为银行经营分析提供确定性数值计算能力,涵盖百分比、同比环比、贡献度、分布、排名等银行业务常用计算,避免LLM心算幻觉
Scanned 9/7/2026
Install to Claude Code
npx -y skills add aifinlab/FinClaw --skill bank-calc-utils --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Bank Calc Utils?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/aifinlab-bank-calc-utils-finclaw)More formats (shields.io, HTML) on the badges page.
---
name: bank-calc-utils
description: 为银行经营分析提供确定性数值计算能力,涵盖百分比、同比环比、贡献度、分布、排名等银行业务常用计算,避免LLM心算幻觉
---
# 银行业务通用计算工具集
## 1. 业务问题
银行经营分析涉及大量数值计算:同比增长率、环比变动率、贡献度拆解、结构占比、集中度指标、排名百分位等。LLM在直接进行数值运算时容易产生幻觉(心算错误),尤其在多步计算和大数运算场景下。本工具集提供确定性的计算脚本,确保所有数值结果精确可靠,为上层分析技能提供可信赖的计算基础设施。
## 2. 适用场景
- 经营指标的同比、环比、较年初变动率计算
- 各维度对总量变动的贡献额和贡献率计算
- 贷款/存款/收入等指标的结构占比计算
- 机构/产品/客群的排名和百分位计算
- 行业集中度(CR5/CR10/HHI)计算
- 不良率、拨备覆盖率、净息差等银行核心比率计算
- 分项加总验证和交叉校验
## 3. 输入
| 输入项 | 说明 | 是否必须 |
|--------|------|----------|
| 计算类型 | percentage / change_rate / contribution / distribution / top_n / rank | 必须 |
| 数值参数 | 根据计算类型提供对应的数值(当期值、基期值、分项值等) | 必须 |
| 精度要求 | 小数位数(默认2位) | 可选 |
| 单位 | 万元/亿元/百分比/BP | 可选 |
### 支持的计算操作
| 操作 | 说明 | 典型银行应用场景 |
|------|------|-----------------|
| `percentage` | 计算百分比(部分/整体) | 存款占比、不良率、产品渗透率 |
| `change_rate` | 计算变动率(同比/环比/较年初) | 存款增速、利润变动率、客户增长率 |
| `contribution` | 计算各分项对总量变动的贡献度 | 各机构对存款增量的贡献、各产品对收入增长的贡献 |
| `distribution` | 计算分布结构(各项占比) | 贷款行业分布、期限结构、客群结构 |
| `top_n` | 取前N项及其合计占比 | 前十大客户集中度、前五大行业占比 |
| `rank` | 排名及百分位计算 | 网点排名、客户经理业绩排名 |
## 4. 输出
- **计算结果**:精确的数值结果,附带单位和精度说明
- **计算过程**:关键中间步骤(便于审核和验证)
- **校验信息**:加总校验、合理性校验的结果(如占比合计是否为100%)
## 5. 默认分析维度
本工具为计算基础设施,不独立进行分析。默认支持以下银行业务计算场景:
- **规模类计算**:余额、增量、变动额
- **比率类计算**:增长率、占比、渗透率、不良率、覆盖率
- **贡献类计算**:贡献额、贡献率、拉动百分点
- **集中度计算**:CR5、CR10、HHI指数
- **排名类计算**:排名序号、百分位、分位数
## 6. 默认分析框架
本工具不执行分析框架,仅提供计算服务。调用方式:
1. **确认计算类型**:从支持的操作中选择对应类型
2. **准备输入数据**:按计算类型要求提供数值参数
3. **调用计算脚本**:执行 `scripts/calc.py` 中对应的计算函数
4. **获取精确结果**:返回带精度和单位的计算结果
5. **校验结果合理性**:自动进行加总校验和边界检查
调用示例:
```
# 计算变动率
python scripts/calc.py change_rate --current 1250.5 --base 1180.3
# 计算贡献度
python scripts/calc.py contribution --total_change 70.2 --items '{"分行A": 35.1, "分行B": 20.5, "分行C": 14.6}'
# 计算集中度
python scripts/calc.py top_n --values '{"客户1": 500, "客户2": 300, "客户3": 200, ...}' --n 5
```
## 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
- 计算结果的准确性依赖输入数据的正确性,输入数据由调用方负责校验
- 本工具仅提供数值计算,不对计算结果进行业务解读或决策建议
- 当输入数据存在异常(如除数为零、负值余额等)时,返回错误提示而非错误结果
## 8. 上游依赖
- 无(基础工具,不依赖其他 Skill)
## 9. 可联动下游 Skills
- 被所有需要数值计算的 Skills 调用,包括但不限于:
- **business-metrics-attribution**:经营指标归因分析
- **branch-performance-benchmarking**:网点经营对比分析
- **deposit-growth-attribution**:存款增长归因分析
- **loan-structure-analysis**:贷款结构分析
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!