数据与分析 ✓ Anthropic · 官方 bond-analysisrelative-valueyield-curvescredit-spreadsscenario-analysisfixed-incomelseg

债券相对价值分析

结合定价、曲线、信用利差和压力情景判断债券贵廉。

FollowSkills 评估 · FSRS-2.0
不推荐
41/ 100 五分制 2.1 / 5
信任安全10 / 25 · 2.0/5

技能仅描述调用债券定价、曲线和情景分析工具,没有写明最小权限、用户确认、敏感金融数据处理、数据流披露、外部副作用或回滚机制,因此从中等水平下调;未见恶意、凭证窃取、隐蔽外传或破坏性默认行为。

可靠稳定7 / 20 · 1.8/5

工具链和五步工作流基本自洽,且说明了部分两阶段调用要求;但未提供工具参数/返回结构、依赖可用性检查、异常输入处理、失败反馈或可复现测试。静态评估不超过10分,因这些缺口进一步扣分。

适用触发7 / 15 · 2.3/5

名称、描述和债券相对价值场景较清楚,覆盖丰富/便宜判断、利差分解和利率冲击;但未明确输入格式、非适用范围、触发边界、数据缺失时的行为,也未说明中文支持或中国大陆网络环境下的可达性,因此扣分。

规范维护7 / 15 · 2.3/5

文档结构清晰,包含工具清单、工作流和输出模板;仓库提供Apache-2.0许可证、官方组织来源及通用维护/CI说明。但技能本身缺少安装依赖说明、版本与变更记录、示例、FAQ、已知限制和明确维护责任,故未接近满分。

有效结果6 / 15 · 2.0/5

工作流覆盖定价、无风险曲线、信用曲线、情景和历史背景,并给出可直接套用的表格格式;但关键计算和工具能力未在文件中验证,推荐逻辑、输入完整性、数据缺失处理及替代方案不充分,输出仍需专业复核,因此扣分。

证据核验4 / 10 · 2.0/5

技能中的步骤、工具名称和输出字段具有一定可审计性;仓库存在插件验证和秘密扫描CI,但未显示针对该技能关键路径的测试或第三方执行证据。结论仅基于静态文件,覆盖有限,不能获得更高分。

证据充分度: 评估于 2026年7月20日 审查版本 4aa51ed3d379
使用前请注意
  • 核心功能依赖多个未提供参数和可用性证明的LSEG MCP工具;执行前应确认订阅、权限、区域可达性和数据时点。
  • 技能要求生成明确的rich/cheap推荐,但未规定数据缺失、工具失败、估值模型差异或不适用债券类型的处理。
  • 输出属于分析草稿,不应直接作为投资建议或交易指令;应由合格固定收益专业人员复核。
评估证据 [1][2][3][4][5][6]
查看完整评分方法 →

它能做什么 & 适用场景

该技能面向固定收益相对价值分析,评估债券相对于可比工具和相关曲线是偏贵、偏便宜还是合理。它通过 MCP 工具获取债券定价、无风险利率曲线和信用曲线,并进行利差分解。技能还可运行平行利率冲击情景,并可选地加入历史定价背景。最终输出包括利差分解、情景损益表和明确的贵廉判断。

调用 bond_price 获取净价、全价、收益率、久期、凸性、DV01 和 Z 利差;通过 interest_rate_curve 先列出再计算政府债或互换收益率曲线,以插值计算 G-spread;通过 credit_curve 搜索并计算发行人类型和国家对应的信用利差;计算信用曲线利差与剩余利差;使用 yieldbook_scenario 运行 -100bp、-50bp、0、+50bp 和 +100bp 平行利率情景;可选调用 tscc_historical_pricing_summaries 和 fixed_income_risk_analytics;汇总为利差分解、情景 P&L 和买入、增持、减持或中性建议。

  1. 固定收益分析师比较同一发行人或可比债券的相对贵廉程度。
  2. 投资组合经理希望判断债券当前利差是否足以补偿利率、信用和剩余风险。
  3. 交易员需要将总利差拆分为无风险、信用和流动性或技术性部分。
  4. 风险团队评估不同平行利率冲击下的价格变化和每百元名义本金损益。
  5. 研究人员需要结合历史利差背景和 Z-score 评估当前估值。

优缺点一览

优点
  • 覆盖定价、收益率曲线、信用曲线和利率情景分析。
  • 明确要求进行总利差、信用利差和剩余利差分解。
  • 支持债券比较,并可加入历史定价和更深入的风险指标。
  • 规定了结构化的利差分解、情景 P&L 和贵廉结论输出。
局限
  • 依赖多个 MCP 工具,未配置数据连接时无法完成核心分析。
  • 源材料未提供该单个技能的独立测试套件或验证结果。
  • 情景流程主要描述平行利率冲击,未明确覆盖非平行曲线变动。
  • 技能本身不提供投资、法律、税务或会计建议,输出仍需专业人员审核。

