统筹公司主动管理型资管产品（含权益多头、固收+、衍生品策略）的市场风险全流程管理，覆盖风险识别、计量、监控、限额制定及压力测试，主导搭建多资产风险指标体系，推动风险模型迭代以适配复杂策略，确保风险暴露符合内部限额及监管要求（如《证券公司风险控制指标管理办法》）。

• 牵头重构权益类及场外衍生品市场风险计量框架，针对雪球期权、指数增强结构化产品等复杂工具，引入蒙特卡洛模拟与希腊字母动态对冲模型，将单一产品风险测算耗时从3个工作日压缩至4小时，模型对极端情景（如标的20%单日波动）的预测偏差率从15%降至5%，支撑投资团队在2024年Q2成功规避某挂钩中证500雪球产品的潜在亏损。
• 设计多维度市场风险限额体系，结合VaR（99%置信度）、ES（预期损失）及最大回撤阈值，针对不同策略产品设置差异化头寸限额（如股票多头产品单日VaR不超过净值的3%），并通过Python开发实时监控看板，联动交易系统自动拦截超限额指令，2023年全年超限事件同比减少82%，未发生因风控滞后导致的实质性损失。
• 主导年度监管压力测试，覆盖股债双杀（沪深300跌20%+10年期国债收益率上行50BP）、流动性危机（前10%流动性差个股占比提升至30%）等6类极端情景，创新引入ESG风险传导因子（如碳价上涨对高耗能行业信用利差的影响），测试结果显示公司整体风险抵御能力达标率从91%提升至98%，相关报告获证监会资管机构监管部专项表扬。
• 推动风险模型与投资决策深度融合，针对固收+产品中的可转债持仓，开发“股性-债性”双维度风险归因模型，识别出2024年Q3部分低评级可转债的股性波动被低估，协助投资经理调整持仓结构，后续该类产品季度超额收益稳定性提升12%，最大回撤收窄4个百分点。

负责公司私募资管计划的市场风险分析，重点支持权益类、FOF及量化对冲策略产品，搭建风险监测指标库，参与投资组合压力测试，协同投资团队优化风险收益比，确保符合《证券期货经营机构私募资产管理业务管理办法》的风控要求。

• 为量化对冲产品构建“因子暴露-风险预算”双控体系，运用Barra风险模型拆解风格因子（如价值、成长、动量）及行业因子敞口，发现部分产品在小市值因子上的过度暴露（超基准3倍标准差），提出调整股指期货对冲比例及行业轮动策略的建议，实施后产品年化波动率从18%降至14%，夏普比率提升0.5。
• 开发利率债持仓的久期缺口预警模型，结合宏观经济预测（如CPI、MLF利率变动）动态调整久期限额，2021年Q4预判央行货币政策边际收紧，提前提示将久期从3.2年压缩至2.5年，规避了后续10年期国债收益率上行20BP带来的估值损失约1200万元。
• 主导内部风险系统升级，梳理12类风险指标的计算逻辑（如流动性覆盖率、敏感度指标），通过SQL编写自动化取数脚本，解决原系统数据滞后问题（T+2→T+1），风险报表生成效率提升60%，支撑每日晨会快速决策。
• 参与3只FOF产品的底层基金筛选，运用风险平价模型评估子基金的市场风险贡献度，剔除2只股债相关性不稳定的偏股型基金，替换为宏观对冲策略产品，最终FOF组合的年化波动率低于业绩比较基准1.2个百分点。

协助搭建市场风险数据平台，支持风险指标计算与报表输出，参与权益类及固收类产品的风险分析，为投资团队提供情景测算与风险归因支持，保障基础数据质量与模型运行的稳定性。

• 搭建市场风险基础数据库，整合交易系统、行情终端（Wind、Bloomberg）及托管行的多源数据，通过Python清洗缺失值（如节假日行情断档）及异常值（如涨跌幅超过20%的乌龙指数据），数据完整率从85%提升至99%，为后续风险模型提供可靠输入。
• 参与VaR模型验证项目，对比历史模拟法、参数法及蒙特卡洛模拟法的结果差异，针对股票组合在极端波动情景下的低估问题（原模型误差率8%），提出增加跳跃扩散过程修正，验证后误差率降至3%，模型通过外部审计机构认证。
• 为投资经理提供定制化风险分析报告，针对某消费行业主题基金，测算其在“消费税上调”“社零数据不及预期”等情景下的净值跌幅（分别为-5.2%、-3.8%），辅助调整白酒与必选消费的持仓比例，后续该基金在2018年Q4市场调整中回撤小于同类平均2个百分点。
• 优化风险日报模板，新增“行业轮动风险”“北向资金流动冲击”等特色指标，通过可视化图表（如热力图展示板块风险集中度）提升信息传递效率，日报阅读时长从30分钟缩短至10分钟，获部门负责人“信息精准度提升显著”的书面肯定。

