银行对公贷前调查报告(尽调报告)撰写指引。当用户需要撰写、生成、起草银行对公信贷的贷前调查报告/尽职调查报告/尽调报告时使用本技能。提供通用对公客户标准模板(12 章 + 6 个附表),覆盖城投/经营性国企/民营企业/上市公司/集团客户/单一客户六类客户,支持"行内场景(含完整核查材料)"与"Demo / 公开数据场景(仅基于互联网公开材料)"两种数据来源场景。本技能仅聚焦"贷前调查报告"这一份输出物的内容与质量,不涉及流程八阶段、授信方案设计、审批意见等其他文档。触发词包括:贷前调查报告、贷前尽调、尽调报告、尽职调查报告、调查报告模板、due diligence report、写一份尽调、撰写贷前调查、demo 贷前调查。
Scanned 9/12/2026
Install to Claude Code
npx -y skills add ahang1598/doubao-workbuddy-qwenwork-skills --skill credit-due-diligence-report --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Credit Due Diligence Report?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/ahang1598-credit-due-diligence-report)More formats (shields.io, HTML) on the badges page.
---
name: credit-due-diligence-report
description: 银行对公贷前调查报告(尽调报告)撰写指引。当用户需要撰写、生成、起草银行对公信贷的贷前调查报告/尽职调查报告/尽调报告时使用本技能。提供通用对公客户标准模板(12 章 + 6 个附表),覆盖城投/经营性国企/民营企业/上市公司/集团客户/单一客户六类客户,支持"行内场景(含完整核查材料)"与"Demo / 公开数据场景(仅基于互联网公开材料)"两种数据来源场景。本技能仅聚焦"贷前调查报告"这一份输出物的内容与质量,不涉及流程八阶段、授信方案设计、审批意见等其他文档。触发词包括:贷前调查报告、贷前尽调、尽调报告、尽职调查报告、调查报告模板、due diligence report、写一份尽调、撰写贷前调查、demo 贷前调查。
category: banking
version: "1.1.1"
author: 商业银行架构中心
display_name: 对公贷前调查报告
description_zh: 银行对公贷前调查报告(尽调报告)撰写指引:12 章+6 附表标准模板,覆盖城投/经营性国企/民营企业/上市公司/集团客户/单一客户六类客户,支持行内与公开数据双场景,含刚性负债列示、流贷额度测算、UBO 识别等真实业内做法
description_en: Due diligence report writing guide for corporate credit: standard 12-chapter + 6-appendix template covering six client types, dual data-source modes (in-bank / public demo), with real-industry practices like hard debt listing and liquidity loan sizing
---
# 对公贷前调查报告撰写指引(Due Diligence Report Writing Guide)
## 技能用途
本技能为撰写**银行对公贷前调查报告(尽调报告)**这一份独立输出物提供标准化指引,包含:
- 一份通用对公客户标准模板(12 章 + 6 个附表)
- 6 类客户的章节启用建议表
- 公开数据 demo 场景的数据源清单
- 真实业内做法(刚性负债列示、流贷额度测算、UBO 识别等)
- 可直接复用的样例(demo)
本技能 **只负责"贷前调查报告"这一份文档**,不涉及:
- 贷前流程八阶段说明(如需,使用 `credit-pre-loan-process` 技能)
- 授信方案设计、信贷申报书
- 信贷审批意见、贷审会决议
- 贷后管理、不良处置
## 何时使用本技能
当用户提出以下任一类诉求时,使用本技能:
- "帮我写/生成/起草一份贷前调查报告"
- "做一份尽调报告 / 尽职调查报告"
- "我有一家公司想做尽调,给我一份模板"
- "基于公开数据做一份某公司的 demo 尽调"
- "把这家公司套到尽调模板里"
- "调查报告里应该写什么 / 包含哪些章节"
- "城投 / 民企 / 上市公司的尽调报告应该怎么写"
