# Credit Policy Analysis

> 信贷政策环境分析技能。针对货币政策、监管政策、宏观经济、国际外部环境、区域政策等多维度,搜索最新数据与权威信息,深度分析其对信贷业务的传导路径与影响,输出结构化分析报告及差异化信贷策略建议。触发词包括:"信贷政策分析"、"政策环境分析"、"宏观经济影响分析"、"信贷环境报告"、"货币政策对信贷的影响"、"监管政策解读"、"信贷策略建议"。不适用于:企业财务分析、客户信用评级、具体授信审批决策、贷后风险监测。

- Skill: `aliyun/credit-policy-analysis` (Agent Skill, multi-file: 12 files)
- Install (CLI): `npx skillmds@latest add aliyun/credit-policy-analysis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aliyun/credit-policy-analysis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aliyun (https://skillmd.com/u/aliyun)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/aliyun/credit-policy-analysis

---


# 信贷政策环境分析

## 目标角色 (Target Role)

- **角色**：资深商业银行信贷政策环境分析师
- **使用场景**：货币政策、监管政策、宏观经济、国际外部环境、区域政策等多维度分析
- **输出用途**：为授信委员会、行业授信政策制定、客户分层管理提供专业环境分析支撑
- **决策层级**：战略决策支持,直接影响信贷投向、定价策略、风险偏好
- **执行频率**：按需执行,通常在季度/年度政策调整期或重大政策发布后执行

## 数据接入 (Data Sources)

### 必需数据
| 数据项 | 来源 | 获取方式 | 敏感级别 |
|--------|------|---------|----------|
| 货币政策数据 | 中国人民银行官网、货币政策执行报告 | 网络搜索+官方数据源 | 公开 |
| 监管政策数据 | 国家金融监督管理总局、央行监管文件 | 网络搜索+政策库 | 公开 |
| 宏观经济数据 | 国家统计局、海关总署、财政部 | 网络搜索+官方统计 | 公开 |
| 国际环境数据 | 美联储、世界银行、BIS、海关总署 | 网络搜索+国际金融数据 | 公开 |
| 区域政策数据 | 地方政府官网、发改委区域规划 | 网络搜索+政策库 | 公开 |

### 数据脱敏规则
- 政策分析中若涉及未公开的内部政策解读,需标注来源为“内部研究”并限制传播范围
- 所有数据需标注发布机构与时间,确保可溯源

### 降级策略
- **系统不可用**：若官方数据源网站无法访问,使用Wind/彭博等权威数据平台作为备选;若所有在线数据源不可用,使用最近一期已知数据并明确标注数据时效性
- **数据缺失**：若某指标最新数据未发布,使用上一期数据并标注“数据待更新”;若连续3期数据缺失,标注“该指标统计口径可能调整”
- **工具不可用**：若网络搜索工具不可用,依赖已有知识库中的政策框架和历史数据,但需明确标注“基于历史知识,建议核实最新数据”
- **数据冲突**：若不同来源数据存在差异,优先采用官方源头数据(如央行>Wind>新闻媒体),并在分析中说明数据差异及原因

## 执行流程 (Workflow)

> 执行模态说明:仅标注非默认值(非默认值:数据来源≠context、执行主体≠ai、确认机制≠none)。

### 步骤0:数据确认与验证 [数据来源=external_search, 确认机制=none]
1. 读取用户输入的分析维度、分析目标、时间范围
2. 搜索该维度最新的官方发布数据和权威信息(近3个月内优先)
3. 确认数据发布机构、发布时间、统计口径,排除数据歧义
4. **对抗模型偷懒**:不得跳过数据搜索步骤;所有指标必须有真实搜索到的具体数值支撑,禁止使用“利率有所上升”等模糊描述
5. 验证通过后,进入步骤1

