數(shù)學(xué)與應(yīng)用數(shù)學(xué)金融機(jī)構(gòu)風(fēng)險管理實習(xí)報告一、摘要

2023年7月1日至2023年8月31日，我在XX金融機(jī)構(gòu)風(fēng)險管理部擔(dān)任實習(xí)分析師。核心工作包括使用Python構(gòu)建信用風(fēng)險壓力測試模型，覆蓋200家上市公司數(shù)據(jù)，模型預(yù)測準(zhǔn)確率提升12%。運(yùn)用R語言分析歷史波動率數(shù)據(jù)，完成50份市場風(fēng)險報告，提出3項風(fēng)險對沖建議被部門采納。通過VBA自動化處理30萬條交易日志，效率提升40%。期間，將數(shù)理統(tǒng)計方法應(yīng)用于VaR計算，結(jié)合蒙特卡洛模擬優(yōu)化參數(shù)設(shè)置，使模型覆蓋率從80%提高至95%。掌握的風(fēng)險管理方法論可復(fù)用于高頻交易風(fēng)險評估，數(shù)據(jù)清洗與特征工程流程標(biāo)準(zhǔn)化后可推廣至同類機(jī)構(gòu)。

二、實習(xí)內(nèi)容及過程

2023年7月1日到8月31日，我在一家金融機(jī)構(gòu)風(fēng)險管理部實習(xí)。部門主要做信用和市場風(fēng)險，我跟著做數(shù)據(jù)分析。剛開始主要是熟悉公司用的風(fēng)險模型，比如內(nèi)部評級法下的PD、LGD估算。我花了兩周時間整理了200家上市公司的財務(wù)數(shù)據(jù)，用Python做探索性分析，發(fā)現(xiàn)中小企業(yè)的Z-Score指標(biāo)普遍偏低，提示違約風(fēng)險可能被低估。導(dǎo)師讓我用R語言搭一個VaR模型，我用了過去兩年的日度股價和波動率數(shù)據(jù)，試了GARCH和歷史模擬法，GARCH模型的AIC值比歷史模擬低15%，最終選它做基準(zhǔn)。但跑起來發(fā)現(xiàn)參數(shù)不穩(wěn)定，有時候杠桿效應(yīng)不明顯，問了師兄才知道要分行業(yè)跑，數(shù)據(jù)預(yù)處理沒做好。后來我改了代碼加行業(yè)分組，結(jié)果覆蓋率從82%提高到89%。還有個挑戰(zhàn)是處理交易日志，有30萬條數(shù)據(jù)格式亂，我一開始用Excel慢死了，后來學(xué)了VBA寫了個腳本，五分鐘就處理完了。這段經(jīng)歷讓我明白風(fēng)險管理不是光靠公式，業(yè)務(wù)理解很重要。比如做壓力測試時，我發(fā)現(xiàn)自己用的GDP增速假設(shè)太樂觀了，跟部門業(yè)務(wù)條線溝通后調(diào)整了情景，結(jié)果敏感性分析更準(zhǔn)了。不過公司培訓(xùn)確實一般，就發(fā)了幾份內(nèi)部報告讓我看，也沒系統(tǒng)講過壓力測試的情景設(shè)計邏輯，這點挺遺憾的。我建議他們可以搞個風(fēng)險管理工具庫，把常用模型和參數(shù)設(shè)置標(biāo)準(zhǔn)化，新人上手會快很多?，F(xiàn)在想想，崗位匹配度上有點偏，我的工作更偏量化分析，要是能接觸更多風(fēng)控決策流程就好了?？偟膩碚f，這次實習(xí)讓我把統(tǒng)計課上的VaR計算、壓力測試這些理論用上了，雖然數(shù)據(jù)來源和模型細(xì)節(jié)都是內(nèi)部機(jī)密，但那套數(shù)據(jù)清洗、模型驗證的流程，還有跟業(yè)務(wù)部門溝通的技巧，對我以后找相關(guān)工作肯定有用。

三、總結(jié)與體會

2023年8月31日結(jié)束的這8周實習(xí)，讓我把大學(xué)學(xué)的數(shù)理統(tǒng)計、隨機(jī)過程這些知識真真切切用在了刀刃上。從剛來時連VaR的參數(shù)怎么調(diào)都搞不清，到現(xiàn)在能獨(dú)立跑個GARCH模型分析波動率，中間踩過的坑、摸過的石頭，都變成經(jīng)驗了。比如做壓力測試那會兒，我套用教科書里的衰退情景，結(jié)果發(fā)現(xiàn)跟咱們這邊業(yè)務(wù)實際對不上，后來跟交易部師兄聊了兩天，才明白要分行業(yè)調(diào)整資產(chǎn)負(fù)債表假設(shè)。這事兒讓我特明白，風(fēng)險管理不是關(guān)在屋里搞模型，得懂業(yè)務(wù)。

實習(xí)最大的收獲是職業(yè)認(rèn)知清晰了。以前覺得風(fēng)險管理就是套公式，現(xiàn)在知道要跟蹤宏觀變量、懂交易邏輯，還得會跟人打交道。比如我參與的信用風(fēng)險數(shù)據(jù)清洗項目，要跟幾個業(yè)務(wù)口要數(shù)據(jù)，有次因為格式問題磨了三天，最后發(fā)現(xiàn)是系統(tǒng)導(dǎo)出時默認(rèn)帶了個分隔符。這讓我意識到，以后做量化工作，溝通能力比單純會寫代碼更重要。

看著部門用的那些風(fēng)控系統(tǒng)，我意識到自己現(xiàn)在會的還太基礎(chǔ)。比如壓力測試?yán)镉玫腃opula函數(shù)組合，我回去得好好補(bǔ)補(bǔ)金融統(tǒng)計那幾門課。公司去年發(fā)的《市場風(fēng)險計量準(zhǔn)則》更新版，我抽空看了一些，感覺對VaR的敏感性要求更嚴(yán)了，這提醒我下次考證得重點攻這塊。行業(yè)現(xiàn)在搞數(shù)字化風(fēng)控，像機(jī)器學(xué)習(xí)預(yù)測PD這種挺火，但我這邊用的還是傳統(tǒng)模型，估計是數(shù)據(jù)量不夠。

這8周讓我從一個懵懵懂懂的學(xué)生，開始有點當(dāng)職場人的自覺了。以前熬夜趕報告覺得是苦，現(xiàn)在覺得是責(zé)任。雖然最后那份實習(xí)報告里的模型參數(shù)還得保密，但那套從數(shù)據(jù)拿到結(jié)論的完整流程，還有遇到問題先自己找答案再求助的勁頭，都是真金白銀的經(jīng)驗。下學(xué)期我打算報個CFA一級，先把固定收益和衍生品過一遍，爭取明年能投遞相關(guān)崗位。這行變化快，不持續(xù)學(xué)真不行。

四、致謝

在XX金融機(jī)構(gòu)的這8周實習(xí)，得益于部門領(lǐng)導(dǎo)和導(dǎo)師的信任。導(dǎo)師在壓力測試模型搭建上給了我關(guān)鍵指導(dǎo)，特別是如何處理行業(yè)差異化的情景設(shè)置。謝謝同事們在數(shù)據(jù)獲取和系統(tǒng)使用上的幫