信贷数据质量与变量筛选

原名：datanalysis-credit-risk

对贷前建模数据做质量检查、缺失分析和变量初筛。

中文 Skills 技能说明

适合合规金融建模团队整理数据问题与候选变量。结果只是分析辅助，不能自动决定个人授信；个人信息要脱敏，变量使用需经过公平性、可解释性和业务合规审查。

上游能力依据

上游原始适用说明：Credit risk data cleaning and variable screening pipeline for pre-loan modeling. Use when working with raw credit data that needs quality assessment, missing value analysis, or variable selection before modeling. it covers data loading and formatting, abnormal period filtering, missing rate calculation, high-missing variable removal,low-IV variable filtering, high-PSI variable removal, Null Importance denoising, high-correlation variable removal, and cleaning report generation. Applicable scenarios arecredit risk data cleaning, variable screening, pre-loan modeling preprocessing.

上游 SKILL.md 主要章节（保留原文标题）：

• Quick Start
• Complete Process Description
• Core Functions
• Parameter Description
• Data Loading Parameters
• OOS Organization Configuration
• Abnormal Month Filtering Parameters
• Missing Rate Parameters
• IV Parameters
• PSI Parameters

使用边界

先确认数据口径、只读或写入权限以及备份方案。查询结果需要说明范围，任何结构或数据变更都应先预览并人工确认。

作者、翻译与许可证

原作者

GitHub, Inc. 与 awesome-copilot contributors

中文翻译

CEOFans翻译

许可证

MIT

上游来源

https://github.com/github/awesome-copilot/tree/bbaa5872640e6cbae953beb22a71ae337398ca12/skills/datanalysis-credit-risk

适用范围

平台：linux、macos、windows；标签：数据与数据库、信贷数据质量与变量筛选

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。