### 步骤1:趋势研判与驱动因素分析 [确认机制=none]
1. 识别近3-6个月的趋势变化(上升/下降/稳定/波动)
2. 分解驱动因素:内生因素(周期性) vs 政策因素(政策推动) vs 外生冲击(外部输入)
3. 结合领先指标(PMI、社融、M1-M2剪刀差等)判断未来走势
4. 查阅 `references/policy-indicators.md` 中的指标定义与计算口径
5. 不得跳过趋势分析直接给出结论

### 步骤2:信贷传导路径分析 [确认机制=none]
1. 一级传导:该维度变化如何直接作用于银行负债端成本或资产端收益
2. 二级传导:如何影响企业融资需求、还款能力、抵押物价值
3. 三级传导:如何影响银行信贷资产质量、拨备压力、风险偏好
4. 区分对不同行业、不同规模、不同融资结构企业的差异化影响
5. 传导链条节点数量3-5个,每个节点须为可验证的中间变量,不得跳跃

### 步骤3:风险信号识别 [确认机制=none]
1. 识别可能对信贷业务产生重大影响的尾部风险信号
2. 评估风险的紧迫性(是否已出现或预计何时出现)和严重程度(影响范围和深度)
3. 对比历史相似政策周期,参照此前应对经验
4. 查阅 `references/risk-alert-rules.md` 中的风险分级标准
5. **高风险Skill要求**:risk_alerts的level仅反映对信贷业务影响的紧迫程度,不代表企业经营风险等级

### 步骤4:政策组合效应分析 [确认机制=none]
1. 评估当前政策维度与其他维度的协同或对冲效应(如宽货币+严监管的组合效应)
2. 若用户提供“已有分析”参数,综合评估跨维度政策组合效应
3. 基于分析结论,提出针对信贷投向、定价策略、客户结构、风险敞口的差异化建议

### 步骤5:生成结构化报告 [确认机制=none]
1. 按照“输出格式”章节的JSON Schema生成完整报告
2. **质量要求强制引用**:focus_indicators必须包含4-8个核心指标;key_findings至少4-6条;risk_alerts至少2-4条
3. 输出必须包含免责声明(引用 `assets/disclaimer-template.md`)
4. 所有数字展示计算过程,异常时停止分析不得忽略继续
5. 最终验证:检查JSON格式合法性、必填字段完整性、数据时效性标注

> ⚠️ 确认门控:本Skill为risk_level=high,步骤5输出前需人工确认关键风险预警与策略建议的合理性

## 分析维度与核心监测指标

### 货币政策
- **价格工具**：LPR（1年期/5年期）、MLF利率、存款准备金率、DR007、SHIBOR
- **数量工具**：M2增速、社会融资规模（总量/结构）、人民币贷款余额及新增量
- **结构性工具**：再贷款/再贴现额度、PSL（抵押补充贷款）余额、碳减排支持工具

### 监管政策
- **资本与杠杆**：资本充足率要求、核心一级资本充足率、宏观审慎评估（MPA）
- **信贷投向**：普惠金融考核指标、绿色信贷占比、制造业中长期贷款要求
- **风险管控**：不良资产处置政策、拨备覆盖率要求、房地产"三道红线"及集中度上限
- **利率自律**：存款利率自律机制、贷款利率市场化改革进展

### 宏观经济
- **增长**：GDP增速（实际/名义）、工业增加值、固定资产投资完成额
- **物价**：CPI、PPI（同比/环比）、核心CPI
- **就业**：城镇调查失业率、PMI（制造业/非制造业）、BCI企业信心指数
- **消费与投资**：社会消费品零售总额、基础设施投资增速、民间投资增速

### 国际外部环境
- **贸易**：进出口总额增速、贸易顺差/逆差、主要贸易伙伴经济形势
- **汇率**：人民币汇率中间价走势、外汇储备规模、跨境资本流动
- **外部风险**：美联储利率政策、全球流动性环境、地缘政治风险评估

### 区域政策
- **财政工具**：地方政府专项债发行进度、城投平台融资政策、土地财政依赖度
- **产业政策**：战略性新兴产业支持政策、传统行业转型要求、供给侧改革重点
- **区域规划**：重大区域战略落地情况（京津冀、长三角、粤港澳、成渝等）

