统筹公司金融条线对公信贷业务全生命周期信用风险管控，涵盖贷前准入策略制定、贷中风险计量模型优化、贷后风险预警体系搭建及重点领域风险化解，协同业务部门平衡风险与收益，确保全行对公资产质量稳定在目标区间内。

• 主导零售与对公信用风险计量模型迭代，基于内部评级法（IRB）重构PD（违约概率）/LGD（违约损失率）/EAD（违约风险暴露）参数体系，创新性引入区域PMI指数、行业产能利用率等宏观经济变量及企业水电能耗、供应链交易流水等另类数据，通过SAS建模验证，模型对高风险客群的识别准确率从82%提升至91%，支撑贷前准入策略收紧，当年新发生不良率较上年下降1.2个百分点，节约风险拨备成本约6000万元。
• 设计“行业-区域-客群”三维贷后预警指标体系，搭建基于XGBoost算法的动态风险监测模型，整合财务报表、司法涉诉、舆情信息等12类外部数据源，通过Python开发自动化预警脚本并嵌入信贷管理系统，将风险信号发现时效从T+15天缩短至T+3天，推动团队提前介入化解某制造业龙头企业流动性风险，通过“应收账款质押+核心企业确权”方案回收风险敞口4.7亿元，避免形成不良。
• 牵头组织年度信用风险压力测试，覆盖房地产、城投、中小微企业等8大重点领域，采用蒙特卡洛模拟法测算极端情景（GDP增速4.5%、行业违约率上升300BP）下的资本充足率影响，输出《压力测试报告》并提出“压缩高风险行业授信额度20%、提高抵质押率要求”等政策建议，推动总行将房地产行业授信占比从28%压降至22%，增强风险抵御韧性。
• 协同公司金融部设计差异化风险缓释方案，针对战略客户创新“核心企业担保+订单融资+保险增信”组合工具，将单一客户风险敞口集中度从15%降至8%，同时保障某新能源头部企业50亿元授信高效落地，项目IRR达12%，支撑分行当年对公中间业务收入增长18%。

聚焦中小微企业信贷业务，负责信用风险评估模型开发、贷后管理流程优化及存量风险资产化解，支撑业务部门在控制风险的前提下扩大普惠金融覆盖面。

• 参与开发中小微企业评分卡模型，基于Wind企业财务数据、税务发票及结算流水等结构化信息，采用逻辑回归算法筛选资产负债率、近12个月开票金额波动率等8个核心变量，模型KS值达0.68（原人工评估模型仅0.54），支撑业务部门将单户授信审批时效从5个工作日压缩至2个工作日，当年新增授信客户中优质客群占比提升22%。
• 重构贷后检查机制，设计“定量指标+定性评价”双轨制监控框架，设定应收账款周转率、实际控制人征信查询次数等15项关键指标，通过SQL搭建自动化风险报表系统，实现风险数据实时抓取与可视化展示，团队人均管户量从80户提升至120户，风险预警响应效率提高70%。
• 主导处置某传统制造企业风险事件（逾期金额1.2亿元），通过穿透分析其供应链账期、存货周转数据，协调仓储监管方对库存商品实施动态质押，并推动担保方追加工业厂房抵押，最终回收95%逾期本金，避免形成不良资产，相关案例被总行纳入《中小微风险化解操作指引》。

支持消费金融业务信用风险评估，参与数据模型搭建、策略验证及监管报送数据治理，保障业务合规性与风险可控性。

• 协助搭建消费信贷客群评分模型，清洗并整合200万+用户行为数据（含还款记录、消费频次、设备指纹信息），采用随机森林算法训练模型，验证集AUC值达0.82，为授信额度策略提供数据支撑，模型上线后客群不良率稳定在3.5%以内，优于行业平均水平0.8个百分点。
• 针对共债风险上升问题，引入央行征信、百行征信等多维度负债数据，设定“总负债/收入比≤50%”刚性门槛，配合调整利率定价策略，季度末整体逾期30+天数占比从5.1%下降至3.0%，风险调整后收益率（RAROC）提升1.2个百分点。
• 完成监管报送数据专项治理，对照《商业银行信用风险监管指标》要求，梳理贷款五级分类、拨备覆盖率等12项指标计算逻辑，修正系统中3类数据口径偏差问题，报送数据准确率从92%提升至99.5%，助力公司顺利通过银保监现场检查。

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。

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。