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

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

### 示例 2: 命令行使用

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