统筹集团信用类资产（含债券投资、非标融资、消费金融ABS）全周期风险管理，主导内部评级体系迭代、压力测试落地及贷（投）后预警机制优化，协同业务部门平衡风险与收益，保障信用风险敞口在董事会限额内。

• 主导完成集团信用风险计量体系升级，针对债券投资组合引入KMV模型修正违约概率（PD）测算逻辑，结合行业景气度指数与主体财务弹性指标构建二维评分卡，将高收益债PD预测准确率从76%提升至88%，支撑年度债券投资池不良率控制在0.9%（低于监管红线1.5%）。
• 牵头设计非标融资业务压力测试方案，覆盖房地产、城投两大重点领域，设置宏观GDP下行2%、区域财政收入下降15%、房企销售腰斩三重情景，通过蒙特卡洛模拟测算极端情况下EAD（违约风险暴露）超限缺口，推动业务部门压缩高风险区域敞口23亿元，年度未发生超预期信用事件。
• 搭建债券持仓动态预警系统，整合Wind舆情、中债估值偏离度、发行人股权质押比例等12项指标，运用Python开发自动化预警脚本，将高等级违约预警提前期从2个月延长至4个月，年内精准识别5只存在兑付风险的产业债（涉及规模11亿元），提前启动风险缓释措施避免实际损失。
• 推动建立跨部门信用风险联防机制，联合投研、法律、运营团队制定《特殊资产处置操作手册》，优化违约债券估值调整、司法追偿流程，年度内完成3笔违约资产处置，回收率较历史均值提升17个百分点（从41%升至58%）。

负责消费金融与小微贷款业务的信用风险评估，聚焦反欺诈模型优化、客群风险分层及贷后资产质量跟踪，支持业务线在风险可控下实现规模扩张。

• 核心参与消费贷内部评级模型（IRB）开发，基于Logistic回归与随机森林算法，融合央行征信、运营商通话行为、电商消费数据等300+维度特征，将模型KS值从0.42提升至0.55，支撑自动审批通过率提高12%的同时，30天逾期率稳定在2.1%（较同业低0.8pct）。
• 针对小微客群风险异质性强的痛点，创新设计“经营稳定性-还款能力”双维度评估框架，引入税务发票、水电缴费、供应链应收账款等非传统数据，构建差异化PD分池，推动小微贷款不良率从4.3%降至2.9%，业务规模年度增长45%。
• 搭建贷后风险监测看板，通过SQL实时提取客户还款行为、征信查询频次、多头借贷等数据，设置5级预警阈值并联动催收策略调整，将M3+回收率从18%提升至25%，年度节省催收成本约800万元。
• 应对监管“穿透式风险管理”要求，主导梳理3类合作机构（助贷平台、担保公司、保险增信方）的风险传导路径，制定《合作机构信用风险限额管理办法》，将外部风险输入敞口压缩30%，顺利通过银保监现场检查。

聚焦固定收益投资组合信用风险分析，负责债券入库前尽调、持仓定期复评及信用事件跟踪，协助投资经理控制组合信用利差波动。

• 独立完成80+只信用债入库评审，运用“财务健康度-行业周期-外部支持”三维评估法，拒绝高杠杆房企债、弱资质城投债等高风险标的12只（涉及规模15亿元），入库债券年度平均信用利差低于市场基准15BP。
• 搭建债券持仓风险台账，每日跟踪发行人财务指标变动、行业政策调整及二级市场成交异常，年内识别2只存在商票逾期隐患的产业债，及时提示投资经理减持，避免损失约2000万元。
• 参与编写《信用债投资信用风险指引》，梳理钢铁、煤炭等过剩产能行业风险特征及授信策略，被纳入公司信用债投资标准化流程，当年新投过剩产能债不良率为0（同期市场平均水平1.2%）。
• 协助完成年度信用风险压力测试，模拟利率上行200BP、房企流动性危机扩散情景，测算组合最大可能损失（MPL）及资本充足率影响，为投资组合久期调整提供数据支撑，测试报告获投资决策委员会采纳。

全资产类别市场风险计量体系ES升级项目

• 2022年资管新规配套细则强制要求资管机构将预期尾部损失（ES）纳入市场风险核心计量，替代传统VaR；同期公司权益、固收、衍生品等多资产持仓同比增长40%，现有体系仅覆盖VaR且无法整合跨资产数据。我的核心职责是牵头完成全资产ES计量体系重构，支撑监管合规与业务头寸决策。
• 项目面临三重挑战：存量系统无ES计算模块，高维衍生品（如奇异期权）压力场景生成效率低；权益衍生品历史数据颗粒度不足，无法满足ES“厚尾”计算要求；业务部门对ES的“前瞻性风险”认知偏差，抵触计量结果约束头寸。
• 我主导两大突破：一是重构计量引擎，引入QuantLib开源库+自主GARCH-EVT极值模型，解决高维衍生品压力场景的快速生成与并行计算；二是搭建多资产数据中台，整合行情、评级、交易及外部舆情数据，实现跨源数据的实时关联与标签化。同时通过“2020年疫情极端场景回溯”验证ES价值，推动业务将ES阈值纳入限额体系。
• 项目将ES覆盖从30%权益资产扩展至100%全资产，计量时效从T+1缩至实时；监管报送零差错，助力公司获评“市场风险管控优秀机构”；业务通过ES调整头寸，极端场景潜在损失从1.2亿降至0.5亿，同比下降58%，直接提升风险抵御能力。

信用债组合市场-信用风险联动管理模型构建项目

• 2020年公司信用债持仓50亿（占总债仓60%），因市场风险未联动信用风险（PD、信用利差），利率上行叠加利差扩大导致1.5亿浮亏。我从信用债计量模块切入，主导构建“市场-信用”双风险联动体系。
• 难点在于：信用与市场因子非线性关联难建模、跨部门数据壁垒、预警误报率高（40%）。需解决统计框架缺失与数据协同问题。
• 我的行动：1）用Copula函数拟合PD、信用利差与利率、通胀率的联合分布，解决非线性关联；2）推动跨部门数据共享，整合信用研究评级、财务指标、交易数据，形成“信用-市场”联合库；3）用随机森林优化预警指标，筛选“利差变动率+利率敏感性缺口”，误报率降至15%。
• 成果：建成行业首个信用债双风险联动模型，覆盖度100%；组合夏普比率从0.8升至0.96（+20%）；预警提前3个月识别某地产债利差异常，推动减持5亿，避免8000万损失。项目填补了公司信用债风险联动空白，为多资产整合奠定基础。

• 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。