负责资管业务全流程操作风险识别、关键风险指标（KRI）监控及损失事件根因分析，支撑业务线操作风险管控体系迭代，聚焦流程漏洞修复与风险前置拦截。

• 主导设计资管产品「募集-投资-运营」全链路操作风险 mapping，运用RCSA（风险与控制自我评估）工具拆解12个业务节点、36项潜在风险点；针对「客户资料录入错误率高」痛点，协同IT部开发OCR智能校验系统，将募集期资料错误率从11%压降至2%，直接减少人工补录成本约60万元/年，获业务部门年度「流程优化之星」奖项。
• 搭建资管业务专属KRI指标库，筛选「交易指令复核延迟率」「估值差错频次」「客户投诉响应时长」等8项核心指标，设置红黄蓝三级预警阈值；通过Power BI搭建实时监控看板，全年触发有效预警23次，提前拦截「清算指令错发」「产品净值计算误差」等潜在损失事件，合计避免经济损失450余万元。
• 牵头处置资管条线17起操作损失事件，运用5Whys分析法深挖根因，发现「后台清算岗与复核岗权限未实质分离」是高频诱因；推动人力资源部修订《岗位权限管理办法》，新增「不相容岗位每季度轮岗」条款，后续同类事件发生率骤降62%。
• 协同合规部完成资管业务操作风险监管自评，依据《证券公司内部控制指引》优化评估维度，将「新产品上线前操作风险评估覆盖率」从75%提升至100%；补充12份新业务流程风险说明书，顺利通过年度证监会现场检查，未收到操作风险相关整改意见。

统筹资管业务操作风险管控体系建设，推动跨部门流程协同，主导重大操作风险项目落地及3人团队管理，聚焦风险与业务协同效率提升。

• 核心参与资管子公司筹备期操作风险框架搭建，基于COSO-ERM框架整合「风险识别-评估-控制-监测-报告」全流程，制定《资管子公司操作风险管理办法》，明确10个业务部门、28项风险管控职责；筹备期内未发生重大操作风险事件，获子公司筹备组「突出贡献奖」。
• 推动「资管业务操作风险数字化平台」项目，协调IT部、业务部完成需求调研与系统开发，整合KRI监控、损失事件管理、RCSA评估三大模块；实现风险数据自动抓取与可视化呈现，将风险报告编制时间从每周8小时缩短至2小时，平台上线后业务部门风险反馈及时率从85%提升至98%。
• 主导处置「交易系统逻辑漏洞导致异常交易」事件，迅速启动应急预案冻结相关账户、核实损失金额（约80万元）；运用根本原因分析（RCA）定位系统「批量下单指令校验缺失」漏洞，推动IT部2周内完成补丁升级；同步完善《交易系统上线前测试规程》，新增「极端场景模拟测试」环节，避免后续同类风险。
• 管理3人操作风险团队，制定「季度风险研讨+月度技能培训」机制，推动团队成员掌握FRM操作风险模块知识；团队中2人通过FRM一级考试，年度操作风险考核得分从82分提升至95分，位列公司各部门第一。

负责集团层面资管业务操作风险统筹管理，衔接子公司与总部风险政策，推动操作风险与公司战略协同，支撑资管业务高质量发展。

• 主导制定集团资管业务操作风险偏好陈述书，结合母公司风险容忍度与资管子公司业务特点，设定「年度操作风险损失占营收比≤0.15%」「重大操作风险事件发生率≤1次/年」等核心指标；经风险管理委员会审批通过，成为资管业务风险管控的核心指引。
• 推动「操作风险与业务绩效联动机制」落地，将KRI指标与业务部门绩效考核挂钩（如「交易指令复核延迟率」超标扣减团队绩效分10%）；全年推动业务部门主动优化流程11项，其中「估值核算流程自动化」项目将核算时效从T+1缩短至T+0.5，产品赎回响应速度提升40%，客户满意度提高15%。
• 牵头应对银保监会年度操作风险专项检查，整理近3年操作风险管控资料（含KRI监控记录、损失事件报告、流程优化证据等）；针对检查中「分支机构操作风险培训覆盖不足」问题，设计「线上微课+线下案例研讨」培训方案，覆盖全国23家分支机构，培训完成率100%；检查反馈中操作风险模块获「优秀」评级。
• 搭建「资管业务操作风险损失数据库」，收集近5年行业及公司内部120起操作损失事件，运用统计分析识别「人员操作失误（45%）、系统缺陷（30%）、流程漏洞（25%）」三大高风险类型；向业务部门提出「加强员工操作规范考核」「定期开展系统压力测试」等建议，被纳入下一年度操作风险重点工作计划。

