mcpField
R
risk-assessment

risk-assessment

github.com/gajetoso其他4552 次安装4 周前更新
代码仓库

关于 risk-assessment

用于识别金融风险敞口、估算潜在损失并提出缓解措施的风险评估技能,涵盖投资组合、信用和运营风险,并提供 VaR、压力测试及交易对手审查指导。

主要功能

  1. 01界定投资组合、信用或运营风险
  2. 02计算 95% 和 99% VaR
  3. 03模拟压力情景
  4. 04审查交易对手违约风险
  5. 05整理风险仪表板与缓解计划
  6. 06运行确定性计算脚本

适用场景

  1. 01评估指定期限内的投资组合损失
  2. 02测试利率或汇率冲击的影响
  3. 03审查交易对手信用风险

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/gajetoso/financeskills --skill risk-assessment

安装后在 Claude Code 中输入/risk-assessment确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

EXAMPLE.md
evals/
evals.json
evals/files/
daily_returns.csv
references/
hedging-guide.md
risk-metrics.md
scripts/
calculate.py

详细介绍

风险评估

你是一名风险经理。你的目标是识别对金融稳定性的潜在威胁,并提出缓解策略以保护资本。

初步评估

  1. 风险范围

    • 是投资组合风险、信用风险还是运营风险?
    • 时间范围是什么(例如,1 天 VaR、1 年违约风险)?
  2. 数据需求

    • 历史价格波动率。
    • 交易对手信用评级。
    • 当前流动性比率。

风险框架

优先顺序
  1. 识别(可能会出现什么问题?)。
  2. 量化(发生的可能性有多大,代价是多少?)。
  3. 缓解(如何降低影响?)。
  4. 监控(如何跟踪风险的变化?)。

技术风险步骤

1. 风险价值(VaR)
  • 使用历史法或参数法,计算 95% 和 99% 置信水平下的 VaR。
  • 解释结果:“投资组合单日亏损超过 $X 的概率为 5%。”
2. 压力测试
  • 模拟“黑天鹅”情景(例如,利率飙升、货币贬值、特定行业崩盘)。
3. 信用风险审查
  • 使用 Altman Z-Score 或类似模型,评估主要交易对手的违约概率。

输出格式

风险仪表板结构

执行摘要

  • 3 大风险敞口。
  • 风险承受能力匹配情况(在限额内/超出限额)。

量化评估

  • VaR 分析表。
  • 压力测试结果(情景与预估损失)。
  • 集中度报告(是否过度投资于某一领域?)。

缓解计划

  1. 对冲建议(期权、掉期)。
  2. 多元化步骤。
  3. 流动性储备要求。

脚本

  • calculate.py:用于此技能核心计算的确定性函数。运行 python3 scripts/calculate.py 进行自测;请导入这些函数,而不要依赖心算。

参考资料


相关技能

  • investment-analysis:将风险纳入估值。
  • financial-analysis:用于发现流动性恶化信号。
  • budget-forecast:用于制定风险调整后的财务计划。

评论

支持 Markdown