负责总行操作风险全生命周期管理，统筹风险与控制自我评估（RCSA）、关键风险指标（KRI）、损失数据收集（LDC）三大工具落地，牵头重大操作风险事件处置，推动管理体系与巴塞尔协议II/III要求接轨，覆盖公司治理、业务流程、系统安全等核心领域。

• 主导操作风险三大工具迭代优化：针对原有RCSA评估维度单一问题，创新构建“流程-控制-系统”三维评估框架，带领5人团队完成23个业务条线、127项子流程评估，识别高风险领域9个（如柜面交易授权、同业资金清算）。推动制定控制优化措施21项，半年内相关领域操作风险事件发生率较上年下降42%，获总行“流程优化卓越奖”。
• 推动KRI体系智能化升级：梳理45项存量指标，结合银保监〔2023〕15号文新增“数字化系统漏洞修复时效”“第三方合作机构违约率”等12项前瞻性指标。搭建基于Python+Scikit-learn的机器学习预警模型，将KRI预警准确率从68%提升至89%，全年提前识别潜在风险事件7起，避免直接经济损失1200万元。
• 牵头重大操作风险事件处置与根因改进：全年主导8起重大事件（单起损失超500万元）处置，如某分行理财代销系统数据错报事件中，联动IT、法律部门48小时内修复数据接口缺陷，同步发布《外部系统对接数据校验指引》，后续同类事件零发生。事件根因分析报告被董事会采纳，推动全行开展“系统交互类风险专项排查”，覆盖17家分行。
• 完善LDC数据库与资本计量模型：整合10年行内损失数据（2376条有效事件），补充ORX外部行业数据，使用SAS进行极值理论分析优化损失分布模型，将操作风险资本计量准确率从85%提升至93%。支撑年度资本计提减少15%，获总行年度风险管理创新奖。

执行总行操作风险管控要求，落地RCSA/KRI监测，推动基层网点风险防控，协助监管检查整改，保障分行操作风险指标达标。

• 本地化落地总行管控要求：针对分行零售业务占比65%的特点，拆解总行KRI为“柜面操作失误率”“客户信息泄露事件数”等6项指标，通过SQL从核心系统提取实时数据生成周报。推动网点开展针对性培训28场，全年零售条线操作风险事件同比下降31%，助力分行零售业务风险评级保持A类。
• 建设分行级损失数据库与案例库：整理近3年189条操作风险损失事件，按业务类型（柜面/信贷/电子银行）和损失类型（内部欺诈/外部欺诈/系统缺陷）分类标注，录入总行LDC系统。其中“自助设备吞卡盗刷处置案例”被总行纳入年度典型集，推广至全国32家分行。
• 主导监管检查整改与体系完善：配合银保监现场检查，梳理127份管理文档（制度/流程/培训记录），针对“第三方外包权限管理不足”问题，制定《外包人员操作风险管控细则》（含权限审批、行为监控、退出机制7项要求），整改完成率100%，助力分行监管评级从3B升至3A。
• 支持新业务操作风险评估：参与分行数字人民币试点项目，运用FMEA（失效模式与影响分析）识别账户开立、资金划转等环节风险点11个，提出“双因素认证+交易限额”等控制措施，项目上线后未发生重大操作风险事件，获分行“创新支持先进个人”。

协助支行运营主管开展操作风险日常监测，执行柜面交易合规检查，整理风险台账，参与制度宣导与培训。

• 落地柜面操作风险日常监测：每日抽查50笔柜面交易（涵盖开户、转账、挂失等），使用总行“运营风险监测系统”标记异常交易（如大额转账无辅助验证），月均发现并纠正违规操作12起，推动支行柜面操作差错率从0.8‰降至0.3‰，连续6个月位列分行前三。
• 整理运营风险台账与报告：汇总月度操作风险事件（共156条）、控制缺陷（23项）及整改情况，编制《支行操作风险动态》，为支行管理层提供风险决策支持，相关数据被纳入分行季度风险分析报告。
• 参与制度宣导与新员工培训：协助编制《柜面操作风险防控手册（简易版）》，组织新员工培训12场（覆盖45人），考核通过率100%。培训后新员工操作违规率较往期下降58%，获支行“优秀内训支持奖”。

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。

• 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。