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。

多资产类别市场风险VaR模型重构项目

• 远信资管作为券商系资管头部机构，管理跨股、债、汇、商及另类衍生品的多资产组合规模超800亿元，但原有VaR模型仅基于基础资产线性映射，无法准确计量复杂衍生品非线性风险及跨资产尾部依赖——2021年上半年监管回溯测试中VaR突破率达12%，资本计提过度冗余约1.5亿元。我作为模型组负责人，承接项目核心目标：建立覆盖全资产、动态捕捉非线性与尾部风险的计量体系，支撑监管合规与资本优化。
• 项目面临三大硬核挑战：一是复杂衍生品（如交叉货币互换期权、商品挂钩结构化产品）的风险因子拆解，传统模型仅识别基础资产价格，忽略波动率曲面、利率期限结构形状等衍生品特有风险；二是跨资产动态相关性捕捉，传统静态Pearson相关系数在2020年疫情冲击下完全失效，无法反映股债汇商的尾部联动；三是模型需同时满足巴塞尔Ⅲ监管要求（99%置信水平、10日持有期）与公司内部资本精细化分配需求。
• 针对风险因子问题，我主导构建“基础资产-衍生品特征-风险因子”三层映射框架，联合产品部梳理20类复杂衍生品的风险图谱，用蒙特卡洛模拟将衍生品拆解为Delta、Gamma、Vega及高阶希腊字母风险因子，纳入模型输入；针对动态相关性，创新性引入“时变Copula-GARCH-EVT”组合模型——用GARCH捕捉各资产波动率时变性，Copula刻画非线性尾部依赖，EVT处理极端情景下的极值风险，彻底替代传统静态相关系数；针对监管校准，设计“历史情景+假设情景+监管指定情景”三维回溯体系，用Kupiec似然比检验迭代调整模型参数，确保覆盖99.9%的极端事件。
• 项目历时18个月，成果直接推动风险计量能力跃迁：1. VaR准确性大幅提升——99%置信水平下，每日VaR突破次数从12%降至2%，模型误差率从15%压缩至3%；2. 监管合规满分通关——2022年银保监会现场检查中模型校准得分96分（满分100），较此前提升14分；3. 资本效率优化——释放过度计提的1.2亿元市场风险资本，转配高信用等级信用债，年化ROE提升0.5个百分点；4. 方法论沉淀——编写《多资产市场风险VaR模型管理手册》，涵盖风险因子识别、模型构建、回溯测试全流程，成为公司市场风险计量的标准框架。我个人也因项目贡献晋升为部门高级经理，统筹全公司市场风险模型生命周期管理。

复杂衍生品市场风险计量工具开发项目

• 2019年公司衍生品头寸规模达120亿元，但仅用Delta/Gamma敏感性分析计量风险，未整合至整体VaR框架——导致组合风险计量遗漏约25%的衍生品贡献，直接违反2020年起实施的《商业银行市场风险管理指引》“衍生品风险需统一计量”的要求。我作为计量分析师，承接项目目标：开发衍生品风险因子提取与整合工具，实现衍生品风险嵌入现有VaR体系。
• 项目核心痛点：一是奇异衍生品（如欧式障碍期权、利率上限互换）的精准定价与风险拆解，传统Black-Scholes模型无法处理路径依赖特征；二是衍生品风险因子与现有VaR模型（正态分布假设）的兼容性，直接输入希腊字母会低估尾部风险。
• 我从技术到业务全链路突破：技术上，用Python复现蒙特卡洛模拟定价引擎，支持5类奇异衍生品定价，提取Delta、Gamma、Vega及Theta等完整希腊字母集；业务上，设计“风险因子映射模块”，将衍生品风险因子转换为现有模型可接受格式，同时调整分布假设——在正态分布基础上叠加t分布尾部，捕捉衍生品肥尾特征。
• 项目交付“衍生品风险计量工具V1.0”，实现衍生品风险自动定价、因子提取与组合VaR整合。成果显著：1. 衍生品风险计量覆盖率从30%提升至100%，组合VaR误差率从22%降至2%；2. 完美满足2020年监管检查要求，避免潜在处罚；3. 工具嵌入公司风险系统，计量效率提升50%。这段经历让我深度掌握衍生品风险本质，为后续主导全资产VaR模型重构积累了底层能力。

• 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。