## 操作步骤
### 步骤 1:识别用户场景与客户类型
先与用户确认两件事,再决定模板裁剪方式:
| 维度 | 选项 |
|------|------|
| **数据来源场景** | A. 行内场景(有完整核查材料)/ B. Demo / 公开数据场景(仅互联网公开材料) |
| **客户类型** | ① 城投/平台 ② 经营性国企 ③ 民营企业 ④ 上市公司 ⑤ 集团客户 ⑥ 单一客户 |
如果用户已经给出明确客户名称且为知名上市公司,可直接判断"上市公司 + Demo 场景"。
### 步骤 2:加载模板与必要参考
- 主模板:`assets/document-templates/due-diligence-report.md`(必读)
- 章节启用速查:参见模板末尾的"模板使用速查"表格
- Demo 场景的数据源:加载 `references/public-data-sources.md`
- 章节填写要点:按需加载 `references/chapter-writing-guide.md`
- 三类客户参考样例:参见 `assets/demo-samples/`(宁德时代 / 济南城建 / 慈星股份)
### 步骤 3:根据客户类型裁剪章节
参照模板末尾的"不同客户类型的章节启用建议"表,对照 ⭐(必填)/ 📌(视情况)/ ❌(跳过)裁剪章节。常见组合:
- **上市民营企业**(如宁德时代):跳过"区域宏观"细节、"集团情况"可选;强化"关键人风险"、"行业分析"
- **城投/平台**:完整保留"区域宏观"、"集团情况";"关键人"简化但不省略;"刚性负债""政府支持力度"必须详写
- **中小民企**:跳过"区域宏观"、"集团情况";"关键人风险"作为重中之重;强化"实控人股权质押 / 对外担保 / 司法负面"
### 步骤 4:按数据场景标注数据来源
- 行内场景:每章节注明数据出处(行内系统名 / 客户提供材料名 / 第三方数据平台)
- **Demo 场景:报告抬头必须有"数据来源声明"段**,明确"仅基于互联网公开可得材料",并明确"❗本报告不替代行内正式贷前尽调"
- Demo 场景中,凡是行内才能查到的项(人行征信、银行流水、纳税表、不动产查册、配偶资产)必须标注"💼 待行内补充",不可伪造
### 步骤 5:核心章节质量自查
输出前对以下"硬骨头"章节自查:
| 章节 | 自查要点 |
|------|---------|
| 第五章 财务报表分析 | 是否至少 3 年数据;是否独立列示"刚性负债";是否有营收真实性核查(demo 用"销售商品收到现金"代替银行流水) |
| 第六章 关键人/实控人 | 是否完成 UBO 识别(25% 红线);司法负面 / 失信 / 限高 / 被执行 / 行政处罚是否全查;股权质押率是否计算 |
| 第八章 授信情况分析 | 流贷额度是否按《流动资金贷款管理办法》营运资金需求模型测算;同业授信是否完整 |
| 第九章 外部信息核查 | 11 项核查(工商/司法/执行/失信/限高/行政/税务/环保/安全/舆情/反洗钱)是否全部覆盖 |
### 步骤 6:输出文档与延伸建议
输出报告 Markdown 文件后,主动建议:
- 是否同步生成 HTML 与 PDF(如用户希望可视化交付)
- 是否需要基于本报告进一步生成"信贷决策报告 / 授信申报书"(提示用户:那是另一份文档,由 `credit-pre-loan-process` 技能负责)
## 关键原则
- **完整性优先**:宁可某章节标注"无 / 不适用 / 待行内补充",也不要直接删除章节
- **数据来源透明**:每个数字、每个结论都能追溯到具体数据源
- **行内 vs Demo 严格分离**:Demo 报告必须在抬头声明,并对行内才能查的项明确标注,不替代行内正式尽调
- **不伪造数据**:拿不到的数据,写"待行内补充"或"未公开披露",不要编造
- **抗辩思维**:报告中所有结论应能在审贷会上被质询并回答
- **保留模板弹性**:模板既要能装下"宁德时代"这种全国型上市公司,也要能装下"区县城投"和"中小民企",章节启用按客户类型裁剪
## 模板结构总览
`assets/document-templates/due-diligence-report.md` —— 通用对公客户标准模板,**12 章 + 6 个附表**:
```
一、受信人基本情况(含"股东背景与平台地位评价")
二、区域与宏观环境(📌 城投/区域型必填,全国型简化)
三、行业分析(🤖 可 AI 辅助)
四、受信人经营情况分析
五、财务报表分析(含"刚性负债"独立列示)
六、关键人 / 实控人风险分析(独立成章)
七、集团情况分析(📌 集团/控股客户必填,单一客户跳过)
八、受信人授信情况分析(含"流贷额度测算")
九、外部信息核查(独立成章)
十、授信保障方式
