Menu
ALM（Asset-Liability Management，资产负债管理）引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据（资产规模、负债结构、期限分布），输出完整的缺口分析、风险指标（LCR/NSFR/久期缺口）及优化建议。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | alm |
| description | ALM（Asset-Liability Management，资产负债管理）引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据（资产规模、负债结构、期限分布），输出完整的缺口分析、风险指标（LCR/NSFR/久期缺口）及优化建议。 |
| version | 1.0.0 |
| author | AlphaAgent |
| license | MIT |
| layer | L2 |
| capability_domain | ["C02","C03","C11"] |
| industry | financial |
| metadata | {"raw_title":"ALM - 资产负债管理引擎","auto_generated":true,"auto_generated_at":"2026-06-20"} |
ALM（Asset-Liability Management，资产负债管理）引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据（资产规模、负债结构、期限分布），输出完整的缺口分析、风险指标（LCR/NSFR/久期缺口）及优化建议。
分析 6 个标准期限档位的资产-负债缺口：
缺口 = 资产到期量 - 负债到期量
LCR = 优质流动性资产（HQLA）/ 未来30天净现金流出
监管要求：LCR ≥ 100%
NSFR = 可用稳定资金（ASF）/ 所需稳定资金（RSF）
监管要求：NSFR ≥ 100%
根据监管阈值自动生成预警信号：
| 指标 | 绿色（正常） | 黄色（预警） | 红色（超标） |
|---|---|---|---|
| LCR | ≥100% | 80%~100% | <80% |
| NSFR | ≥100% | 80%~100% | <80% |
| 期限缺口率 | ±20%以内 | ±20%~±30% | 超出±30% |
基于分析结果，生成三类优化建议：
{
"total_assets": 500000000000, # 总资产（元）
"liability_structure": {
"demand_deposits": 0.30, # 活期存款 30%
"time_deposits": 0.60, # 定期存款 60%
"interbank": 0.05, # 同业负债 5%
"bond_issuance": 0.03, # 债券发行 3%
"other": 0.02 # 其他负债 2%
},
"asset_maturity_profile": {
# 各期限档位资产占比（相对于总资产）
"1m": 0.10, # 1个月内到期 10%
"3m": 0.12, # 3个月内到期 12%
"6m": 0.15, # 6个月内到期 15%
"1y": 0.20, # 1年内到期 20%
"3y": 0.25, # 3年内到期 25%
"5y": 0.18 # 5年内到期 18%
},
"liability_maturity_profile": {
# 各期限档位负债占比
"1m": 0.25, # 1个月内到期 25%
"3m": 0.20, # 3个月内到期 20%
"6m": 0.18, # 6个月内到期 18%
"1y": 0.22, # 1年内到期 22%
"3y": 0.10, # 3年内到期 10%
"5y": 0.05 # 5年内到期 5%
},
"hqla_composition": {
# 优质流动性资产构成
"level1": 0.70, # 一级资产 70%
"level2": 0.30 # 二级资产 30%
},
"asset_duration": 2.5, # 资产加权平均久期（年）
"liability_duration": 1.8 # 负债加权平均久期（年）
}
{
"gap_analysis": {
"1m": {"asset": ..., "liability": ..., "gap": ..., "gap_ratio": ...},
"3m": {...},
"6m": {...},
"1y": {...},
"3y": {...},
"5y": {...}
},
"lcr": {
"hqla": {"level1": ..., "level2": ..., "total": ...},
"net_cash_outflow": ...,
"lcr_ratio": ...,
"status": "green" | "yellow" | "red"
},
"nsfr": {
"available_stable_funding": ...,
"required_stable_funding": ...,
"nsfr_ratio": ...,
"status": "green" | "yellow" | "red"
},
"duration_gap": {
"asset_duration": ...,
"liability_duration": ...,
"duration_gap": ...,
"duration_gap_adjusted": ...,
"status": "green" | "yellow" | "red"
},
"warnings": [
{"level": "yellow"|"red", "indicator": "...", "message": "...", "suggestion": "..."}
],
"optimization": {
"liability_adjustment": [...],
"asset_optimization": [...],
"derivatives_hedge": [...]
}
}
python3 scripts/alm_cli.py generate "ALM 资产500亿 定期存款60% 活期30%"
python3 scripts/alm_cli.py generate "ALM 资产1000亿 同业负债15% 债券发行10%"
python3 scripts/alm_cli.py serve --port 8080
ALMEngine 类scripts/alm_cli.pywecom_integration.py 发送卡片消息FinAI集群 AI 团队 · AlphaAgent
Enterprise WeChat template_card builder and sender. Provides reusable card templates for due diligence reports, stock alerts, risk warnings, and more. Supports text_notice, news_notice, and button_interaction card types with fallback to markdown.
本技能为进出口企业提供全面的贸易融资方案推荐与对比分析，基于企业类型、贸易类型、融资金额、账期等关键参数，智能推荐最适合的融资产品。
Financial AI Skill - 客户经理营销话术实时生成器。输入客户画像和营销目标，AI自动生成电话/微信/拜访话术，支持异议处理预演、方言适配、多风格切换。覆盖零售/对公/理财/私行/信用卡全营销岗位。
网点分析技能是一个基于AI的银行网点竞争力评估与经营规划引擎。该技能综合分析网点的地理位置、竞争格局、客群特征等维度，输出SWOT分析、三年经营预测、重点发展业务方向及投入产出建议。
Financial AI Skill - 产品手册智能对话引擎。基于 BM25 + TF-IDF 双路检索 + RRF 融合的轻量级 RAG，零外部依赖、毫秒级响应、自动出处标注。支持理财/信用卡/贷款等多种产品手册同时入库，语音/文字提问秒回精准答案。Hit@1 实测 100%，平均检索耗时 < 3ms。
Financial AI Skill - 财富管理智能体。提供资产配置、财务健康诊断、退休规划、保险规划、税务优化、教育金规划、房产规划、智能投顾等8大能力。基于规则引擎的轻量级财富管理系统，零API费用。