统筹公司权益、固收及衍生品投资组合的市场风险全流程管控，主导模型优化与压力测试体系升级，协同投资、合规部门制定风险限额与缓释策略，保障组合风险收益平衡并满足监管要求。

• 主导优化权益类投资组合的VaR（在险价值）模型，针对传统历史模拟法对尾部风险捕捉不足的痛点，引入多因子GARCH（广义自回归条件异方差）模型，融合Bloomberg实时行情数据与公司内部交易台账，重构收益率序列生成逻辑。模型上线后，95%置信水平下VaR预测准确率从82%提升至91%，季度监管回溯测试连续8期100%通过，获首席风险官‘模型有效性标杆案例’批示。
• 牵头设计极端情景压力测试方案，覆盖美联储超预期加息（政策利率+200BP）、地缘冲突引发大宗商品波动率跳升30%、国内地产债违约率陡增25%等6类高影响情景，运用Murex系统模拟组合净值回撤路径。输出《极端情景风险应对指引》，推动投资团队将美股科技股、高收益地产债等敏感资产占比从18%压降至12%，当年组合最大回撤控制在4.8%（较前一年下降2.1个百分点），跑赢业绩比较基准1.2个百分点。
• 搭建衍生品保证金动态监控机制，梳理期权、互换等237笔存量头寸的希腊字母（Delta/Gamma/Vega）暴露，开发Python自动化脚本对接交易系统，实现每日保证金占用与可用资金缺口的实时计算。将保证金预警响应时效从T+1缩短至T+0.5，全年精准拦截3起因标的资产剧烈波动导致的保证金不足风险，涉及头寸规模超5000万元，避免强制平仓损失约800万元。
• 推动市场风险限额体系精细化迭代，结合投资经理风险偏好调查与组合久期缺口分析，将利率敏感性缺口限额从±150BP细化至±100BP，并嵌入投资交易系统实现硬控制。配套设计‘限额逼近-预警-调整’三级响应流程，全年超限额交易笔数从17笔降至2笔，合规处罚风险归零，相关经验被纳入公司《市场风险管理操作手册》。

负责固定收益与外汇衍生品组合的市场风险计量，执行压力测试与日常风险报告，协助完善风险管控流程，支撑投资决策的风险收益分析。

• 核心参与固收组合久期与凸性计量，基于RiskMetrics框架整合中债国债收益率曲线、信用利差数据，每日生成《利率风险暴露日报》。通过动态跟踪组合久期（目标区间3-3.5年），提示投资经理调整利率债与信用债比例，季度利率风险对冲效率提升15%，组合净值对10年期国债收益率±25BP波动的敏感度下降20%。
• 独立承担外汇衍生品压力测试，针对欧元/人民币汇率波动±5%、日元对美元贬值10%等情景，计算Delta与Vega敞口变化，输出《外汇风险压力测试简报》。推动将日元空头头寸规模限制在2000万美元以内，当年外汇衍生品公允价值波动对净利润影响从-800万元收窄至-200万元，相关结论被纳入外汇投资额度审批标准。
• 优化风险报告流程，主导开发Python自动化脚本整合彭博终端、估值系统数据，实现VaR、ES（预期损失）等核心指标的T+1自动推送。报告生成时间从4小时缩短至30分钟，数据错误率从7%降至0.5%，显著提升风险信息传递效率，获部门‘流程创新奖’。

协助完成市场风险基础计量与监控，参与模型测试与数据治理，为新业务上线提供风险评估支持，积累一线风险管控实操经验。

• 协助搭建权益类资产VaR模型，收集沪深300指数、行业ETF历史价格数据，运用Excel VBA清洗异常值并计算日收益率，完成模型初始参数校准。模型回测显示95%置信水平下VaR值与实际最大损失偏差率从12%优化至8%，为后续模型迭代奠定数据基础。
• 负责市场风险数据治理，梳理交易系统、估值系统、万得（Wind）数据源的字段映射关系，修正2000余条持仓数据的时间戳与价格误差，确保风险计量基础数据准确性提升至99.5%，有效支撑模型输出的可靠性。
• 参与结构化票据新产品上线风险评估，分析产品隐含的利率、汇率风险，计算关键风险指标（KRI）阈值。提出‘设置票息上限+季度压力测试’的管控建议并被采纳，产品上线首年未出现重大风险事件，客户投诉率为0。

