技能库 1583 个

自动从内部系统、邮件等渠道采集操作风险事件，并按 Basel 分类标准进行归类，生成结构化风险事件记录。

收集银行与支付业务中的内部操作风险损失数据，计算频率、严重度等统计指标，并生成可视化分布图。

基于预设阈值实时监控关键风险指标（KRI），当指标异常时自动触发预警通知，支持银行与支付场景的操作风险管理。

根据最新风险事件和评估结果，自动更新操作风险热力图，确保风险视图的时效性和准确性。

根据风险与控制自评估结果，自动生成标准化的 RCSA 报告

根据历史数据与规则，自动评估现有控制措施对风险缓释的效果，为操作风险管理提供量化依据。

根据银保监会、Basel等监管要求，自动生成操作风险相关报告初稿，辅助操作风险管理专员高效完成合规报送。

基于假设情景（如系统故障、欺诈）模拟操作风险损失分布，用于银行与支付场景的风险评估

计算投资组合对利率、汇率、股票等风险因子的敏感性（如Delta、Rho），辅助市场风险识别与对冲

基于银行或支付机构的风险偏好框架与实时/历史市场风险敞口数据，自动生成限额调整的量化分析依据和调整建议草案。

根据历史极端事件或假设情景，自动生成市场风险压力测试所需的收益率曲线和价格冲击参数

根据银保监会或巴塞尔协议要求，自动填充市场风险资本计量报表，提升填报效率与准确性。

对VaR模型进行历史回测，统计异常次数并计算巴塞尔协议要求的乘数。

基于衍生品交易数据，计算信用估值调整（CVA）和债务估值调整（DVA），支持市场风险管理和监管报告。

监控实时市场数据，触发阈值时发送警报并生成初步事件摘要，支持银行与支付场景的市场风险快速响应。

自动从交易系统提取数据，生成市场风险限额监控日报，包括VaR、希腊字母等指标。

自动提取并结构化个人/企业信用报告中的关键信息，支持银行与支付场景的信用风险评估

根据贷后行为数据自动生成预警信号并进行风险分级，辅助信用风险管理专员及时识别和处置潜在风险。

训练和调优PD（违约概率）模型，支持模型迭代，提升信用风险评估准确性。

利用机器学习模型优化催收顺序与催收策略，提升回收率并降低运营成本

基于历史交易与信用数据，自动生成信用评分卡并输出标准化评分结果

维护和更新银行或支付机构的自动化贷前准入规则，包括黑名单、多头借贷等风控策略，确保系统稳定、准确、合规。

根据当前资产组合自动计算各维度风险敞口，包括交易对手、行业、地区、产品类型等，生成结构化报告。

按照监管要求自动生成并报送信用风险相关报表，提升效率与合规性