银行贷前行业尽调与报告生成2.0:把行业风险研判固化成一套流程

前言

对公信贷的贷前调查里,行业风险这一块最容易变成「凭经验写三段话」。同一个行业的授信准入标准,不同审批人给出的结论经常不一致;报告格式也不统一,有的给 Excel,有的给 Word,很难直接归档或横向比较。

这个 Skill 要解决的是:把行业尽调的分析框架、输出结构和呈现形式固定下来,让模型按统一套路产出可交付的行业风险报告。

这是什么

银行贷前行业尽调与报告生成2.0,是一个面向商业银行对公信贷贷前调查的行业尽职调查技能。坐标 @user_63ec19e2/preloan-industry-dd,由 user_63ec19e2 发布,来源标记为 community,分类 professional,当前版本 1.0.2。

它定位为「驱动模型扮演商业银行授信审批部高级行业研究员」,围绕目标企业所在行业做系统性风险评估,并配套生成可视化报告。

不需要 API Key,标签为 requires_api_key=false。

核心功能

根据官方简介,该技能已核实的能力有四项:

1、按七维度框架研判行业风险。
2、自动输出核心风险分析。
3、生成目标区域实操核查清单。
4、给出单项目收益测算模板。

最终产出是一份可交互的 HTML 报告,支持自定义目标区域和目标企业。

分析框架

行业研判部分按七个维度展开:

  • 政策导向
  • 周期阶段
  • 盈利水平对标
  • 产能供需
  • 产业链位势与议价能力
  • 行业财务指标均值
  • 行情研判

专项部分覆盖四块:核心风险深度分析、目标区域实操核查清单、单项目收益测算模板、ESG 与绿色信贷适配度。

最后给出综合评估,即对行业风险的整体结论,作为授信准入的参考。

整体以 XML 结构化框架承载,也就是说行业研判、专项分析和综合评估是分节产出的,便于后续程序化解析或人工逐节审阅。

报告呈现

报告配套生成单文件 HTML 可视化页面,其中行业风险雷达图使用原生 SVG 绘制,不依赖外部 JS 库或 CDN。这一点对银行内网环境比较关键——离线打开不会因为资源加载失败而白屏。

可选导出 Word 或 PDF 文档,用于归档或流转。

需要说明:HTML 为单文件、原生 SVG 这两点来自 Skill 线索,抓取资料中的官方简介只提到「可交互 HTML 报告」,未展开技术细节。

输入要求

技能要求用户提供目标行业、目标区域和目标企业基本信息三部分。区域和行业可以按需裁剪,企业信息填不全时不阻塞,模型按现有信息推断并在报告中标注假设。

示例输入如下:

## 目标行业
{填写行业名称,如"光伏制造""生猪养殖""房地产开发""医疗器械"}
## 目标区域
{填写区域名称,如"江苏省""广东省"等}
## 目标企业基本信息(如有)
- 企业名称:{企业全称}
- 主营产品/服务:{简要描述}
- 2025年营收:{金额,单位万元}
- 2025年净利润:{金额,单位万元}
- 资产负债率:{百分比}
- 应收账款周转率:{次数}
- 存货周转率:{次数}
- 净资产收益率(ROE):{百分比}
- 营业利润率:{百分比}
- 净利润率:{百分比}

企业财务字段覆盖偿债能力(资产负债率)、营运能力(应收账款周转率、存货周转率)和盈利能力(ROE、营业利润率、净利润率)三组,行业维度则用这些指标与行业均值对标。

安装与启用

本次写作时,SkillHub 页面和官方 API 地址(https://www.skillhub.cn/skills/user_63ec19e2/preloan-industry-dd、https://api.skillhub.cn/user_63ec19e2/preloan-industry-dd)均未能返回正文内容,预抓取资料中也不含安装命令。因此这里不给命令,避免写进未经核实的内容。

可以从抓取资料确认的信息有三项:

1、坐标为 @user_63ec19e2/preloan-industry-dd,在对应客户端按坐标搜索即可定位。
2、分类为 professional,在 SkillHub 的 professional 分类下可以找到。
3、不需要配置 API Key。

使用前建议先到官方页面确认安装方式和当前版本号。

典型用法

按技能简介给出的示例,输入目标行业、目标区域和企业指标后即可产出报告:

请按贷前行业尽调框架分析以下行业,并生成行业尽调报告:
## 目标行业
光伏制造
## 目标区域
江苏省
## 目标企业基本信息
- 企业名称:某光伏组件有限公司
- 主营产品/服务:光伏组件研发、生产与销售
- 2025年营收:850000(万元)
- 2025年净利润:32000(万元)
- 资产负债率:58%
- 应收账款周转率:4.2(次)
- 存货周转率:6.1(次)
- 净资产收益率(ROE):11.5%
- 营业利润率:4.5%
- 净利润率:3.8%

模型会先按七维度逐项研判行业,再输出核心风险、区域核查清单、项目收益测算和 ESG 适配度,最后给出综合评估,并生成单文件 HTML 报告。

适用场景

适合以下情况:

1、对公授信、贷前调查、授信准入场景下需要出具行业风险分析。
2、需要在统一框架下批量输出行业尽调报告,保证结构一致。
3、内训或业务流程梳理,需要先跑通一套标准的行业分析模板。

触发词包括「行业尽调报告」「贷前行业分析」「行业风险评估」「信贷行业研判」「行业风险报告」,以及提及对公授信、贷前调查、行业风险、信贷审批参考、授信准入的请求。

需要注意

第一,报告结论是研判参考,不等同于授信审批结论。综合评估给出的是行业层面的风险判断,具体项目是否准入仍需结合企业个体情况和现场核查。

第二,行业财务指标均值的质量取决于模型掌握的行业基准数据。盈利水平对标和行业财务指标均值这两节,建议交叉核对行业协会、上市公司年报或行业研究报告的数据,不要直接采信单一来源。

第三,目标区域核查清单是通用框架,落地时需要替换成该区域实际的监管口径、园区政策和环保要求。

第四,数据上有一点需要说明:本次预抓取的资料显示评分 100000、下载 2947、安装 0;另一份线索给出的是评分 99290、下载 2856。两组数字不一致,建议以 SkillHub 页面实时数据为准。

小结

这个 Skill 的价值在于把行业尽调从「每次重新组织语言」变成「填输入、跑框架、出报告」。七维度加四大专项的结构覆盖了政策、周期、供需、产业链和财务五个层面,HTML 报告单文件、原生 SVG 的实现方式适合内网离线使用。

官方地址:https://api.skillhub.cn/user_63ec19e2/preloan-industry-dd
页面地址:https://www.skillhub.cn/skills/user_63ec19e2/preloan-industry-dd

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