统筹公司固定收益类资产（含城投债、产业债、非标融资工具）信用风险全生命周期管理，聚焦信用评级模型迭代、持仓主体动态监控、风险预警机制搭建及违约处置方案落地，支撑投资决策的风险收益平衡

• 主导完成公司内部信用评级模型迭代升级，针对传统财务指标模型对行业周期敏感性不足的痛点，引入KMV期望违约频率（EDF）模型与申万行业景气度指数，将房地产、城投等重点行业的非财务指标权重从20%提升至40%；通过回溯2019-2022年违约样本验证，模型对高风险主体的提前6个月预警准确率从72%提升至89%，直接支撑投资团队规避3家后续出现展期的城投平台债券投资，减少潜在损失约5000万元
• 核心处置某TOP50房企1.2亿元非标融资项目风险（存续期内房企出现商票逾期与销售回款下滑），第一时间联动法律部梳理担保条款，推动融资方追加项目公司股权质押（质押率从50%提升至70%）并获取母公司差额补足承诺；最终项目到期收回92%本金，较同期同类违约项目少损800万元
• 牵头搭建信用风险动态预警体系，整合Wind、企查查数据与内部持仓信息，用Python开发“信用风险仪表盘”，纳入资产负债率同比增速、经营性现金流净额占比等18项核心指标；将风险信号传递时间从3个工作日压缩至T+1，全年触发有效预警47次，推动提前减持高风险债券5.6亿元，避免损失约3000万元
• 针对投资团队信用认知短板，设计“信用风险基础+实操”系列培训（涵盖行业分析框架、财报粉饰识别、违约概率测算），全年开展6场覆盖32人次；培训后团队项目风险评估报告完整性从65%升至92%，风险因素遗漏率下降40%

负责公司权益类资产（可转债、股票质押式回购）及同业资产信用风险评估，聚焦主体资质审查、质押物监控及风险事件跟踪，为交易决策提供风险支撑

• 建立可转债“财务指标+行业赛道+转股条款”三维评估框架，全年审查12只可转债项目，否决2只高风险标的（其中1只后续评级下调至AA-），保障可转债组合信用风险暴露低于公司阈值1.5个百分点
• 优化股票质押式回购风险监控逻辑，针对中小盘股质押引入“股价波动率+大股东质押比例+公司治理评分”复合指标，当质押率超60%时触发预警；全年提示风险19次，推动提前平仓3笔高风险质押（涉及8000万元），避免股价下跌导致的质押物不足风险
• 跟踪同业资产信用风险变化，撰写《同业信用风险周报》梳理城商行、农商行资产质量，2021年Q4识别某农商行非标投资逾期风险，建议减少其同业存单配置；后续该行评级下调，避免约5000万元潜在损失
• 协助修订《信用风险评估操作手册》，新增“可转债转股失败”“同业资产交叉传染”等风险章节，将审查流程从4步扩至6步，审查全面性与效率提升30%

协助资深分析师开展固定收益产品信用风险分析，覆盖债券尽调、评级复核及风险跟踪，支撑产品销售与投资

• 协助复核15只公募债券信用评级，重点核查应收账款周转率、存货跌价准备等科目，发现2只债券收入虚增问题，反馈后团队调整持仓比例，降低信用风险暴露
• 搭建“违约债券案例库”，整理2018-2020年12起违约案例触发因素（如行业政策、管理层变动），撰写《信用风险复盘报告》，助力团队规避1只同类行业债券投资
• 对接高净值客户需求，用通俗语言解读信用评级与风险关系，协助销售完成3只低风险债券产品销售（规模2.1亿元），客户满意度升至95%
• 日常跟踪信用风险事件，每周输出《风险事件跟踪表》，覆盖20+只持仓债券的舆情与财务变化，全年无重大风险漏报

多资产组合市场风险动态计量与限额体系重构项目

• 远洲资管作为头部净值型资管机构，面临资管新规下产品波动加剧、传统静态风险计量（如日频VaR）无法捕捉极端场景风险的痛点，项目目标是从“静态阈值监控”转向“动态风险感知+前置限额干预”，支撑1200亿元净值型产品线的风险管控需求。我作为项目核心建模负责人，全程主导风险因子库搭建、动态计量模型设计及系统落地。
• 项目难点集中在两点：一是非线性资产（如场外期权、CTA策略）的尾部风险捕捉不足，传统历史模拟法对“肥尾”事件预测偏差达30%；二是跨资产关联性建模滞后，依赖Pearson相关系数的线性假设，无法反映股债汇商市场的非线性传导（如2022年美联储加息周期下美股与商品的联动异化）。
• 针对尾部风险，我牵头引入GARCH-EVT混合模型——先用GARCH捕捉波动聚类，再用极值理论（EVT）拟合尾部分布，将非线性资产的VaR预测准确率从72%提升至89%；针对关联性缺口，搭建基于图神经网络（GNN）的资产关联引擎，整合Bloomberg实时行情与公司内部持仓数据，通过节点嵌入学习资产间的隐含传导关系，替代传统线性相关系数。
• 项目成果：1）动态风险计量体系上线后，极端场景（如2022年11月债市波动、2023年3月美股科技股回调）的预警提前时间从1小时延长至4小时，限额触发准确率提升58%；2）支撑公司修订《净值型产品风险限额管理办法》，将动态VaR、GNN关联度纳入核心限额指标，全年因超限额导致的组合回撤减少8500万元；3）模型被纳入公司风险管理系统（RiskGo平台）的核心模块，成为200余只主动管理产品的标准计量工具。

衍生品交易对手信用风险（CVA）精细化计量项目

• 随着公司利率互换、外汇期权等衍生品名义本金突破300亿元，传统CVA模型仅基于对手方单一信用利差的简化计算，无法覆盖衍生品期限结构、非线性payoff及对手方传染风险，导致风险拨备计提不足（经监管回溯测试发现偏差达25%）。我作为模型开发主力，负责从“单一维度计量”转向“全生命周期精细化计量”。
• 项目核心挑战：一是衍生品合约的“路径依赖”特性（如利率互换的浮动端重置）未被传统模型捕获，导致CVA对久期变化的敏感度低估；二是对手方之间的信用传染风险（如同一行业对手方的违约相关性）被忽略，不符合IFRS 13对“关联信用风险”的披露要求。
• 技术突破上，我采用“简化模型（Reduced Form Model）+期限结构调整”框架：1）针对不同衍生品类型（利率、外汇、权益），构建包含即期利率曲线、信用利差曲线的CVA计算引擎，引入“剩余期限分段加权”因子，修正久期变化的影响；2）用Copula函数刻画对手方信用事件的传染性，将行业集中度风险纳入CVA计量。同时，搭建回测框架，用2018-2020年债券违约数据验证模型准确性。
• 项目成果：1）CVA计量准确率从65%提升至88%，为公司节省信用风险拨备1200万元；2）模型通过监管机构专项检查，成为公司衍生品业务合规计量的核心工具；3）个人因项目贡献晋升为市场风险组组长，后续主导模型的季度迭代，支撑衍生品业务规模两年内增长150%。

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。