跨境多资产组合市场风险计量体系重构项目

• 随着公司跨境业务从港股、美股扩展至新兴市场债券、大宗商品等资产，原有市场风险计量体系暴露三大短板：因子覆盖仅停留在传统股债波动率、历史模拟法无法捕捉新兴市场非线性尾部风险、监管要求的跨境压力测试缺乏针对性框架。我的核心职责是主导计量体系的全流程重构，目标建成“全资产覆盖、精准测险、合规适配”的现代化风险计量平台，支撑跨境业务稳健扩张。
• 项目面临三重关键挑战：一是跨境资产风险因子缺失（如新兴市场汇率联动效应、大宗商品与权益资产传导机制未纳入）；二是原有模型对尾部风险预测偏差大（历史模拟法下VaR回溯测试失败率达11%）；三是监管压力测试场景（如美元流动性收紧、新兴市场债务违约）缺乏业务适配性。我提出“三维因子库+混合模型+定制化压力测试”解决方案：因子层整合传统交易因子、宏观政策因子（新兴市场PMI、美元指数波动率）与另类数据（波罗的海干散货指数、铜价走势）；模型层用GARCH-EVT混合模型替代历史模拟法，捕捉资产收益的尖峰厚尾与波动率聚类特征；压力测试构建“基准+极端+嵌套”情景框架，结合BCBS最新要求设计12类跨境业务专属场景。
• 我牵头跨交易、产品、IT的专项工作组，首先梳理12类跨境资产的风险特征，完成因子库搭建与模型参数校准（如新兴市场债券的违约风险因子权重设定为25%）；其次开发回溯测试系统，用2013-2022年历史数据验证模型（涵盖2020年新冠冲击、2022年美联储加息等极端事件）；最后推动IT部门将模型嵌入公司风险管控平台，实现实时风险计量与预警阈值自动触发。
• 项目成功将风险计量覆盖率从75%提升至98%，覆盖所有跨境资产类别；VaR模型回溯测试失败率降至1.8%，达到监管“优秀”评级；支撑3只跨境ETF产品顺利上线，年化风险调整后收益（Sharpe Ratio）从1.2提升至2.7。项目获公司年度“最佳风险管控创新奖”，我作为核心负责人在“中国金融机构风险管理论坛”分享经验，成为公司市场风险计量领域的标杆项目。

权益类衍生品市场风险对冲策略优化项目

• 公司权益衍生品业务（股指期权、个股期货）持仓规模年增长35%，但原有对冲策略存在两大痛点：Delta-Gamma对冲依赖人工调整，实时性不足导致日均对冲误差累积至0.5%；隐含波动率曲面采用线性插值法，拟合误差达1.5%，推高月均对冲成本5%-8%。我从核心策略设计成员逐步主导模型优化与落地，目标是提升对冲自动化水平、降低对冲成本。
• 项目难点在于两点：一是隐含波动率曲面的动态拟合——传统线性插值无法捕捉“波动率微笑”特征，导致对冲比率偏差；二是高频数据下的决策延迟——原有系统处理1分钟级行情数据需5分钟，错过最优对冲窗口。我提出“机器学习预测+实时决策引擎”方案：用LSTM模型学习隐含波动率曲面的短期变化规律，替代线性插值；搭建实时对冲决策系统，整合1分钟级行情、模型预测与交易接口，实现对冲信号自动触发。
• 我首先收集近3年股指、期权合约的1分钟级高频数据（约1.2亿条），训练LSTM模型预测波动率曲面的小时级变化（预测准确率提升至92%）；接着开发系统原型，测试1分钟、5分钟、15分钟对冲频率的效果——1分钟频率下对冲误差降至0.1%，但对系统性能要求高；最终推动系统迭代，优化数据处理算法，实现1分钟级实时对冲。
• 项目成果显著：隐含波动率曲面拟合误差从1.5%降至0.3%，月均对冲成本降低22%（年节省约800万元）；对冲误差率从8%降至2.5%以内，组合净值波动减少40%；系统上线后，权益衍生品业务年交易规模增长40%，成为公司新的利润增长点。我个人主导的“基于LSTM的波动率预测对冲策略”获公司技术创新专利（排名第一），相关经验被纳入公司衍生品业务操作手册。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。