金融學(xué)金匯所風(fēng)險(xiǎn)管理實(shí)習(xí)報(bào)告一、摘要2023年7月1日至2023年8月31日，我在金融學(xué)金匯所擔(dān)任風(fēng)險(xiǎn)管理實(shí)習(xí)生，負(fù)責(zé)信用風(fēng)險(xiǎn)數(shù)據(jù)建模與壓力測試。通過運(yùn)用Python對2022年全年的1.2萬筆企業(yè)貸款數(shù)據(jù)進(jìn)行清洗與特征工程，構(gòu)建了包含10個(gè)核心變量的邏輯回歸模型，模型AUC值達(dá)0.82，準(zhǔn)確率提升12%。參與設(shè)計(jì)并執(zhí)行了10組不同經(jīng)濟(jì)情景的壓力測試，發(fā)現(xiàn)極端情況下不良貸款率將上升至18.5%，為風(fēng)險(xiǎn)對沖策略提供了量化依據(jù)。實(shí)習(xí)期間，系統(tǒng)掌握并實(shí)踐了風(fēng)險(xiǎn)計(jì)量模型開發(fā)全流程，包括數(shù)據(jù)標(biāo)準(zhǔn)化（采用Zscore法）、樣本分層（按規(guī)模分為大中小三組）及回測驗(yàn)證（KS檢驗(yàn)P值小于0.05），形成了一套可復(fù)用的風(fēng)險(xiǎn)預(yù)警方法論。二、實(shí)習(xí)內(nèi)容及過程2023年7月1日到8月31日，我在金融學(xué)金匯所做風(fēng)險(xiǎn)管理實(shí)習(xí)生，主要搞信用風(fēng)險(xiǎn)評估那塊兒。剛開始是熟悉公司用的風(fēng)控系統(tǒng)，他們那套挺復(fù)雜的，涉及很多數(shù)據(jù)治理環(huán)節(jié)。我的任務(wù)是幫團(tuán)隊(duì)整理2022年的1.2萬條企業(yè)貸款數(shù)據(jù)，得把缺失值、異常值處理掉，還得給些特征正則化。7月中旬，我開始接手一個(gè)小項(xiàng)目，用Python搭個(gè)邏輯回歸模型，篩選潛在壞賬客戶。那段時(shí)間挺磨人的，數(shù)據(jù)量太大，電腦差點(diǎn)卡死，后來學(xué)了點(diǎn)pandas的優(yōu)化技巧，比如用chunksize分塊讀數(shù)據(jù)，效率明顯。8月初，團(tuán)隊(duì)讓我參與壓力測試，模擬經(jīng)濟(jì)下行時(shí)貸款違約率啥的。我搞了10組情景，發(fā)現(xiàn)如果LPR漲200基點(diǎn)，不良率能飆到18.5%，這幫導(dǎo)師挺滿意的。不過中間也碰上點(diǎn)糟心事，比如有些數(shù)據(jù)口徑跟系統(tǒng)對不上，跟IT部門磨了兩天才搞定，學(xué)到了跨部門溝通這點(diǎn)挺重要。實(shí)習(xí)最后那周，我整理了個(gè)報(bào)告，把模型效果跟歷史數(shù)據(jù)跑出來對比，AUC值0.82，比之前老模型強(qiáng)12個(gè)百分點(diǎn)。這段經(jīng)歷讓我明白，做風(fēng)控不光要懂模型，還得會跟人打交道，這對我以后想干這行挺有啟發(fā)。要說問題吧，公司培訓(xùn)機(jī)制有點(diǎn)糊弄，很多細(xì)節(jié)靠自覺摸索，建議多搞點(diǎn)新員工手冊或者師徒制。崗位匹配度嘛，感覺我做的偏數(shù)據(jù)分析，跟業(yè)務(wù)結(jié)合少，要是能接觸更多貸后管理流程就好了。三、總結(jié)與體會這8周在金融學(xué)金匯所的實(shí)習(xí)，讓我對風(fēng)險(xiǎn)管理有了更實(shí)體的認(rèn)識。7月剛進(jìn)組時(shí)，對著1.2萬條貸款數(shù)據(jù)，感覺頭都大了，但到8月底，自己跑完數(shù)據(jù)預(yù)處理、搭完邏輯回歸模型，看著AUC值從0.75提升到0.82，心里挺有成就感的。這段經(jīng)歷像個(gè)價(jià)值閉環(huán)，從理論到實(shí)踐，再從實(shí)踐反哺對理論的理解。比如，在學(xué)校學(xué)信用評分模型時(shí)，總覺得公式挺玄乎，現(xiàn)在明白數(shù)據(jù)清洗、特征選擇有多關(guān)鍵，那些課上覺得枯燥的標(biāo)準(zhǔn)化、缺失值填補(bǔ)，真成了模型效果的直接拉扯手。對我職業(yè)規(guī)劃影響挺大的。以前覺得風(fēng)險(xiǎn)管理就是調(diào)參數(shù)，現(xiàn)在看，它更像是站在業(yè)務(wù)和技術(shù)的交叉點(diǎn)上。我意識到，想干這行，光會SQL、Python還不夠，還得懂點(diǎn)宏觀，比如7月底我參與的壓力測試，模擬LPR漲200基點(diǎn)，不良率飆到18.5%那個(gè)場景，讓我真切感受到經(jīng)濟(jì)周期對風(fēng)險(xiǎn)計(jì)量的沖擊，這讓我萌生了考CFA的想法，想補(bǔ)補(bǔ)宏觀跟固收這塊短板。同時(shí)，也看清了自身短板，比如對某些復(fù)雜產(chǎn)品的風(fēng)險(xiǎn)結(jié)構(gòu)理解不深，這促使我下學(xué)期打算多啃啃行業(yè)研究報(bào)告。行業(yè)趨勢上，感覺現(xiàn)在風(fēng)控越來越依賴大數(shù)據(jù)和AI，我們組用的系統(tǒng)里，機(jī)器學(xué)習(xí)模型的應(yīng)用已經(jīng)挺成熟了。這讓我覺得，以后想進(jìn)這行，持續(xù)學(xué)習(xí)新技術(shù)是必須的。不過，8周也讓我看到些問題，比如公司內(nèi)部數(shù)據(jù)共享有時(shí)不太順暢，不同系統(tǒng)間壁壘挺高，這可能會影響風(fēng)險(xiǎn)模型的顆粒度。未來如果有機(jī)會，我希望能參與更端到端的項(xiàng)目，從數(shù)據(jù)拿到最終風(fēng)險(xiǎn)報(bào)告，完整走一遍流程。心態(tài)上，最大的變化是從學(xué)生時(shí)代“完成任務(wù)”到職場“對結(jié)果負(fù)責(zé)”，比如有一次模型調(diào)參沒達(dá)標(biāo)，導(dǎo)師直接找我談話，那種壓力確實(shí)不小，但逼著自己把細(xì)節(jié)摳明白了，感覺抗壓能力肉眼可見地增長。這8周沒白費(fèi)，算是真正意義上從校園到職場的過渡吧。四、致謝在金融學(xué)金匯所的這8周實(shí)習(xí)，挺不容易的，謝謝帶我的導(dǎo)師，給我機(jī)會試錯，也教了我不少真東西，比如怎么把理論落地，怎么跟數(shù)據(jù)較勁。還有那些一起干活兒的同事，數(shù)據(jù)那塊兒遇到坎兒的時(shí)候，他們給的建議挺實(shí)在。