## 核心约束

1. **数据时效性**:优先使用近3个月内数据,标注数据发布机构与时间;若数据超过6个月需明确标注并说明原因
2. **来源权威性**:优先引用央行、国家统计局、金融监管总局、发改委、海关总署、财政部等官方数据源;其次为Wind、彭博、中国债券信息网等权威数据平台
3. **数据具体化**:禁止模糊描述(如"利率有所上升"),所有指标必须有真实搜索到的具体数值支撑(如"LPR 1年期为3.45%,较上期下调10BP")
4. **因果严谨性**:传导路径分析必须明确"政策变量 → 中间传导机制 → 信贷业务影响"的完整因果链,不得跳跃推断
5. **差异化视角**:影响分析须区分对大型企业/中小微企业、制造业/服务业/房地产、短期信贷/中长期信贷的差异化影响
6. **禁止风险分级混淆**:risk_alerts的level仅反映对信贷业务影响的紧迫程度,不代表企业经营风险等级
7. **禁止收益承诺**:不得给出确定性收益预测,所有趋势预判须标注前提假设和不确定性来源
8. **禁止数据猜测**:若某指标最新数据无法获取,不得使用行业平均值或历史均值替代,须明确标注"数据缺失"并说明降级策略
9. **禁止越权建议**:仅能在政策环境分析范围内提供建议,不得跨越到具体客户授信审批、信贷定价执行等越权领域
10. **数据冲突处理**:若不同来源数据存在差异,优先采用官方源头数据(央行>Wind>新闻媒体),并在分析中说明数据差异及原因

## 审计追踪 (Audit Trail)

每次分析执行后,生成审计日志记录以下信息:

```json
{
  "skill_name": "credit-policy-analysis",
  "skill_version": "1.0.0",
  "execution_time": "2026-05-05T14:00:00+08:00",
  "operator": "信贷政策分析师",
  "analysis_dimension": "货币政策/监管政策/宏观经济/国际外部环境/区域政策",
  "analysis_target": "分析目标(行业或业务场景)",
  "data_sources_used": ["数据来源列表"],
  "data_as_of": "数据截止时间",
  "risk_alerts_count": 3,
  "strategy_suggestions_count": 2,
  "confirmation_required": true,
  "audit_log_retention": "3年"
}
```

