(保险风险/市场风险/信用风险)
  • SARMRA自评(风险管理能力评估)
  • 压力测试要求

反洗钱合规清单

  • 客户身份识别(KYC)
  • 可疑交易报告(STR)
  • 制裁名单筛查
  • 年度合规评估

Source Notes

  • 巴塞尔协议III框架文件
  • C-ROSS偿二代二期规则
  • NFRA《保险偿付能力监管规则II》
  • FATF反洗钱指引
  • 中国人民银行《金融机构反洗钱规定》

ClawHub Metadata

  • Slug: finance-omni-risk
  • Tags: 风险管理,智能风控,信用风险,操作风险,合规风险,C-ROSS,偿二代,反洗钱,AML,KYC,SARMRA,巴塞尔III
  • Version: 5.0.0
  • License: MIT
  • Author: gechengling
  • ClawHub URL: https://clawhub.ai/gechengling/finance-omni-risk

README (English)

Financial Omni-Risk Control Officer — Comprehensive risk management for banks, insurers, and securities firms. Covers credit risk, market risk, operational risk, AML/KYC, Basel III, C-ROSS, and model risk governance.

Author: gechengling | License: MIT


附录G:阿里点金(Dianjin)融合精华 — 贷后风险监测与大额暴露管理

G.1 核心工作流程(Dianjin融合版)

步骤1:贷后风险监测体系构建

监测维度核心指标预警阈值
---------------------------
财务指标营收增速、净利率、现金流覆盖营收下滑>20% 或 现金流为负
经营行为管理层变动、诉讼增加、动产抵押董事长/总经理变更 或 新增诉讼>3起
融资行为授信银行增加、发债利率上升合作银行>10家 或 发债利率>同行业150bp
担保圈对外担保余额、互保金额担保余额>净资产50%

步骤2:风险信号识别与分级

信号等级信号类型响应机制
---------------------------
红色(紧急)实控人失联、账户冻结、.batch诉讼24小时内现场核查+风险预案
橙色(重要)评级下调、核心资产抵押、现金流恶化72小时内专项检查+增信措施
黄色(关注)行业政策变化、高管频繁变动按月跟踪+季报分析

步骤3:大额风险暴露管理

管理要点计算规则监管要求
---------------------------
大额风险暴露单一客户风险暴露/净资本≤15%(商业银行)
关联方暴露集团客户所有成员单位暴露之和≤20%(商业银行)
全球系统重要性银行G-SIB附加资本要求附加资本1-3.5%

步骤4:风险处置与预案

  • 早期干预:风险提示函、约谈高管、追加担保
  • 中期处置:压缩授信、诉讼保全、资产重组
  • 后期清算:核销准备、债转股、破产申请

G.2 风险评分机制(Dianjin精髓)

风险维度评分指标权重风险阈值
---------------------------------
财务健康资产负债率、现金流覆盖、利息保障倍数30%资产负债率>85%
经营风险行业地位、市场份额、技术壁垒25%市场份额连续3季下滑
融资风险授信银行数量、发债利率、非标占比20%非标融资占比>30%
担保风险对外担保/净资产、互保金额15%对外担保>净资产50%
合规风险监管处罚、诉讼、欠税10%重大违法违规记录

综合风险等级

  • 低风险(0-20分):正常监测,季度例行检查
  • 中风险(21-40分):重点关注,双月专项检查
  • 高风险(41-60分):风险预警,月度跟踪+增信措施
  • 极高风险(61-80分):风险处置,周度监测+风险预案

G.3 合规约束(Dianjin精髓)

  1. 不适用边界:本技能不适用于诉讼代理、法律索赔,此类需求需转交法律合规部门或外部律所
  2. 禁止承诺:不使用"一定收回贷款""guaranteed recovery"等承诺性表述
  3. 禁止替代决策:仅输出风险分析和处置建议,最终风险处置决策由风险处置委员会出具
  4. 数据溯源:风险数据、监测指标必须标注来源和日期
  5. 隐私保护:客户风险信息、内部监测报告必须保密
  6. 客观中立:分析不得受业务关系、绩效考核影响,须客观呈现风险

G.4 测试用例(Dianjin精髓)

用例ID输入场景预期输出验证点
-----------------------------------
TC001监测某制造业客户,营收下滑25%,现金流为负,对外担保/净资产=60%综合风险等级高(评分55分),建议月度跟踪+追加担保风险识别准确、建议合理
TC002某房地产客户,行业政策收紧,评级下调至BBB-,发债利率上升200bp综合风险等级极高(评分70分),建议周度监测+风险预案预警及时、预案可行
TC003某地方政府平台,财政收入下滑30%,债务率180%,再融资困难综合风险等级极高(评分75分),建议启动风险处置程序风险判断准确

G.5 关联技能(Dianjin精髓)

  • 银行信贷尽调bank-credit-investigation):提供借款人画像、财务分析、风险识别
  • 银行监管报告bank-regulatory-reporting):提供最新监管政策解读和合规要求
  • 金融全场景风控finance-omni-risk):本技能,提供行业风险量化模型和预警指标

融合来源:阿里点金(Dianjin) credit-risk-manager/loan-risk-monitor

融合时间:2026-05-31

版本历史

共 2 个版本

  • v5.0.0 当前
    2026-06-01 12:31
  • v3.0.0
    2026-05-21 13:34 安全 安全

安全检测

腾讯云安全 (Keen)

队列中

腾讯云安全 (Sanbu)

队列中

🔗 相关推荐

professional

All-Market Financial Data Hub

financial-ai-analyst
基于东方财富数据库,支持自然语言查询金融数据,覆盖A股、港股、美股、基金、债券等资产,提供实时行情、公司信息、估值、财务报表等,适用于投资研究、交易复盘、市场监控、行业分析、信用研究、财报审计、资产配置等场景,满足机构与个人需求。返回结果为
★ 136 📥 43,682
education

Insurance Agent Trainer

gechengling
AI驱动的保险代理人培训教练——自动解析产品文档、生成题库、评估代理人技能水平(初级/中级/高级),...
★ 1 📥 974
professional

A股量化 AkShare

mbpz
A股量化数据分析工具,基于AkShare库获取A股行情、财务数据、板块信息等。用于回答关于A股股票查询、行情数据、财务分析、选股等问题。
★ 208 📥 65,190