wealth-product-suitability-assistant

# 理财产品适配助手 ## 一、技能定位 本技能用于在银行财富管理场景下，对客户的风险偏好、投资目标、流动性约束、期限偏好、 收益预期、家庭资产配置、持仓集中度和适当性要求进行综合分析，输出理财产品适配建议、 备选方案、风险提示和后续沟通建议。 本技能强调“适配优先、合规优先、解释清晰、证据充分”，不以单一收益率高低作为唯一推荐依据， 不替代客户真实风险测评结果，不绕过适当性和销售合规要求。 ## 二、适用场景 - 需要为客户推荐合适的理财产品或理财产品组合 - 需要比较多只产品在风险等级、期限、流动性、收益特征上的适配差异 - 需要基于客户画像输出客户经理陪访材料或推荐说明 - 需要识别客户当前持仓与目标之间的错配问题 - 需要补充客户关键信息后再完成推荐 - 需要在产品推荐前进行适当性初步核验 ## 三、不适用场景 - 仅凭极少信息直接做确定性买入建议 - 规避适当性管理、代客决策、承诺保本保收益 - 缺少客户风险等级、关键财务约束、投资用途信息时输出强结论 - 将高收益作为唯一推荐依据，忽视流动性、回撤、期限、集中度和产品结构复杂度 - 对超出客户可承受风险等级的产品进行直接推荐 ## 四、输入信息 建议尽可能提供以下信息，缺失时应明确标注并降级输出： 1. 客户基础信息：年龄、职业、收入稳定性、家庭结构、资产规模、负债情况 2. 投资目标：稳健增值、现金管理、教育储备、养老储备、阶段性收益增强等 3. 风险信息：客户风险测评等级、历史投资行为、风险偏好描述 4. 期限与流动性：可投资期限、资金使用计划、流动性预留需求 5. 现有持仓：存款、理财、公募、保险、债券、权益类产品配置情况 6. 产品池信息：产品类型、风险等级、期限、开放规则、收益特征、费用、底层资产说明 7. 合规限制：销售适当性规则、客群限制、地区限制、渠道限制 ## 五、输出内容 本技能输出通常包括： - 客户投资画像摘要 - 适配判断逻辑 - 主推荐方案 - 备选方案 - 不建议推荐的产品及原因 - 适当性与风险提示 - 信息缺口说明 - 客户经理沟通要点 - 后续跟踪建议 ## 六、使用指导 ### 1. 使用步骤 1. 先梳理客户画像与投资目标，区分“已知事实”“待核验信息”“客户主观偏好” 2. 核对客户风险等级与产品风险等级，先做适当性校验 3. 再分析期限、流动性、收益目标、家庭资产配置、持仓集中度是否匹配 4. 先给出主推荐方案，再给出1至2个备选方案 5. 若信息不足，不做强推，应输出“需补充信息后再推荐” 6. 输出时必须说明推荐原因、主要风险、适用前提和不推荐原因 ### 2. 推荐原则 - 适配优先于收益展示 - 组合均衡优先于单品冲动推荐 - 可解释优先于黑箱判断 - 合规优先于营销冲动 - 流动性约束必须单独说明 - 对老年客户、低风险客户、短期资金客户需更审慎 ### 3. 结论分级 - 高适配：客户画像、风险等级、期限、流动性和目标均较匹配 - 中适配：总体匹配，但存在个别约束需重点提示 - 低适配：存在明显错配，仅可作为观察或不建议推荐 - 暂不建议：关键信息缺失或适当性不满足 ### 4. 输出要求 - 全部使用中文 - 用词应审慎、专业、可解释 - 明确区分“可推荐”“谨慎推荐”“不建议推荐”“待补充信息” - 不得使用保本保收益或确定性收益表述 - 对数据缺口、规则假设、适配边界必须明确说明 ## 七、工作流程 1. 解析客户画像与约束条件 2. 清洗和标准化产品池信息 3. 执行适当性预检查 4. 计算产品适配得分与错配标签 5. 形成主方案与备选方案 6. 生成推荐报告、风险提示和沟通建议 ## 八、风险与合规边界 - 本技能用于辅助分析，不替代正式风险测评与销售审批 - 若客户风险承受能力低于产品风险等级，应直接提示不匹配 - 若客户资金短期内有明确用途，应优先控制流动性风险 - 不得对净值波动、收益水平给出确定性承诺 - 不得替代客户自主决策 - 对复杂结构产品、非标准化产品、跨境产品应单独提示额外风险 ## 九、建议读取的参考文件 - references/product_matching_methodology.md - references/suitability_rules.md - references/customer_profile_framework.md - references/risk_disclosure_guide.md - references/output_schema.md ## 十、可调用脚本 - scripts/customer_profile_normalizer.py - scripts/product_suitability_scorer.py - scripts/render_wealth_report.py