统筹企业财产险、工程险及特殊风险标的核保全流程管理，聚焦高净值客户风险评估与策略制定，主导模型优化与赔付率管控，支撑分公司年度承保利润目标达成。

• 主导高端制造业财产险核保策略升级，针对半导体厂房、精密仪器仓库等新兴标的，引入RMS巨灾模型与火灾动力学模拟软件（FDS），结合近5年行业火灾事故数据重构风险评估维度，解决传统核保依赖历史赔付数据的局限性；推动制定「设备折旧系数+工艺风险等级」双因子定价模型，落地12个重点项目，首年综合赔付率较同业均值低15%，该模型被纳入总公司标准核保指引。
• 牵头处理某央企地铁工程险项目核保，面对盾构机进洞、深基坑开挖等复杂工况，运用工程险核保「五维分析法」（地质水文、施工工艺、第三方责任、工期延误、应急能力），联合第三方风控机构完成17次现场查勘，识别出地下水位异常、相邻管线老化两项高风险点；通过附加「地质灾害超赔」与「管线修复费用」条款，平衡风险与收益，最终承保该项目保费规模860万元，当前已出险案件赔付率仅7.2%。
• 搭建财产险核保后评价体系，基于精算数据与理赔反馈，对2023年承保的500万以上企财险保单开展回溯分析，发现仓储类标的因「存货分类不清」导致的赔付占比达32%；推动在核保问卷中新增「存货品类明细+存储方式」必填项，并配套开发智能校验工具，2024年上半年同类标的赔付率同比下降18个百分点。
• 负责分公司核保团队带教，编制《工程险常见风险识别手册》《企财险核保决策树》等培训材料，累计培养3名初级核保师；主导季度核保质量评审会，通过「偏差率+合规性」双指标考核，将团队核保差错率从4.1%压降至1.7%，连续两个季度获总公司「核保质量优秀团队」称号。

独立承担中小企业财产险、家庭财产险核保工作，聚焦风险筛选与方案适配，协同业务端完成客户触达与风险教育，助力部门年度保费规模突破1.2亿元。

• 负责长三角地区商贸企业财产险核保，针对批发市场、仓储物流等高频出险场景，提炼「建筑耐火等级+消防设施覆盖率+存货周转率」三大核心指标，建立动态风险评估模板；2020年累计核保217家企业，其中拒绝高风险标的19家（主要为老旧市场仓储），承保标的首年平均赔付率62%，较部门前期水平下降9个百分点。
• 参与某连锁超市集团统保项目，为其全国87家门店设计「基础财产险+营业中断险+公众责任险」组合方案；运用情景模拟法测算不同火灾、漏水场景下的损失影响，将附加险赔付触发条件从「直接损失超50万」调整为「间接损失超20万」，在提升客户体验的同时，保证附加险赔付率可控在45%以内，项目续费率连续3年达92%。
• 优化核保系统操作流程，梳理出「人工核保-系统校验-分级审批」全链路痛点，提出将「消防验收证明」「特种设备登记证」等12项材料设置为系统自动校验项，减少人工核对时间40%；该优化方案在部门内推广后，单均核保时效从3个工作日缩短至1.8个工作日，客户满意度提升22%。

协助资深核保师完成中小微企业及个人财产险核保辅助工作，参与风险评估数据整理与核保政策落地执行，夯实财产险核保基础能力。

• 协助完成年度核保政策落地，整理总公司发布的《2018年财产险风险偏好陈述书》，提炼出「禁止承保高污染企业」「限制老旧厂房保额上限」等15项核心要求；编制《核保政策要点速查手册》供前端业务人员使用，推动政策知晓率从68%提升至95%，当年因政策理解偏差导致的错保拒保投诉减少40%。
• 参与车险与非车险交叉核保支持，针对「企业主个人车险+企业财产险」组合客户，分析其个人驾驶记录与企业经营稳定性关联度；通过交叉验证发现37个高风险客户（个人违章频发且企业现金流异常），协助团队拒绝承保其中29家，后续跟踪显示该群体出险率较承接组高2.3倍，验证了交叉核保的有效性。
• 负责历史赔付数据清洗与分析，从核心业务系统提取2016-2017年企财险赔付案件，运用Excel数据透视表梳理出「暴雨灾害」「电气短路」为前两大出险原因（合计占比61%）；撰写《企财险常见出险原因分析报告》，提出在核保问卷中增加「防洪设施等级」「电路改造时间」等追问项，相关建议被纳入次年核保指引修订。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。

