负责电力现货与期货市场风险对冲策略全周期管理，统筹企业头寸的市场风险、基差风险及流动性风险管控，通过量化模型与政策跟踪为企业提供动态风险管理解决方案，保障年度交易头寸亏损控制在营收的0.8%以内。

• 主导设计燃煤电厂中长期合约与电力期货套保组合方案，基于历史模拟法与蒙特卡洛模拟构建VaR（在险价值）模型，结合机组检修周期与区域用电负荷特性优化套保比率至89%，较传统全额套保降低对冲成本15%，年度避免因现货价格超预期上涨导致的潜在损失约2300万元。
• 应对2023年煤电价格联动机制调整政策，牵头建立包含‘长协煤覆盖率’‘碳配额成本传导系数’等12项指标的政策敏感性分析框架，量化不同政策情景下电厂度电边际成本变动幅度，提出‘将50%年度交易电量转为浮动价合约+30%锁定季度均价’的调整建议，帮助企业适应新政策后利润波动收窄40%。
• 搭建电力市场实时风险监控系统，整合彭博Eikon终端行情数据与企业交易平台API接口，设置‘单日头寸偏离度±5%’‘基差率超历史分位数90%’等6类预警阈值，配套自动触发减仓策略，成功拦截2024年夏季极端高温行情下因现货价格暴涨导致的穿仓风险，全年未出现重大风险事件。
• 参与新能源电站PPA（购售电协议）风险评估，构建含‘补贴退坡进度’‘限电率波动’等情景的压力测试模型，针对某100MW光伏电站客户设计‘固定电价部分购买看跌期权+浮动电价部分挂钩绿证收益’的组合策略，将其长期协议违约概率从18%降至7%，助力客户获得银行低息绿色贷款5000万元。

聚焦天然气输配环节价格风险管理，跟踪国际LNG价格、国内门站价及管输费的联动关系，为企业设计采购成本对冲方案与跨区域价差套利策略，支撑年度输配业务毛利率稳定在18%以上。

• 重点优化天然气进口长约与现货采购比例模型，应用HP滤波法分解国际JKM指数5年价格周期，结合国内冬季供暖季需求预测，提出‘长约占比65%（锁定3年期价格）+现货动态补仓（当价差超3美元/MMBtu时触发）’的策略，年度节省对冲成本12%，相关模型被纳入公司采购决策系统。
• 开发天然气政策风险数据库，梳理‘双碳’目标下‘煤改气’补贴退坡节奏、管输费监审周期调整等8类政策变量，构建回归模型量化其对城市燃气企业售气毛差的影响系数，为15家中小燃气客户提供‘提前锁定居民用气价格+参与交易中心价差期权’的定制化方案，帮助客户平均毛差稳定在0.55元/立方米。
• 参与西气东输三线沿线省份管输气价联动机制研究，通过向量自回归模型（VAR）分析‘上游门站价-省网输配费-终端销售价’的传导弹性，提出‘当门站价波动超5%时，启动跨区域气源调配+动态调整管输费浮动比例’的应对策略，推动合作管网公司项目IRR提升3个百分点。
• 搭建LNG槽车运输成本风险模型，整合油价、运距、车辆利用率等10项参数，量化极端天气（如寒潮导致高速封闭）对运输时效的影响，为客户设计‘预留10%应急运力+购买运输延误保险’的组合方案，将其运输成本超支率从9%降至3%。

