作 者
石晶晶 葛亚骏 胡晓波 阮镭 刘逸凡
东方证券
三十年来，中国外汇交易中心（以下简称“外汇交易中心”）为推动银行间债券市场高质量发展、助力金融市场对外开放而不懈努力，不断建设完善银行间市场基础设施，在交易机制和产品方面推陈出新，推动了市场的蓬勃发展，也为金融科技在银行间市场的应用和创新提供了绝佳的舞台。近年来，随着金融科技在市场产品和交易机制中的广泛应用，银行间市场交易效率、流动性、数据分析和风险管理等方面的质量都得到大幅提升。
1994年4月18日，外汇交易中心挂牌成立，人民银行明确了外汇交易中心建立全国统一的电子交易系统的发展方向，上线了全国银行间交易信息系统；2009年新一代本币系统上线，2013年债券全部实现线上交易，这个阶段交易系统基本处于人工通过客户端交易的状态，外汇交易中心通过上行接口和下行接口提供基础的信息交互功能；2019年，本币交易平台现券（一期）功能上线，交易系统性能全面提升，开放交易接口、优化用户体验、创新交易机制。外汇交易中心基础设施每10年一次蝶变，为市场机构在这个开放的平台上打开了广阔的金融科技发展空间。
一、银行间市场产品及交易机制发展历程与特点
（一）发展历程
2014年以前，国内银行间债券市场以询价交易、请求成交和点击成交等交易方式为主，市场交易的效率相对较低。
2014年至2016年，外汇交易中心推出并持续丰富基于双边授信的匿名点击交易平台X系列，包括X-Swap、X-Repo和X-Bond等产品，大大提升了银行间市场的交易效率。
2017年是银行间债券市场对外开放里程碑式的一年，“北向债券通”通过香港市场与内地市场基础设施间的连接，为境外投资者参与中国债券市场开辟了新的投资渠道。同年，债券做市支持机制的出台有效降低了做市商的做市风险，加强了一二级市场联动，对市场定价起到了积极的引导作用。
2018年至2019年，由于资管类机构活跃度的不断提升，外汇交易中心根据其实际业务需求推出了具有银行间市场特色的交易分仓功能。银行间本币市场聊天工具iDeal的推出，提升了交易的移动性，也从多方面实现了服务质量和交易效率的升级。另外，债券指数产品的构建和交易，不但完善了银行间市场产品序列，更为推动债券市场与国际接轨、开发债券组合交易等交易方式奠定了基础。
2020年之后，随着新一代本币前台的推广使用，多家做市商推出了各具特色的债券旗舰店，为市场交易提供了更多的可能与便利。利率期权的落地与标债远期的实物交割机制创新，为衍生品交易打开了更为广阔的空间。
2022年至2023年，银行间市场产品与交易机制进一步丰富，以债券利差交易、优选报价、债券组合交易等业务为代表，银行间债券市场交易正式进入2.0时代。“北向互换通”业务的上线，也标志着银行间市场对外开放开启了新的篇章。
东方证券固定收益业务始于2003年，2005年之后逐步加大了银行间市场业务投入，近20年来，东方证券始终紧跟外汇交易中心发展步伐，从业务布局、系统建设各方面主动求变、积极应变，深度参与业务与科技创新，深刻感受到市场的生机与活力，在市场共建中不断成长。
图1 东方证券与银行间市场发展同频共振
（二）发展特点
1. 对外开放不断深化
随着“北向债券通”开通、银行间债券市场直投模式广泛使用，银行间债券市场对外开放的程度逐步加深。而“北向互换通”更是通过互联互通的方式使境外投资者能够在不改变交易习惯的情况下，便捷地参与人民币利率互换市场。无论是现券还是利率衍生品，中国债券市场的对外开放程度和全球影响力都在不断提升。
2. 做市商功能不断强化
在银行间债券市场产品与交易机制的创新过程中，做市商持续为银行间债券市场提供流动性，始终扮演着重要的角色。随着X系列产品的出现和接口交易的发展，做市商在价格发现方面的作用更为突出。进入债券交易2.0时代，做市商通过旗舰店、优选报价、利差交易、组合交易等创新产品，为各类机构提供差异化的市场服务。
3. 电子化程度不断加深
随着外汇交易中心不断开放各类创新产品的交易接口，银行间债券市场的电子化程度持续深化，在最新一代本币前台投入使用之后，接口性能也有了大幅度的提升，电子化报价与成交数量呈现高速增长。
