负责公司股权、固收、量化全条线操作风险的识别评估、监控控措及体系搭建，联动业务、合规、IT部门推动风险管控落地，传导风险文化至日常运营

• 主导股权投后管理流程RCSA（风险与控制自我评估）迭代，通过Celonis流程挖掘工具定位“投后报告延迟、估值审批冗余、事件响应滞后”3类高频漏洞；牵头设计“双节点校验+自动化预警”控措，将报告延迟率从18%压降至3%，估值审批时长缩短40%，并通过季度回溯验证控措有效性，该方案被纳入公司年度运营优化案例库
• 搭建固收全环节KRI（关键风险指标）体系，筛选“交易对手违约预警次数、清算差错率、估值偏离度”12个核心指标，基于历史损失数据及市场波动率设定动态阈值；推动IT嵌入交易系统实现实时预警，全年触发有效预警21次，协助业务提前化解潜在损失约150万元，指标预警准确率达89%
• 主导公司首次操作风险损失数据库建设，梳理近3年127笔损失事件（覆盖人为失误、系统故障、外部欺诈），按巴塞尔协议Ⅱ分类标准归因，输出《操作风险损失分布报告》，为风险资本计量及管控资源分配提供数据支撑，报告获首席风险官“填补公司风险数据空白”的肯定
• 推动量化团队BCP（业务连续性计划）演练，针对“交易系统宕机、数据泄露”场景设计全流程方案，联动IT优化灾备切换逻辑，将系统恢复时间从45分钟压缩至15分钟，通过监管现场检查中“业务连续性管理有效性”项的满分评价

协助操作风险经理开展经纪、资管业务操作风险识别与控措落地，参与流程优化及风险培训，沉淀基层风险管控经验

• 核心参与经纪业务反洗钱RCSA，识别“客户重识别触发条件模糊、大额交易漏报率高”2项风险；提出“交易频率+资产变动自动触发尽调”建议，协助IT开发规则引擎，使漏报率从12%降至2%，顺利通过当地人行反洗钱专项检查
• 负责资管产品运营风险监控，每日跟踪“净值核算错误、信息披露延迟、资金划付差错”KRI，建立“异常台账-责任到人-整改时限”闭环机制；全年跟踪整改45个问题，整改完成率100%，产品信息披露延迟率从8%降至1%，获资管部门“运营风险把控扎实”的书面反馈
• 设计操作风险培训课程，结合《证券期货经营机构私募资产管理业务管理办法》及“员工误操作导致产品赎回延误”案例，采用“情景模拟+互动答题”模式；全年开展6场培训，覆盖200余人次，员工风险知识测试通过率从75%提升至92%
• 协助撰写年度操作风险自评估报告，整合各部门RCSA结果，分析“系统故障类风险占比上升15%”的趋势，提出“加强IT运维监控”的建议，被纳入下一年公司风险重点工作计划

协助开展期货经纪业务操作风险监控，参与流程梳理及事件处置，夯实操作风险基础认知与执行能力

• 参与期货经纪业务流程梳理，依据《期货公司内部控制指引》绘制“开户-交易-结算-风控”全流程地图，识别“开户资料审核不严、交易指令无确认”2项风险；提出“双人交叉审核+短信指令确认”建议，协助完善流程，使开户资料错误率从10%降至3%
• 负责操作风险事件统计分析，每月汇总“客户投诉、交易差错、系统故障”事件，按类型/部门/影响程度分类输出月度报告；全年分析89起事件，发现“新员工培训不足”是高频原因，提出“实操培训+师傅带教”方案，使新员工失误率下降25%
• 协助处置“营业部交易系统数据丢失”重大事件，牵头收集事件经过、影响范围及损失，配合监管部门调查并形成《事件调查报告》，推动“数据异地备份”整改措施落地，避免了类似风险再次发生
• 参与期货保证金安全存管流程优化，针对“客户出入金审核延迟”问题，建议“系统自动校验账户信息+人工复核关键要素”，使审核时长从2小时缩短至30分钟，提升了客户体验及操作效率

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。

• 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。