loan-structure-analysis

name	loan-structure-analysis
description	对银行贷款余额、结构分布、变化趋势和集中度进行多维分析，识别结构性风险和增长机会

贷款结构分析助手

1. 业务问题

贷款是银行资产端的核心业务，贷款结构直接影响收益水平和风险敞口。管理层需要掌握贷款在产品、期限、行业、区域、客群等维度上的分布情况，识别结构是否合理、集中度是否过高、变化趋势是否健康。本技能对贷款余额进行多维结构分析，输出结构分布、变化趋势、集中度评估和结构优化建议。

2. 适用场景

• 季度信贷结构分析报告编制
• 贷款产品结构（信用/保证/抵押/质押）分布分析
• 行业集中度和大户集中度评估
• 零售贷款（房贷/消费贷/经营贷/信用卡）结构分析
• 期限结构分析：短期/中长期配比与错配风险
• 新增贷款投向分析与存量结构变化趋势
• 各分支机构贷款结构差异对比

3. 输入

输入项	说明	是否必须
贷款明细或汇总数据	各维度的贷款余额数据	必须
分析维度	产品/期限/行业/区域/客群/担保方式等	可选，默认产品+期限
历史数据	前期同口径数据，用于趋势分析	可选
集中度阈值	单户/单行业/单区域的集中度预警线	可选，默认监管标准
分析期间	数据所属时间点或区间	必须
对比口径	同比/环比/较年初	可选，默认较年初

4. 输出

• 结构分析结论：一段话概括贷款结构现状和主要变化（结论先行）
• 结构分布表：各维度的余额、占比、较基期变动
• 集中度分析：前N大客户/行业/区域的贷款集中度
• 趋势分析：各维度占比的历史变化趋势（如有历史数据）
• 结构变化归因：占比变动较大的维度项及其驱动因素
• 风险提示：集中度超标、结构失衡等需关注的风险点

5. 默认分析维度

• 产品维度：流动资金贷款/固定资产贷款/贸易融资/个人住房/消费贷/经营贷/信用卡
• 期限维度：短期（1年以内）/中期（1-5年）/长期（5年以上）
• 担保方式：信用/保证/抵押/质押
• 客群维度：对公/小微/零售/同业
• 行业维度：按国标行业分类的贷款分布
• 区域维度：按地区或分支机构的贷款分布
• 五级分类：正常/关注/次级/可疑/损失

6. 默认分析框架

1. 数据整理：按各分析维度汇总贷款余额
2. 结构占比计算：调用 bank-calc-utils 计算各维度的余额占比
3. 变动分析：计算各维度较基期的变动额和占比变动
4. 集中度计算：计算前N大客户/行业/区域的集中度（CR5/CR10/HHI）
5. 趋势分析：如有多期数据，分析各维度占比的变化趋势
6. 结构合理性评估：对照监管要求和同业水平，评估结构合理性
7. 风险标注：标注集中度超标、占比异常变动等风险点
8. 生成分析结论：结论先行，概括结构特征、主要变化和风险提示

7. 安全边界

• 不编造数据；不夸大结论；缺失信息标注"未获取"或"待核实"
• 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策
• 不替代正式报送、审计、责任认定、管理决策
• 结构分析结论为辅助参考，不替代信贷审批或风险管理的正式判断
• 集中度评估基于提供的数据范围，可能不含表外和关联方合并口径

8. 上游依赖

• bank-calc-utils：提供占比、变动率、集中度（CR/HHI）、排名等确定性数值计算

9. 可联动下游 Skills

• business-analysis-summary：将贷款结构分析结果整合进经营分析摘要报告

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json