前言¶

做風控或量化相關工作的開發者，多半遇到過這樣的場景：模型公式都清楚，KMV-Merton 的違約概率、Copula 的相依結構、信用 VaR 的估計、Altman Z-Score 的判別，每一項單獨實現都不難，但要把它們串成一個可復現、口徑一致的流程，往往要花不少時間在參數對齊和結果核對上。

下面介紹的這個 Skill，把這些常用信用風險模型打包成了一個可直接調用的能力單元，輸入標的與參數，輸出對應的風險指標。適合不想重複造輪子、又需要結果可解釋的場景。

這是什麼¶

信用風險建模（credit-risk-zx）是一個面向通用 SKILL.md 格式的社區 Skill，由發佈者 user_053d27d0 維護，當前版本 1.0.0，來源標記爲 community，分類爲 professional。

它解決的問題是：把信用風險建模中幾類經典模型的調用方式和計算口徑標準化，使用者不必再關心每個模型各自的參數命名和返回格式差異。該 Skill 不需要 API Key，標籤中標明 requires_api_key=false，因此不涉及額外的鑑權配置。

核心功能¶

Skill 簡介給出的能力範圍是四塊，分別覆蓋違約概率、相依結構、組合損失和財務預警：

1、KMV-Merton 違約概率，基於 Merton 結構模型，把企業資產價值視爲標的、把負債視爲障礙，估計違約距離並映射爲違約概率。
2、Gaussian / t / Clayton Copula 依賴結構，用於刻畫多個信用敞口之間的聯合違約相依關係，其中 Gaussian 對應獨立或線性相關，t 與 Clayton 分別適合捕捉不同的尾部相依特徵。
3、信用 VaR，在給定的置信水平下估計信用組合的潛在損失上限。
4、Altman Z-Score，用多項財務比率構成的判別分數做財務困境預警。

這四項分別對應單戶違約、組合相依、組合損失和財務健康，組合起來可以覆蓋一條簡化的信用風險分析鏈路。具體可用的命令、參數和返回字段需要以 Skill 包內的 SKILL.md 爲準，當前公開頁面沒有給出進一步的接口細節。

安裝與啓用¶

該 Skill 託管在 SkillHub，座標爲 @user_053d27d0/credit-risk-zx。安裝方式遵循 SkillHub 的通用流程，具體命令如下：

npx skillhub add @user_053d27d0/credit-risk-zx

安裝完成後，在支持 SKILL.md 的客戶端中即可按名稱調用。當前公開資料沒有給出針對 Cursor、Codex CLI 或 Claude Code 的差異化配置說明，因此這裏不額外展開。是否需要 API Key 的字段爲 requires_api_key=false，即默認不需要。

典型用法¶

SkillHub 公開頁面只提供了簡介和元信息，沒有給出可直接復現的調用示例或參數清單。因此在沒有安裝並查看包內 SKILL.md 之前，無法給出經過覈實的輸入輸出示例。

建議的上手方式是：先安裝，再打開包內的 SKILL.md，確認每個模型的參數命名、必需字段和返回結構，最後在自己的數據上做一次小樣本試算，覈對結果與手工計算或既有庫是否一致。

適用場景與注意¶

適合的場景：需要快速得到信用風險指標的原型驗證、教學演示，或作爲更大風控鏈路中的一個可插拔環節。分類爲 professional，說明其定位偏專業用途而非通用閒聊類工具。

需要注意的地方：

1、這是 community 來源的 Skill，發佈者爲個人賬號 user_053d27d0，採用前應自行覈對模型實現和參數口徑。
2、KMV-Merton、Copula、信用 VaR 都屬於對假設和參數敏感的方法，輸入數據質量直接決定輸出可靠性，不能把結果當作未經複覈的結論直接使用。
3、Z-Score 來自特定樣本和時期的判別規則，跨行業、跨時期使用時建議重新校驗閾值。
4、公開頁面顯示安裝量爲 0，使用者基數小，遇到邊界問題可能缺少社區反饋。

小結¶

信用風險建模 Skill 的價值在於把四類經典信用風險模型打包成統一入口，省去重複實現和口徑對齊的成本，且不需要 API Key。定位偏專業用途，適合原型和可插拔環節，但作爲社區來源的 Skill，採用前應自行驗證實現和結果。

官方地址：https://www.skillhub.cn/skills/user_053d27d0/credit-risk-zx