统筹资管产品全生命周期操作风险管理体系建设，覆盖产品设计、交易执行、估值核算及清算交收环节的风险识别、评估、监测与缓释，推动风险量化工具落地与合规文化渗透。

• 主导设计基于R语言与SAS的操作风险量化评估模型，构建包含操作失误率、流程耗时偏差、关键岗位轮岗覆盖率等12项核心指标的KRI（关键风险指标）体系，通过历史损失数据回测校准阈值，将风险预警准确率从78%提升至92%，提前识别并阻断3起因系统接口异常导致的头寸错配风险事件。
• 推动建立跨部门风险联席会机制，协调投资、交易、运营部门梳理股票型、债券型资管计划中30+高频操作场景（如份额登记错误、资金划付延迟），编制《操作风险控制矩阵》明确责任主体与应对预案，年度操作风险事件数量从67起降至40起（降幅40%），单事件平均损失金额减少55%。
• 牵头优化风险数据集市，整合财务系统、TA系统、估值系统底层数据，开发T+1风险指标自动报送模块，替代原人工导出-核对-汇总流程，人工干预环节减少65%，数据报送及时率从89%提升至99.8%，获年度公司级流程优化奖。
• 完成银保监会操作风险三大工具（RCSA自评、KRI监测、损失数据收集）的本地化落地，编制《资管业务操作风险报告模板》并嵌入公司OA系统，推动风险数据标准化；监管现场检查中，操作风险相关问题整改率从85%提升至100%，公司操作风险管理评级从B级升至AA级。

负责权益类资管计划全流程操作风险管控，聚焦产品设计、份额登记、资金清算环节的风险识别与缓释，推动风险量化工具与业务流程融合。

• 运用COSO框架梳理权益类产品从募集到退出的8个业务环节，识别账户开立错误、交易指令漏传等22项风险点，制定包含双人复核、系统校验规则在内的35项控制措施，年度操作风险事件发生率同比下降30%（从42起降至29起）。
• 搭建操作风险损失数据库，收集近3年公司内部权益类产品操作损失数据217条（涵盖交易差错、估值偏差等类型），结合中国证券业协会公布的行业损失数据校准风险参数，优化风险资本计量模型，风险加权资产测算误差率从15%降至5%，支撑更精准的经济资本分配。
• 主导开发操作风险自评工具，基于VBA与Excel宏实现RCSA（风险与控制自我评估）流程线上化，设置风险热力图、控制有效性评分等功能模块，自评效率提升50%；应用于12只存续权益类资管计划评估，发现潜在风险漏洞18个（如跨境交易时区差异导致的清算延迟），推动整改完成率100%。
• 参与反洗钱与操作风险协同管理项目，梳理客户身份识别（KYC）、大额交易监测等交叉风险点，制定《反洗钱操作风险联动控制流程》，将客户信息缺失导致的补正率从35%降至10%，获反洗钱专项工作组表彰。

协助完成固定收益类产品操作风险初始评估与日常监测，聚焦债券交易、后台清算环节的风险控制措施落地。

• 运用德尔菲法对债券交易询价、后台清算、估值核算等环节进行风险打分，输出《固定收益产品操作风险热力图》，识别高风险环节4个（如纸质凭证保管、系统指令录入），提出流程电子化、关键节点双岗确认等建议6条，被采纳实施后操作差错率从1.2‰降至0.7‰。
• 负责风险数据统计与报送，使用SQL从交易系统、估值系统提取操作风险相关数据（如交易指令修改次数、异常清算笔数），编制月度《操作风险指标报告》，数据准确率保持100%，为管理层提供风险趋势分析支持。
• 参与5只新产品（含国债ETF、企业债专户）上线前操作风险审查，依据《商业银行操作风险管理指引》制定检查清单（涵盖制度完备性、系统权限设置等28项），未出现重大风险遗漏，新产品上线后3个月内操作风险事件零发生。
• 针对运营团队设计操作风险案例课程（含真实交易差错、清算延误等场景），组织6场线下培训覆盖30+人次，培训后操作规范考核通过率从82%提升至95%，团队风险意识显著增强。

多资产组合市场风险计量体系升级项目

• 项目背景：公司存量FOF/MOM产品规模突破80亿元，但原有市场风险计量体系仅覆盖单资产VaR，无法识别跨权益、信用债、商品衍生品的组合集中度风险与尾部联动风险；核心目标是将体系升级为“单资产-组合-场景”三维计量的全流程框架，支撑产品风险限额动态调整。我在项目中担任模型设计主导人，统筹跨部门资源推进落地。
• 关键难题：一是跨资产相关性估计偏差大（原Pearson相关系数未考虑非线性依赖），导致组合VaR低估15%-20%；二是尾部风险测度滞后，无法捕捉“黑天鹅”事件下的极端损失；三是数据分散在交易、估值、风控三大系统，整合效率低。
• 核心行动：1. 用Clayton-Copula函数重构多资产相关性模型，纳入GARCH-EVT混合分布拟合边缘分布，解决非线性依赖问题；2. 引入历史模拟法的极值扩展版（HS-EVT），将尾部损失置信水平从95%提升至99.5%；3. 推动搭建统一风险数据集市，整合12类资产的交易、持仓、估值数据，实现每日早8点前输出组合风险报告。
• 项目成果：升级后的体系将组合VaR预测准确率从72%提升至91%，支撑风险部对3只FOF产品调整权益衍生品限额（压缩20%），避免了一次因大宗商品暴跌引发的500万元潜在损失；该体系被纳入公司《多资产产品风险管理办法》，成为后续同类产品的标准计量框架。

权益类衍生品市场风险实时监控系统搭建项目

• 项目背景：公司权益类结构化产品（含雪球、香草期权）规模快速增长至30亿元，但原有风险监控系统为T+1批量处理，无法实时捕捉高频交易中的希腊字母（Delta、Gamma）突变风险；目标是搭建实时监控系统，实现衍生品持仓风险的秒级预警。我从模型开发到系统落地全程参与，后期负责核心模块设计。
• 关键难题：一是高频交易数据（每秒100条以上）的低延迟处理，原有MySQL数据库无法支撑；二是衍生品实时定价模型的计算效率低（单只产品计算耗时2秒，无法满足实时要求）；三是风险预警规则过于笼统，误报率达40%。
• 核心行动：1. 采用Python的Pandas+Numba编译优化定价模型，将单产品计算耗时压缩至50毫秒；2. 引入Redis做实时数据缓存，对接交易系统的Kafka消息队列，实现持仓数据秒级更新；3. 基于历史回测数据优化预警规则（如将Delta阈值从±0.5调整为±0.3，增加Gamma突变率指标），将误报率降至10%以内。
• 项目成果：系统上线后将监控延迟从4小时缩短至15分钟，成功捕捉到2021年9月美股暴跌行情中2只雪球产品的Delta超限风险（提前1小时触发预警），推动交易员平仓止损，避免了约800万元名义本金的损失；系统后来推广至公司固收+产品线的利率衍生品监控，成为市场风险团队的核心工具之一。

• 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。