十一、综述(优势 / 劣势风控措施 / 可行性)
十二、调查意见与结论
附表 1-6(工商变更 / 反洗钱 / 法律风险 / 额度使用 / 行内附件 / Demo 附件)
```
### 章节标识符
| 标识 | 含义 |
|------|------|
| ⭐ 必填 | 任何客户都必须完成 |
| 📌 可选 | 视客户类型决定 |
| 🤖 可 AI 辅助 | 可借助 AI / 第三方数据自动填充初稿 |
| 💼 行内必查 | 必须使用行内系统/材料 |
| 🌐 可公开数据替代 | demo 场景可使用公开数据 |
### 不同客户类型章节启用速查
| 章节 | 经营性民企 | 经营性国企 | 上市公司 | 城投/平台 | 集团客户 | 单一客户 |
|------|-----------|-----------|---------|----------|---------|---------|
| 一、基本情况 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 二、区域宏观 | 简化 | 简化 | 简化 | ⭐ | 简化 | 简化 |
| 三、行业分析 | ⭐ | ⭐ | ⭐ | 简化 | ⭐ | ⭐ |
| 四、经营情况 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 五、财务分析 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 六、关键人 | ⭐⭐ | ⭐ | ⭐ | 简化 | ⭐ | ⭐ |
| 七、集团 | 视情况 | 视情况 | 视情况 | ⭐ | ⭐ | ❌ 跳过 |
| 八、授信情况 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 九、外部信息 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 十、保障方式 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 十一、综述 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
| 十二、调查意见 | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ | ⭐ |
## 三类参考 demo
`assets/demo-samples/` 下提供三份基于公开数据生成的 demo 报告,覆盖不同客户类型,便于参考:
| 样例 | 客户类型 | 关键看点 |
|------|---------|---------|
| `demo-listed-company-ningde.md` | 上市公司 / 全国型民营 | 财务优秀型客户的写法、行业分析、关键人风险 |
| `demo-cityinvest-jinan.md` | 城投 / 区县级平台 | 区域宏观 / 政府支持力度 / 隐性债务监管下的写法 |
| `demo-sme-cixing.md` | 中型民营 / 风险关注型 | 实控人股权质押 / 业绩长期低迷的风险揭示写法 |
## 配套监管依据
- 《商业银行授信工作尽职指引》—— 双人调查、独立审查
- 《商业银行流动资金贷款管理办法》(2024 修订)—— 第八章流贷额度测算口径
- 《商业银行内部评级法监管指引》—— 第五章评级输入
- 《银行业金融机构受益所有人识别办法》—— 第六章 UBO 识别
## 常见误区与避免
- ❌ 把 Demo 报告当成行内尽调报告交付 → 必须在抬头声明
- ❌ 公开数据查不到就编一个数 → 写"待行内补充"或"未公开披露"
- ❌ 所有客户用一套模板不裁剪 → 城投不需要"行业分析"详写、单一客户不需要"集团情况"
- ❌ 关键人风险只查实控人本人 → 必须穿透到 UBO + 配偶 + 关联企业
- ❌ 财务分析只看合并报表 → 上市公司必须看母公司报表,识别"合并粉饰、母公司空心化"
- ❌ 流贷额度拍脑袋测算 → 必须按《流动资金贷款管理办法》营运资金需求模型计算
## 与其他技能的边界
| 技能 | 职责 |
|------|------|
| **本技能 `credit-due-diligence-report`** | **只产出"贷前调查报告"这一份文档** |
| `credit-pre-loan-process` | 贷前流程八阶段、授信方案、信贷申报书、审批意见等 |
如果用户需要的不是"调查报告"而是"流程说明 / 审批意见 / 申报书",应改用 `credit-pre-loan-process` 技能。
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!