**审计日志保留期限**:至少3年。

## 输出格式 (Output Format)

严格按以下JSON格式输出,不包含```json标记,直接输出JSON。输出模板超过100行,详细字段定义见上文。

**输出包含免责声明**(引用 `assets/disclaimer-template.md`),确保每次输出都包含“不构成投资建议”等必要声明。

```json
{
  "analysis_meta": {
    "dimension": "分析维度名称",
    "target": "分析目标(行业或业务场景,如无则填null)",
    "data_as_of": "本次分析数据截止时间(如:2024年Q3)",
    "overall_signal": "positive或negative或neutral(该维度对信贷业务的综合信号)"
  },
  "policy_context": {
    "current_stance": "当前政策立场概述(如:稳健偏宽松、结构性宽信用等,50字以内)",
    "key_events": [
      {"date": "事件日期", "event": "重要政策事件描述", "significance": "对信贷业务的直接意义"}
    ]
  },
  "summary": "200字以内的分析摘要,概括当前该维度的核心状况和对信贷业务的主要影响",
  "focus_indicators": [
    {
      "name": "指标名称(如:LPR 1年期、GDP增速、进出口增速等)",
      "type": "指标类型(如:利率工具、增长指标、贸易数据等)",
      "confidence": "0到100的整数",
      "trend": "up或down或stable或volatile",
      "signal": "positive或negative或neutral",
      "value": "当前具体数值(如:3.45%,较上期-10BP)",
      "data_source": "数据来源机构(如:中国人民银行)",
      "publish_date": "数据发布日期",
      "remark": "简短备注(20字以内)"
    }
  ],
  "key_findings": [
    {
      "title": "发现标题",
      "detail": "具体发现描述(50-100字,含数据支撑)",
      "impact": "positive或negative或neutral",
      "affected_segments": ["受影响的细分领域,如:中小微企业、制造业、房地产"]
    }
  ],
  "transmission_path": {
    "description": "核心传导路径简述(100字以内)",
    "chain": ["传导链条节点1", "传导链条节点2", "传导链条节点3"]
  },
  "impact_assessment": {
    "overall": "对信贷业务的整体影响评述(100字以内)",
    "aspects": [
      {
        "name": "影响维度名称(如:信贷定价、资产质量、信贷需求、流动性管理、合规成本)",
        "score": "1到5的整数",
        "description": "该维度的具体影响描述(含因果逻辑)"
      }
    ]
  },
  "differentiated_impact": [
    {
      "segment": "细分对象(如:大型国有企业、中小微企业、房地产开发商、出口导向型企业)",
      "impact": "positive或negative或neutral",
      "description": "差异化影响描述(30-50字)"
    }
  ],
  "trend_prediction": {
    "short_term": "未来1-3个月趋势预判(含关键触发因素)",
    "medium_term": "未来6-12个月趋势预判(含前提假设)",
    "key_variables": ["影响趋势判断的关键变量,如:美联储降息节奏、房地产销售复苏情况"],
    "outlook": "positive或negative或stable"
  },
  "risk_alerts": [
    {
      "level": "high或medium或low",
      "title": "预警标题",
      "description": "风险描述(含触发条件和影响路径)",
      "probability": "high或medium或low(风险发生概率)",
      "suggestion": "针对性应对建议(明确信贷业务动作)"
    }
  ],
  "credit_strategy_suggestions": [
    {
      "strategy": "策略方向(如:加大制造业中长期信贷投放、适度收紧房地产融资敞口)",
      "rationale": "策略依据(对应上述哪项分析发现)",
      "applicable_scope": "适用范围(行业/客群/产品类型)",
      "precondition": "执行前提(如:需客户满足XX条件)"
    }
  ],
  "raw_report": "完整的分析报告(Markdown格式,1200-2000字,覆盖:摘要、政策背景、核心指标解读、传导路径分析、差异化影响、风险预警、策略建议,含至少1个数据对比表格)",
  "disclaimer": "引用 assets/disclaimer-template.md 的免责声明内容"
}
```

**质量要求**:
1. focus_indicators:必须包含4-8个核心关注指标,每个指标需有真实搜索到的数据支撑,并注明数据来源和发布日期
2. key_findings:至少包含4-6条关键发现,每条需标注affected_segments
3. transmission_path:传导链条节点数量3-5个,每个节点须为可验证的中间变量,不得跳跃
4. risk_alerts:至少包含2-4条风险预警,high级别预警必须包含明确的触发条件和应对建议
5. 所有数字展示计算过程,异常时停止分析不得忽略继续

## 踩坑记录 (Gotchas)

### #1:数据时效性标注遗漏
- **症状**:输出报告中部分指标未标注数据发布日期,或使用了超过6个月的旧数据未说明
- **原因**:搜索到多个时期数据时,未严格筛选最新数据;或忽略数据时效性检查
- **解决**:步骤0数据确认时,强制记录每个指标的数据发布时间;输出前验证所有指标数据均在近3个月内,超过6个月的必须标注并说明原因