• 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。

多资产组合市场风险动态计量与限额体系重构项目

• 【项目背景与目标】远洲资管作为权益+固收双主线资管机构，2021年因市场风格突变（利率快速上行+权益波动加剧），旗下3只“固收+”产品触发事后止损，合计损失超8000万元，暴露传统静态VaR限额体系无法应对动态市场联动风险的问题。我的目标是主导重构覆盖权益、债券、衍生品、另类资产的多资产动态风险计量模型，同步建立“分层、实时、前置”的限额管理体系，将风险管控从“事后止损”转向“事前预警”。
• 【关键难题与技术突破】项目面临三大核心挑战：1）多资产非线性联动风险捕捉——传统VaR仅覆盖单资产线性风险，无法计量股债汇衍生品的尾部相关性；2）动态限额阈值设定——需平衡业务收益诉求与风险约束；3）高频数据计算性能——原系统处理分钟级行情需2小时，无法支持实时监控。针对这些问题，我引入“GARCH-EVT模型+贝叶斯动态Copula”框架捕捉波动率聚类与非线性尾部依赖，用PyMC3实现参数动态更新；限额体系采用“风险预算分层分配+动态阈值校准”，基于历史模拟与压力测试设定组合层（±5%VaR）、策略层（±3%ES）、标的层（±1%盯市损益）三级限额，每月滚动调整阈值；性能优化上，用Dask分布式计算将分钟级风险计算时间压缩至8分钟内。
• 【核心行动与决策过程】首先，牵头组织投资、交易、IT开展3轮痛点调研，梳理12个高频风险场景；其次，带领5人团队迭代模型，用外部另类数据源与线性插值法解决另类资产数据缺失问题；然后，与业务部门共同制定《限额管理实施细则》，明确“预警-沟通-调整”响应流程；最后，完成模型与风险管理系统（RMS）对接，开展6个月回溯测试验证有效性。
• 【成果与影响】项目上线后，多资产动态风险计量准确率从72%提升至91%，限额预警前置率从45%提高到83%；2023年上半年因市场波动导致的超额损失较2022年同期减少65%（约5200万元）。动态限额体系支持公司“固收+”产品新增规模50亿元（超目标20%），模型框架被纳入公司《市场风险计量标准》，成为后续项目技术基准。

衍生品交易对手信用风险（CVA）动态计量与缓释策略优化项目

• 【项目背景与目标】2020年公司衍生品交易规模从100亿元增至300亿元，传统CVA基于静态对手方信用评级，未考虑财务恶化与市场波动联动，导致2020年某城商行违约时CVA计量值较实际损失低35%。我的目标是建立动态CVA模型，优化缓释策略，实现交易对手信用风险精准计量与低成本缓释。
• 【关键难题与技术应用】难点在于：1）复杂衍生品路径依赖合约的CVA计算；2）动态违约概率估计缺乏高频数据；3）缓释策略成本收益平衡。针对问题，我采用“简化模型+对手方财务指标”构建动态违约概率曲线，用Bloomberg API获取实时衍生品价格；缓释策略建立“成本-风险优化模型”，基于蒙特卡洛模拟计算保证金、CDS组合效果，最小化预期损失同时控制成本。
• 【核心行动与落地过程】首先，梳理IFRS 13、CAS 22监管要求明确计量范围；其次，收集15家对手方财务数据与2000+份合约条款，清洗录入风险库；然后，迭代开发动态CVA模型，解决路径依赖合约积分计算问题；接着，模拟10种市场场景评估缓释效果，选择“基础保证金+动态CDS覆盖”方案；最后，制定《衍生品CVA计量与缓释操作手册》并培训交易部门。
• 【成果与影响】项目上线后，CVA计量准确性提升40%，缓释成本降低25%（年节约1200万元）；2021年衍生品信用风险损失较2020年减少50%（约800万元）。动态CVA模型成为公司谈判保证金的核心工具，新签合约保证金比例平均下降2个百分点，释放交易资金约3亿元。我个人获公司“年度风险创新奖”，模型推广至合作券商风险部门。