如何安装

在 Cowork 中打开 Settings → Plugins → Add plugin,粘贴 https://github.com/anthropics/financial-services,然后从市场列表中选择相应的垂直插件。也可以上传包含 plugins/partner-built/lseg/ 的仓库压缩包。源材料没有提供该单个技能的独立安装命令。

如何使用

在已配置相关 MCP 工具后,提交类似请求:“分析 ISIN 为 [ISIN] 的债券相对价值,计算 G-spread、信用曲线利差和剩余利差,并运行 -100bp、-50bp、0、+50bp、+100bp 利率情景。”如需比较,追加一个或多个债券标识符。LSEG MCP 访问可能需要供应商订阅或 API 密钥。

常见问题

是否可以脱离 LSEG 数据连接单独使用?
核心流程明确依赖列出的 MCP 工具;源材料未说明没有这些连接时的替代数据源。
使用是否可能产生额外费用?
README 说明 MCP 访问可能需要供应商订阅或 API 密钥,具体费用未说明。
它会自动执行交易吗?
不会。README 明确表示这些工作产物不执行交易,输出需由合格专业人员审核。
它适合分析哪些债券?
SKILL.md 说明 bond_price 接受 ISIN、RIC 或 CUSIP,但未限定具体债券类型或市场范围。

同仓库的其他 Skills

均来自 anthropics/financial-services

数据与分析 ✓ Anthropic · 官方

三表财务模型填充器

用公式填充并校验收入、资产负债和现金流三表模型。

数据与分析 ✓ Anthropic · 官方

审计表格

检查电子表格公式、错误与财务模型完整性。

数据与分析 ✓ Anthropic · 官方

三表财务模型填充助手

将现有三表模型模板补充为可联动、可校验的财务预测模型。

数据与分析 ✓ Anthropic · 官方

可比公司估值分析

在电子表格中构建含经营指标、估值倍数和统计基准的机构级可比公司分析。

数据与分析 ✓ Anthropic · 官方

竞争格局分析师

把竞争研究组织成可审批、可比较的市场格局演示文稿。

数据与分析 ✓ Anthropic · 官方

财报快评研究员

将季度业绩转化为聚焦超预期、估值更新与投资论点变化的机构级财报更新报告。

数据与分析 ✓ Anthropic · 官方

行业全景研究

系统梳理行业结构、竞争格局、估值与投资主题。

效率与协作 ✓ Anthropic · 官方

PE投资委员会备忘录助手

将尽职调查、财务分析和交易条款整理成结构化的投资委员会审批备忘录。

数据与分析 ✓ Anthropic · 官方

Excel 数据清理助手

清理杂乱表格,让数据更一致、更适合分析。

数据与分析 ✓ Anthropic · 官方

金融演示文稿数字刷新

在保留原有版式的前提下,安全更新演示文稿中的财务数据。

写作与内容 ✓ Anthropic · 官方

IC备忘录

把尽调与财务要点整理成IC备忘录。

数据与分析 ✓ Anthropic · 官方

财务模型审计员

系统检查电子表格公式、错误与财务模型完整性。

自动化与运维 ✓ Anthropic · 官方

对账差异根因追踪

追踪总账与子账差异,定位源交易并输出处理建议。

自动化与运维 ✓ Anthropic · 官方

KYC 入件解析器

将客户入件材料整理为可供筛查的结构化 KYC 数据。

数据与分析 ✓ Anthropic · 官方

审计 XLS:电子表格模型审查

系统检查电子表格公式、错误和财务模型完整性问题。

数据与分析 ✓ Anthropic · 官方

总账滚动结转表

将资产负债表账户从期初余额逐项连接到期末总账余额,支持月结和审计。

数据与分析 ✓ Anthropic · 官方

投行 Pitch Deck 模板填充

将 Excel、CSV 等来源数据准确填入现有投资银行 PowerPoint 模板。

数据与分析 ✓ Anthropic · 官方

三表财务模型填充器

用公式和跨表链接完成、填充并校验三表财务模型模板。

数据与分析 ✓ Anthropic · 官方

财务模型审计助手

系统检查电子表格公式与财务模型完整性。

数据与分析 ✓ Anthropic · 官方

总账与子账核对

按持仓或交易层级核对总账与子账,定位差异并提出可能原因。

相关 Skills