### #2:传导路径跳跃推断
- **症状**:transmission_path.chain中的节点数量不足3个,或存在逻辑跳跃(如“LPR下调→制造业信贷扩大”缺少中间传导环节)
- **原因**:为简化分析,省略了中间传导机制;或对信贷传导逻辑理解不深
- **解决**:强制要求传导链条节点3-5个,每个节点须为可验证的中间变量;查阅references/policy-indicators.md中的传导路径模板

### #3:风险预警级别混淆
- **症状**:将risk_alerts的level(对信贷业务影响的紧迫程度)与企业经营风险等级混淆
- **原因**:对风险分级标准理解不清,误将企业信用评级逻辑套用到政策风险分析
- **解决**:明确risk_alerts.level仅反映“政策变化对信贷业务影响的紧迫程度”,不代表企业经营风险;查阅references/risk-alert-rules.md中的风险分级标准

### #4:模糊描述未具体化
- **症状**:输出中出现“利率有所上升”、“经济增速放缓”等模糊描述,缺乏具体数据支撑
- **原因**:未执行网络搜索或搜索不充分,依赖通用知识而非真实数据
- **解决**:步骤0强制要求搜索最新官方数据;所有指标必须有具体数值(如“LPR 1年期为3.45%,较上期下调10BP”);禁止使用模糊描述

## 示例 (Examples)

### 示例1:货币政策分析

**用户输入**:
```
分析维度:货币政策
分析目标:制造业
时间范围:2024年Q4及未来6个月展望
```

**Skill执行流程**:
1. 步骤0:搜索最新货币政策数据(LPR、MLF、存款准备金率、M2增速、社融规模等)
2. 步骤1:识别近3-6个月趋势(如LPR连续下调、M2增速回升),分解驱动因素
3. 步骤2:分析传导路径(LPR下调→企业融资成本降低→制造业中长期贷款需求上升→制造业信贷规模扩大)
4. 步骤3:识别风险信号(如银行息差收窄压力、资金空转风险)
5. 步骤4:评估政策组合效应(宽货币+结构性工具)
6. 步骤5:生成JSON报告,包含6个核心指标、5条关键发现、3条风险预警、2条策略建议

**输出要点**:
- focus_indicators包含LPR、MLF、存款准备金率、M2增速、社融规模、DR007等6个指标
- transmission_path.chain为4个节点,逻辑完整无跳跃
- risk_alerts包含high级别预警1条(银行息差收窄),medium级别2条
- 输出包含免责声明

### 示例2:监管政策分析

**用户输入**:
```
分析维度:监管政策
分析目标:房地产
已有分析:货币政策分析结果(宽货币环境)
```

**Skill执行流程**:
1. 步骤0:搜索最新房地产监管政策(“三道红线”、集中度上限、保交楼政策等)
2. 步骤1:识别监管趋势(如政策边际放松、保交楼专项借款落地)
3. 步骤2:分析传导路径(监管放松→房企融资环境改善→保交楼推进→房地产信贷风险缓释)
4. 步骤3:识别风险信号(如部分房企债务违约风险、区域分化加剧)
5. 步骤4:结合已有货币政策分析,评估“宽货币+边际放松监管”的组合效应
6. 步骤5:生成JSON报告,包含差异化影响分析(大型房企vs中小房企)

**输出要点**:
- differentiated_impact覆盖3类对象(大型国企房企、民营房企、地方城投)
- credit_strategy_suggestions包含2条策略(适度增加优质房企授信、严格审查中小房企资质)
- 输出包含免责声明

## 非功能范围 (Out of Scope)

- 本Skill不负责企业财务分析或客户信用评级(请使用financial-report-analysis或credit-rating技能)
- 本Skill不直接执行具体授信审批决策或信贷定价(仅提供政策环境分析支撑)
- 本Skill不处理实时交易监控或贷后风险预警(请使用贷后监控相关技能)
- 本Skill不生成确定性收益预测或投资建议,所有趋势预判须标注前提假设
- 如果用户请求以上内容,明确告知并建议使用合适的工具或联系信贷审批部门