长三角区域台风巨灾风险精细化管控项目

• 长三角是我国台风灾害最频发区域之一，公司原有巨灾模型以省级为最小粒度，存在风险分辨不足、定价偏差大等问题，导致近3年台风相关赔付率波动超±12%，亟需构建“精准识别-科学定价-前置防控”的精细化风险管理体系，我作为项目负责人统筹精算、风控、理赔及外部气象机构协同。
• 项目核心挑战有三：一是历史气象与损失数据维度割裂，省级数据无法支撑区县层面的风险量化；二是台风路径、强度与具体标的损失的关联逻辑不明确，传统GLM模型预测准确率仅72%；三是精算、理赔、风控部门数据口径不一致，跨团队协作效率低。
• 我牵头制定“数据-模型-应用”三层解决方案：1）数据层，整合10年长三角13个地级市气象站、卫星遥感及20万条理赔案例，用克里金空间插值法将台风参数（最大风速、累计降水、移动路径）细化至区县尺度；2）模型层，引入XGBoost机器学习算法替代传统GLM，纳入“地形坡度、河网密度、建筑抗风等级”等本地化因子，优化损失预测逻辑；3）协同层，搭建巨灾数据中台，统一各部门风险指标口径，实现气象预警与理赔报案的实时联动。
• 项目成果显著：1）模型分辨率提升至区县，台风损失预测准确率达89%，支撑公司推出“长三角台风专属财产险”，覆盖1200家企业，新单保费占比达非车险18%；2）基于模型输出的“高风险区县防灾清单”，联动客户开展厂房加固、应急演练，试点企业台风赔付金额较之前下降28%；3）项目形成的“区域巨灾精细化建模方法论”被集团纳入标准体系，我个人因此获集团“年度风险管控卓越奖”。

新能源企业环境责任保险专属产品设计与落地项目

• 新能源汽车、光伏等新兴产业高速发展，但现有环境责任保险（EPL）多沿用传统工业企业条款，未覆盖“电池回收泄漏、光伏组件重金属污染、储能电站火灾次生污染”等新能源特有风险，公司亟需通过产品创新切入新兴赛道，我作为产品开发核心成员负责风险调研与方案设计。
• 项目难点在于：一是新能源企业环境风险特征不明确，缺乏针对性的损失数据；二是监管对“渐进式污染责任”“供应链连带责任”的界定模糊，产品合规性存疑；三是市场对新兴险种认知不足，推广阻力大。
• 我主导三方面工作：1）风险识别，调研100家新能源企业（涵盖电池、光伏、储能），梳理出“生产环节污染物泄漏、退役设备处置不当、供应链上游污染传导”三大核心风险，形成《新能源企业环境风险地图》；2）合规与定价，联合法学专家解读《环境责任保险管理办法》，明确“覆盖全生命周期责任”的保障边界，基于蒙特卡洛模拟建立损失分布模型，开发“基础保障+可选附加险”的模块化定价体系；3）市场推广，协同销售团队针对头部新能源企业定制“风险减量服务包”（含环境审计、应急响应培训），降低客户投保顾虑。
• 项目成功落地：1）专属产品上线6个月内，承保200家新能源企业，实现保费收入5000万元，占同期非车险新单的12%；2）产品赔付率稳定在45%（低于行业平均20个百分点），因“覆盖新兴风险”获当地生态环境局推荐为“重点推广险种”；3）项目推动公司在新能源非车险领域市场份额从1.8%提升至3.5%，成为公司第二增长曲线的重要支撑。