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。
# 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
```python
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
```python
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*
don't have the plugin yet? install it then click "run inline in claude" again.