当用户需要对银行对公客户开展贷后经营异常预警、风险信号识别、预警分级、触发原因解释、跟踪建议、走访核查清单、风险提示或预警报告输出时,使用本技能。 适用于银行对公金融场景下的贷后预警、客户持续监测、异常经营识别、风险苗头发现与早期处置建议。 当用户提供企业经营、财务、账户、交易、司法、舆情、纳税、工商、担保、上下游、库存、回款、订单等信息,希望识别异常并形成预警结论时,应优先触发本技能。
Scanned 9/7/2026
Install to Claude Code
npx -y skills add aifinlab/FinClaw --skill enterprise-operational-anomaly-early-warning --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Enterprise Operational Anomaly Early Warning?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/aifinlab-enterprise-operational-anomaly-early-warning)More formats (shields.io, HTML) on the badges page.
---
name: enterprise-operational-anomaly-early-warning
description: |
当用户需要对银行对公客户开展贷后经营异常预警、风险信号识别、预警分级、触发原因解释、跟踪建议、走访核查清单、风险提示或预警报告输出时,使用本技能。
适用于银行对公金融场景下的贷后预警、客户持续监测、异常经营识别、风险苗头发现与早期处置建议。
当用户提供企业经营、财务、账户、交易、司法、舆情、纳税、工商、担保、上下游、库存、回款、订单等信息,希望识别异常并形成预警结论时,应优先触发本技能。
---
# 技能用途
本技能用于银行对公金融场景中的贷后预警工作,帮助识别企业在贷后阶段出现的经营异常、财务恶化、交易异动、司法风险、舆情风险、账户异常、上下游波动与担保变化等风险信号,并输出结构化的预警结论、分级判断、核查重点与处置建议。
本技能强调“早识别、早解释、早跟踪、早处置”,适合用于:
- 贷后客户持续监测
- 风险苗头预警
- 客户经理预警排查
- 预警报告撰写
- 走访核查提纲生成
- 风险会商材料准备
# 适用范围
- 行业:银行
- 业务条线/能力域:对公金融
- 场景/能力:贷后预警
- 技能层级:task
# 何时使用
当出现以下需求时,使用本技能:
1. 用户要求判断企业是否存在经营异常或贷后风险苗头。
2. 用户提供多维度数据,希望识别预警信号并进行分级。
3. 用户希望生成企业贷后预警报告、预警摘要、核查清单或处置建议。
4. 用户需要将零散异常现象整合为结构化风险判断。
5. 用户需要对连续监测数据进行趋势识别和异常解释。
# 不适用情形
以下情形不应直接给出强结论,或应切换/结合其他技能:
- 仅有极少量非结构化信息,且缺乏时间序列或交叉验证依据。
- 用户需要的是授信准入尽调,而非贷后预警。
- 用户要求提供最终法律认定、审计结论或监管处罚结论。
- 用户需要复杂量化违约概率建模而非规则型预警分析。
# 核心原则
1. **证据分层**:区分“已确认异常”“高度疑似异常”“待核验线索”。
2. **时间比较**:优先比较近期与历史、环比与同比、单月与滚动区间,避免静态看点值。
3. **多信号交叉验证**:单一信号不轻易下结论,尽量结合财务、交易、工商、司法、舆情等多源信息验证。
4. **保守输出**:在数据不足时明确说明不确定性,不夸大风险程度。
5. **面向处置**:结论不仅指出问题,还要给出跟踪项、补充材料和建议动作。
# 重点关注的预警维度
## 1. 经营层面异常
- 营收明显下滑
- 订单减少或新增订单不足
- 开工率下降、停工停产
- 核心客户流失
- 核心供应商变动或供货中断
- 库存异常上升
- 应收账款回款放缓
- 业务区域或产品线收缩
## 2. 财务层面异常
- 收入、利润、现金流同步恶化
- 毛利率、净利率明显下滑
- 经营性现金流持续为负
- 有息负债增长过快
- 短债占比过高
- 应收、存货、预付项目异常膨胀
- 资产负债率显著抬升
- 费用率异常波动
## 3. 账户与交易层面异常
- 账户流水明显收缩或突然放大
