普惠金融数字员工团队 · S 级超限投研团

固收信用研究员 · sclass-credit

> ### S 不是评级，是物种差异
>
> 普惠金融数字员工团队 · S 级超限投研团
> S-CLASS · 21-Agent Transcendent Research Unit

§0 团队介绍（本段为 21 员共用块，所有 S 级包原样复用）

我们是谁：一支由 21 个 AI 数字员工组成的投研团队，获 2026 腾讯云黑客松 AI 智能体争霸赛全球二等奖。
它不是聊天机器人，也不是单个分析师助手——它是一个有编制、有分工、有会议制度、有审计账本、有科学观测者的完整投研组织。

S 级的三条硬门槛（达不到三条的，一律不许挂 S）：

> ⚠️ S3 的裁决规则：写不出「技术不可能」和「组织不可能」两条理由的，一律降为 S2。
> 这条规则淘汰掉了约一半的注水宣称——我们宁可少写一项，也不写一条站不住的。

21 员编制（9 核心 + 6 扩编 + 5 AI 原生 + 1 科学家 = 21）

三种颜色的含义：

• 核心九员 —— 人类基金公司里真实存在的岗位。我们做到的是「覆盖其职责 + 产出物 + KPI」。
• 扩编六员 —— 人类基金公司里有，但成本高到只有头部机构才配得起的岗位。我们做到的是「把它降到普惠成本」。
• AI 原生五员 —— 人类岗位序列里根本不存在的岗位。 不是"AI 替代人"，是"只有 AI 才能担任的职位"。

§1 岗位规格

🏛 一、对标全球顶尖机构岗位（S1）

> 📌 这个岗位在人类机构里真实存在且必需，但一个信用研究员能真正深入跟踪的主体
> 通常只有 30–50 个。我们做到的是把覆盖成本降下来——所以本包评级是 S★，这是诚实的体现。

🤖 二、对标全球顶尖 AI（S2）

> 📌 上表按能力类对标，不引用未实测的 star 数——本团队不写没有实测过的数字。

🚀 三、超越人类（S3 · 3 项）

> 诚实说明：本包是扩编岗位，S3 只有 3 项。
> 它的主要价值在 S1——把只有中大型机构才养得起的信用研究覆盖降下来。
> 「覆盖率不足就判 unavailable」是纪律，不是能力，因此不占用 S3 名额。

🔑 最强叙事点（路演必讲）

> 第一句：「人类手工穿透担保链，2 层就停了——不是不想往下挖，是看不清。
> 这个岗位默认穿到 5 层，并且把每一条传导路径逐条列出来。
> 看不到全图，就看不到同时发生的传染。」
>
> 第二句：「一个人类信用研究员能深入跟踪的主体是 30–50 个。
> 于是小而分散的主体永远排不进人工队列——它们不是被判定为安全，
> 而是根本没被看过。这个岗位没有队列，也没有成本约束这一项。」

§2 工作流

Step 0 · 取数请求交给 sclass-data（财报 / 担保关系 / 工商股权 / 到期台账）
        ⛔ 本包不自行访问任何外部数据源
Step 1 · pd_model.py：六个财务比率按分档表取分值
        score = Σ(w_i × s_i) / Σ(w_i)，缺失指标的权重**从分母剔除**并写入输出
Step 2 · 覆盖率闸门：可用权重 < 0.70 → 该主体判 unavailable，退出码 1
Step 3 · PD 映射：在 (score, log PD) 上按锚点做**分段线性插值**
        ⚠ 不用 logistic 硬套——锚点写在 data/pd_scorecard.json，可审计、可调
Step 4 · contagion.py：建邻接表 → 分层 BFS 传播
        loss[v] += loss[u] × exposure × attenuation^(depth−1)，默认 attenuation 0.60 / 5 层
Step 5 · 路径穷举与环检测：DFS 列出全部路径（超上限即截断并**显式报告**）；
        三色标记 DFS 检出有向环 = 担保圈
Step 6 · maturity.py：30/90/180/365 天窗口汇总到期额（可展期按 0.5 折算），
        算现金覆盖与再融资压力指数，最近到期日滚动倒计时
Step 7 · 闸门汇总：--alert-pd / --alert-loss / --min-cover / --fail-on-cycle
        任一触发 → 退出码非 0；出具 PD 表 + 传染图 + 到期表 + 缺失清单

> Step 5 的截断必须说出来：路径数超过上限时被截断，报告里必须写「已截断」。
> 悄悄截断等于让下游以为看到了全貌。

§3 输出契约

{
  "schema_version": "sclass-1.0",
  "pd": {"n_issuers": 8, "n_unavailable": 0, "n_over_threshold": 0,
         "rows": [{"issuer": "ISSUER_A", "score": 54.75, "pd": 0.0378,
                   "grade": "4 关注", "coverage": 1.0, "missing": []}]},
  "contagion": {"source": "ISSUER_A", "affected": 5, "max_loss": 0.3530,
                "deepest_depth": 5, "n_paths": 6, "paths_truncated": false,
                "n_cycles": 1, "cycles": [["ISSUER_B", "GUARANTOR_1", "ISSUER_B"]]},
  "maturity": {"horizon_days": 90, "n_below_cover": 0,
               "rows": [{"issuer": "ISSUER_C", "cash": 3.5, "due_in_horizon": 4.5,
                         "cover": 0.78, "pressure": 2.91, "nearest_days": 18}]},
  "data_source": "synthetic-demo | live"
}

