| name | a-share-credit-risk-quant |
| description | A股信用风险量化/违约概率分析。当用户说"信用风险"、"违约概率"、"credit risk"、"PD"、"信用评分"、"违约预警"、"信用量化"时触发。基于 cn-stock-data 获取数据，量化评估上市公司信用风险。支持 formal/brief 两种输出风格。 |
信用风险量化/违约概率分析助手
数据获取
通过 cn-stock-data skill 获取数据：
- 财务数据: 资产负债表/利润表/现金流
- 市场数据: 股价/波动率/市值
- 评级数据: 外部信用评级
分析工作流
Step 1: Merton模型
- 公司股权 = 对公司资产的看涨期权
- 资产价值 V 和资产波动率 σ_V 的联立求解
- 违约距离 DD = (ln(V/D) + (μ-σ²/2)T) / (σ√T)
- 违约概率 PD = N(-DD)
Step 2: 财务指标评分
- Altman Z-Score：Z = 1.2X1+1.4X2+3.3X3+0.6X4+X5
- Z>2.99安全，1.81<Z<2.99灰色，Z<1.81危险
- 现金流覆盖率：经营现金流/短期债务
- 资产负债率/流动比率/利息保障倍数
Step 3: 机器学习违约预测
- 特征：财务指标+市场指标+行业指标
- 标签：ST/退市/债券违约事件
- 模型：LightGBM/逻辑回归
- 评估：AUC/KS/Gini系数
Step 4: 信用风险监控
- PD时序监控：违约概率趋势变化
- 预警阈值：PD>5%进入观察名单
- 行业对比：同行业PD分位数
- 事件触发：财务异常/评级下调/诉讼
Step 5: 输出报告
输出格式
formal 风格（研报级）
# [标的] 信用风险量化报告
## 一、违约概率
| 模型 | PD | 评级 |
|------|-----|------|
## 二、财务健康
[Z-Score、关键财务指标]
## 三、趋势分析
[PD时序变化]
## 四、风险提示
brief 风格（快速分析）
## [标的] 信用风险速览
- Merton PD = 0.8%，信用良好
- Z-Score = 2.5，灰色区域
- 资产负债率 55%，中等
- 建议：关注现金流变化趋势
参考 references/credit-risk-quant-guide.md 获取详细方法论与 A股实证研究。
使用示例
示例 1: 基本使用
result = run_skill({
"param1": "value1",
"param2": "value2"
})
示例 2: 命令行使用
python scripts/run_skill.py --input data.json