- 资金归集异常、频繁大额转出
- 回款与销售规模不匹配
- 交易对手集中度上升
- 关联方资金往来异常增加
- 异常时点集中交易
- 对外担保或代偿迹象
## 4. 外部风险层面异常
- 工商变更频繁
- 实控人、法定代表人、高管异常变动
- 股权冻结、股权质押比例升高
- 涉诉、被执行、失信、限高等司法风险上升
- 税务异常、行政处罚、环保处罚
- 负面舆情增加
- 行业景气度明显下行
## 5. 履约与授信层面异常
- 利息、本金、票据、租金等支付迟缓
- 保证金不足
- 抵质押物价值波动
- 贷后资料提交延迟
- 约定财务指标触碰预警线
- 资金用途偏离约定
# 标准工作流程
## 步骤一:梳理输入资料
优先整理以下资料:
- 企业基本信息
- 授信信息与存量融资结构
- 财务报表及期间数据
- 银行账户流水或交易摘要
- 发票、纳税、订单、回款信息
- 工商、司法、舆情、处罚信息
- 担保、抵押、质押信息
- 上下游结构与集中度信息
- 历史预警记录与走访记录
若资料不全,必须明确:
- 已获取资料
- 缺失资料
- 缺失资料对结论影响
## 步骤二:识别异常信号
对各维度信号进行梳理,并记录:
- 信号名称
- 出现时间
- 变化方向
- 幅度或严重程度
- 数据来源
- 是否已交叉验证
## 步骤三:进行预警分级
建议按四级输出:
- 正常:暂未发现明显异常
- 关注:发现轻度异常,需持续跟踪
- 预警:出现多项明显异常,建议尽快核查
- 高预警:风险快速积聚或已有实质性违约苗头,建议立即处置
分级应结合:
- 异常数量
- 异常持续时间
- 异常间相互印证程度
- 是否涉及现金流和偿债能力
- 是否存在司法、舆情、账户等高敏感信号
## 步骤四:解释成因与风险传导路径
不要只罗列异常点,还需说明:
- 异常可能由什么驱动
- 是否为行业共性波动
- 是否为客户自身经营恶化
- 风险如何从经营传导至现金流、再传导至还款能力
## 步骤五:输出处置建议
建议覆盖:
- 继续监测项
- 立即补充材料项
- 实地走访核查项
- 账户监控建议
- 授信调整建议
- 担保补强建议
- 风险上报建议
# 输出要求
输出应优先采用以下结构:
1. 企业基本情况摘要
2. 预警等级结论
3. 核心异常信号清单
4. 异常成因与传导分析
5. 待核验事项
6. 建议采取的跟踪与处置动作
7. 数据缺口与结论边界
# 输出风格要求
- 全部使用中文
- 语气客观、审慎、可复核
- 避免夸张和未经证实的定性表述
- 必须显式区分“事实”“判断”“建议”
- 若数据不足,必须写明“当前结论仅为阶段性判断”
# 风险边界
- 本技能输出不替代法律意见、审计意见、正式评级结果或最终授信审批结论。
- 对于重大负面事项,除文本判断外,应建议线下核查与人工复核。
- 若关键数据缺失,不应直接下达“实质违约”或“持续经营无法维持”等强结论。
# 建议读取的参考文件
- `references/early_warning_signal_catalog.md`
- `references/post_loan_monitoring_checklist.md`
- `references/disposal_actions_guide.md`
- `references/output_schema.md`
- `references/walkthrough_interview_outline.md`
# 可使用的模板
- `assets/templates/early_warning_report_template.md`
- `assets/templates/data_request_notice_template.md`
- `assets/templates/customer_visit_outline_template.md`
# 可使用的脚本
- `scripts/warning_signal_engine.py`
- `scripts/warning_level_scoring.py`
- `scripts/render_warning_report.py`
# 成功标准
当本技能使用成功时,输出结果应满足:
- 能清晰说明企业当前贷后风险状态
- 能列出主要异常信号及其证据来源
- 能给出合理的预警等级与解释
- 能指出缺失资料和待核验事项
- 能提出可执行的后续动作建议
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!