多资产组合市场风险动态计量与预警体系重构项目

• 项目背景：伴随资管新规下净值化转型深化，公司多资产组合（覆盖股、债、商品、外汇及另类资产）规模两年内增长150%，原有“单资产静态VaR+人工联动分析”的风险计量体系无法捕捉资产间动态相关性，预警滞后性导致2021年错失2次极端市场波动的前置对冲机会。核心目标是通过重构体系实现“实时计量-动态预警-前瞻性应对”的闭环，支撑投资端的风险可控收益挖掘。我在项目中担任主导者，统筹风控、投资、IT跨部门资源推进落地。
• 关键难题与技术：一是多资产联动风险的非线性捕捉——原有历史模拟法未考虑资产相关性动态变化，导致组合VaR低估12%-18%；二是实时计算性能瓶颈——传统批量处理系统无法满足T+0风险监控需求；三是预警阈值的适应性不足——固定阈值在震荡市频繁误报，在单边市漏报。我选择DCC-GARCH模型捕捉动态相关性，结合蒙特卡洛模拟提升非线性风险计量精度；引入Spark Streaming搭建流计算平台处理行情与持仓的实时数据；用LSTM神经网络训练历史波动数据，实现预警阈值的自适应调整。
• 核心行动与创新：1. 牵头梳理12类资产的200+个风险因子，构建统一数据中台打通行情、持仓、交易系统数据链路；2. 针对利率互换、外汇远期等衍生品头寸，叠加SABR模型修正波动率曲面的计量偏差；3. 设计“风险因子-组合VaR-预警信号”三级传导机制，将预警指标从3个扩展至8个（涵盖波动率、相关性、流动性），并通过API嵌入投资交易系统实现实时弹窗预警。
• 项目成果与价值：1. 计量精度显著提升——多资产组合VaR误差率从15%降至4.2%，回溯测试（2020-2022年数据）失败率从7%降至1.5%；2. 预警时效性与准确性飞跃——实时预警时间从T+1缩短至5分钟内，2023年成功预警美联储加息超预期、大宗商品价格暴涨等3次极端场景，推动投资端提前调整头寸，避免潜在损失约2100万元；3. 输出《多资产市场风险动态管理操作手册》，成为公司净值化产品风险管控的标准化流程。我个人主导了体系顶层设计与核心模型选型，解决了跨资产联动与实时性的行业共性难题。

利率衍生品头寸VaR模型优化与监管压力测试体系完善项目

• 项目背景：公司利率衍生品业务（国债期货、利率互换、利率期权）规模一年间增长80%，原有VaR模型基于Black-Scholes假设，无法捕捉利率期权的“波动率微笑”非线性风险；同时监管要求的“逆周期压力测试”因场景单一（仅覆盖宏观利率上行），无法匹配公司头寸的集中度特征（10年期国债期货占比达40%）。我的角色是负责模型优化与压力测试设计，支撑业务合规与风险精准管控。
• 关键难题与技术：一是利率衍生品的非线性风险计量缺失——原有模型低估期权头寸的尾部风险约20%；二是压力测试场景缺乏针对性——通用场景未覆盖公司“持有到期+交易性”混合头寸的结构特点；三是模型验证流程不规范——原来的回溯测试仅覆盖1年数据，无法验证模型在不同市场周期的稳定性。我选择SABR模型替代Black-Scholes，拟合利率期权的波动率曲面；联合宏观研究团队定制3类业务相关压力场景；搭建Python自动化回溯测试框架，扩展数据周期至5年。
• 核心行动与突破：1. 针对利率期权头寸，收集2016-2020年5年期、10年期国债期权的隐含波动率数据，校准SABR模型的α、β、ρ、ν四个参数，修正波动率微笑偏差；2. 与投资团队沟通头寸结构，设计“收益率曲线陡峭化+流动性枯竭+信用利差走扩”3个定制场景，每个场景设置具体变量（如10年期国债收益率上行150BP、银行间质押式回购利率上升50BP）；3. 开发回溯测试脚本，每月自动运行模型，输出“实际损失-VaR”偏差报告，推动模型参数季度迭代。
• 项目成果与价值：1. 利率衍生品VaR计量准确性提升——99%置信水平下的模型偏差率从8%降至1.8%，监管现场检查中因“风险计量充分性”获得加分；2. 压力测试覆盖度提升——定制场景覆盖了公司92%的利率衍生品头寸，2021年通过压力测试识别出“收益率曲线陡峭化”场景下的潜在损失缺口，推动投资端减少10年期国债期货头寸30%，规避损失约800万元；3. 输出《利率衍生品风险计量与压力测试指引》，规范了模型开发、验证与压力测试的全流程。我个人主导了模型优化与场景设计，解决了利率衍生品非线性风险与监管适配的核心问题。

• 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。