支持能源企业开展基础风险识别与量化模型搭建，参与行业风险研究报告编制，协助完善团队风险管理工具库，为后续策略设计提供数据与方法论支撑。

• 协助完成某省级电网企业购电成本风险分析项目，整理2015-2020年煤电标杆电价、风电光伏渗透率、交叉补贴规模等200+维度数据，构建多元线性回归模型预测未来3年市场化购电成本波动区间（±8%），相关结论被纳入企业年度风控大纲，用于指导中长期购电合约签订。
• 参与编制《华东区域电力市场风险白皮书》，走访12家发电企业收集套保案例，提炼‘基差风险（期货与现货曲线不匹配）’‘流动性风险（远月合约成交量不足）’等6类常见问题，提出‘滚动展期套保’‘分散头寸至多个交割月’等应对策略，白皮书被中国电力企业联合会采纳为行业培训材料。
• 系统学习能源金融衍生品知识，考取FRM一级证书，主导开发内部风险术语库，统一团队对‘峰谷价差风险’‘阻塞成本风险’‘信用敞口风险’等18个核心概念的定义与计算口径，将跨部门风险评估会议效率提升40%。
• 协助搭建天然气价格相关性分析工具，使用Python编写爬虫程序抓取国际能源署（IEA）、上海石油天然气交易中心等平台数据，构建‘JKM-LNG国内到岸价-管道气门站价’的动态相关系数模型，为后续套保策略设计提供实时数据支持。

省级电力市场中长期合约动态定价与风险对冲系统构建

• 2021年起某省电力市场中长期合约占比提升至75%，但发电企业面临新能源出力不确定性导致的合约价格偏差大、传统对冲策略依赖历史数据的痛点，需构建适配新型电力系统的风险管控体系。我的核心职责是主导动态定价模型开发与对冲策略设计，帮客户实现合约成本可控与极端风险抵御。
• 项目难点在于两点：一是传统线性定价模型无法捕捉光伏、风电出力的随机波动，二是现有对冲工具组合未区分“常规场景”与“极端场景”的风险权重。我针对性引入随机森林算法构建新能源出力概率预测模型，结合VaR（风险价值）与CVaR（条件风险价值）度量合约价格的尾部风险，再用多目标遗传算法优化期货、期权及差价合约的对冲比例。
• 为解决数据适配问题，我整合了该省近3年电力交易中心合约成交数据、气象部门10分钟级辐照/风速数据，以及发电企业机组非计划停运数据，搭建“出力预测-价格建模-风险对冲”全链路框架；针对极端天气下的模型鲁棒性，新增压力测试模块，模拟百年一遇干旱/寒潮场景调整风险偏好参数。
• 项目成果：客户中长期合约价格偏差率从12%降至4%，年度对冲成本降低25%，覆盖10家发电企业500万千瓦机组年度合约，直接节省财务成本约500万元；该系统成为公司标准化产品，推广至周边3个省份，支撑团队拿下省级电网公司年度技术服务合同，我个人也因此晋升为能源市场策略高级分析师。

跨区域绿电交易与碳配额联动机制设计与试点落地

• 双碳初期绿电交易与碳市场存在“价值割裂”——发电企业出售绿电无法同步获得碳配额结余，导致绿电消纳积极性不足。我的职责是参与联动机制设计，打通两个市场的价值传导路径，提升区域绿电交易活跃度。
• 难点在于绿电证书与碳配额的核算标准不统一，且缺乏可信数据链路证明“绿电消纳对应碳减排”。我通过梳理《绿色电力证书管理办法》与《碳排放权交易管理办法》，提出“绿电生产环节碳减排量精准核算规则”（按绿电替代火电的边际减排因子折算），并用区块链技术搭建数据存证平台，确保绿电交易、证书发放、碳配额核算全流程不可篡改。
• 为推动企业参与，我用博弈论设计“阶梯式激励机制”：对主动参与联动的企业，给予碳配额奖励（按绿电消纳量折算1.2倍配额），同时减免下一年度碳核查费用；试点阶段我牵头对接2家发电企业（风电、光伏各1家）与5家用能企业（制造业为主），梳理了“绿电交易-证书发放-碳配额划转”的闭环流程。
• 试点效果：参与企业绿电交易量提升30%，累计获得碳配额结余约8万吨（对应碳资产价值640万元）；该机制被省发改委纳入“绿电+碳”融合试点案例，推动省内10余家企业跟进，间接提升区域绿电消纳率2.1个百分点，验证了我在跨市场协同中的业务设计能力。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。