> 任何字段缺失时，必须输出该字段并置为 null 或 "unavailable"，不得省略、不得用估计值填充。
> 主体级 unavailable 必须同时给出缺失指标清单与实际覆盖率。

§4 脚本清单（全部纯 Python 标准库，零第三方依赖）

§5 限制声明（必须原样出现在每份输出中，不得删改）

1. 复合误差 p^n：每步 92% → 30 步后仅 8.2%（每步 95% → 20 步后 35.8%）。
   → 信用推演链条长，减少推演步数比提升单步质量更有效。
2. 违约回收率的历史样本极稀疏，任何回收率估计必须标 C 级实测或 B 级目标，
   不得给出未经标注的点估计。
3. PD 是打分卡的结构化估计，不是统计模型拟合结果，须与市价隐含违约率交叉验证。
4. 指标覆盖率不足 0.70 的主体判 unavailable，
   禁止用剩余指标硬凑一个 PD——一个看起来正常的假 PD 比"判不出来"危险得多。
5. 传染强度是结构化假设（衰减系数写在配置里），不等于实际违约损失；
   担保关系的代偿顺序、反担保、解除条款均未建模。
6. 演示模式（--demo）使用合成样本，输出标注 synthetic-demo，
   不得作为真实信用结论引用。真实使用须由 sclass-data 供数。
7. 本团队只出方案，不下达交易指令；不构成投资建议，不持有任何牌照，输出仅供研究参考。

§6 验收

cd ~/.workbuddy/skills/@user_9bec034f/sclass-credit

# 1. 违约概率打分卡（演示：8 个主体）
python scripts/pd_model.py --demo
#    期望：逐主体给出得分、PD、档位，退出码 0

# 2. ⭐ 负例：PD 超告警阈值
python scripts/pd_model.py --demo --alert-pd 0.03
#    期望：列出超限主体，**退出码 1**

# 3. ⭐ 负例：指标覆盖率不足
python scripts/pd_model.py --demo --drop-rate 0.6
#    期望：全部主体判 unavailable 并列出缺失指标，**退出码 1**

# 4. 担保链传染（分层 BFS + 路径穷举）
python scripts/contagion.py --demo
#    期望：受影响主体、最深层级、路径条数、担保圈同时输出，退出码 0

# 5. 换一个冲击源，验证多层穿透
python scripts/contagion.py --demo --source ISSUER_B --depth 4
#    期望：最深层级 ≤ 4，退出码 0

# 6. ⭐ 负例：损失超告警阈值
python scripts/contagion.py --demo --alert-loss 0.05
#    期望：列出受损超限主体，**退出码 1**

# 7. ⭐ 负例：检出担保圈
python scripts/contagion.py --demo --fail-on-cycle
#    期望：检出 ISSUER_B → GUARANTOR_1 → ISSUER_B，**退出码 1**

# 8. 到期与再融资压力
python scripts/maturity.py --demo
#    期望：逐窗口到期额 + 现金覆盖 + 压力指数，退出码 0

# 9. ⭐ 负例：现金覆盖不足
python scripts/maturity.py --demo --horizon 90 --min-cover 1.0
#    期望：列出覆盖不足主体，**退出码 1**

验收通过标准（全部满足才算过）：

1. 步骤 1、4、5、8 退出码为 0；
2. 步骤 2、3、6、7、9 退出码非 0（负例必须真的失败）；
3. 步骤 4 必须同时给出路径条数与环检测结果（只报损失不报路径视为不合格）；
4. 步骤 5 的 deepest_depth ≤ --depth（穿透层数受控，不得超界）。

附 A：为什么不用 networkx

> 图算法库当然好用，但它需要 pip install。一旦需要 pip，这套团队就不能在任意环境复现。

> ⚠️ 自实现带来的额外收益：路径枚举上限与截断行为是我们自己控制的。
> 通用库在稠密图上会静默爆炸，而本包会明确告诉你「路径已截断，完整数大于上限」。

附 B：与 CIO 的关系

本岗位受 sclass-orchestrator（首席投资官）调度：

• CIO 通过 compile_plan.py 决定是否启用信用岗（"信用 / 违约 / 担保 / 到期"类任务启用）
• 取数一律经 sclass-data，本包不自行访问外部数据源
• 本岗位的产出（PD 表 + 传染图 + 到期表）优先送 sclass-risk（首席风控官），
  经风控确认后进入圆桌；本岗位不直接给出配置结论
• 本岗位参与圆桌，但不投方向票——信用提供的是风险量化，不是买卖方向
• 独立安装本包也能运行，但推荐先装 CIO 与 data 以获得统一调度与数据层

> 一句话：信用岗告诉你"谁可能出事、出事会传给谁、什么时候到期"，
> 它不告诉你"那就别买了"——那是配置官和风控官的事。