图2 科技赋能加深电子化程度
4. 跨品种的联动不断增强
随着中国债券市场规模不断增长，通过利率互换、利率期权、标债远期等利率衍生品为债券进行套保、套利的交易需求也持续增加。X-Swap、债券旗舰店等交易模式提升了品种间联动交易效率，进一步提升了债券市场的流动性。
进入债券交易2.0时代，银行间债券市场产品已从交易单一债券标的，发展为债券组合、债券指数、债券与各类衍生品等多标的的交易，有利于投资者完成跟踪指数、策略交易等交易目标，实现全新的交易模式。
5. 合规性和风险管理水平不断提升
外汇交易中心运用多种方式构筑全面的风险管理防线。交易前通过“机构汇”促进信息共享，提升金融机构的风险管理效率，助力防范化解金融风险。交易中使用符合监管要求的聊天工具iDeal来满足机构合规需求，降低交易风险。交易后通过分仓功能为合规和公平交易保驾护航。
二、金融科技应用的现状
银行间市场的不断发展、基础设施的建设完善，为金融科技的发展应用奠定了基础，同时也加深了各类金融机构对科技赋能的诉求。一方面是投资交易过程中流程效率和透明度的要求提高，投资者需要具备利率预测、利差预测，以及对更复杂的利率产品定价和风险计量的能力；另一方面，近年来静态收益率持续走低、利差压缩、波动率下降的市场特征愈发显著，市场机构固定收益业务投资面临越来越大的营收压力，通过金融科技提升市场竞争力、防范风险、增强收益成为必然选择。
金融科技技术迭代迅速且应用方向广泛，目前主要应用于以下方面：
（一）投研及策略引擎开发
利用自然语言处理技术来分析国内外新闻报道、政策公告、经济评论、社交媒体数据等信息，从中提取与债券市场相关的信息和情绪因素，提供更加精准的预测结果;对历史收益率数据开展智能化统计分析，打造收益率曲线及实时个券定价模型;开发被动做市场景、主动交易场景报价引擎等。
（二）交易执行
系统实现各渠道报价的整合，归集不同市场来源的成交和报价数据，帮助交易员便捷成交;人工智能算法根据交易员输入（例如搜索、聊天等形式）内容自动检索推荐标的；算法拆单、合单；为交易员提供实时风险预警和现金头寸检测报告。
（三）组合管理
从研究和流动性角度生成债券精选清单，缩小投资的选择范围；人工智能驱动的信用评级和利差预测、建议和监控；提供满足特定条件的投资组合构建、再平衡和优化，包括策略开发、测试和监控；对组合的表现进行业绩归因，细分到策略、个券、行业等；对组合业绩进行评估，实时PNL分析，评估个券、组合的收益和风险；生成每日风险评估报告、盘前分析以及交易和资金分配模型。对现金和仓位进行对账、对资产进行估值计算。
（四）风险管理
对资产实行实时全面监控，例如风险敞口限额监控，银行、券商、保险等监管指标动态测试；宏观、中观、主体、个券多层次因子变化下的压力测试；事前对交易偏离度、交易量等要素进行控制，减少交易员操作风险；事后进行交易确认、日志管理等数据管理与监控。
在银行间市场产品与交易机制的创新中，已有不少机构开展金融科技的新尝试，如利用自然语义识别、机器学习技术，开发iDeal智能聊天机器人等产品，提升做市商对询价的响应速度；通过搭建电子化交易系统大幅提升交易执行与管理效率；开发大数据技术下的量化研究工具；搭建智能风控平台，实现交易的实时风险控制等等。总的来看，银行间市场金融科技赋能业务已蔚然成风，但仍方兴未艾。
三、东方证券银行间市场业务的金融科技应用
东方证券近年来不断通过金融科技领域的发展和创新打造债券业务核心竞争力，在银行间市场产品与交易机制的创新过程中，聚焦赋能投资交易和客户服务两大业务场景。
（一）超级投资管理平台
东方证券从2016年开始自研第一代智能交易系统，历经数年打磨迭代，目前升级成为超级投资管理平台（SIMP），实现全资产策略定价和自动化交易，保障全交易流程及时高效、安全稳定，通过多项技术的运用，取得了很好的实践效果。
1. 面向债券交易文本数据的自然语言处理模型
自然语言处理技术是将机器学习模型应用于自然语言处理领域。借助大量真实语料库的学习，以样本或数据为基础，自动提取数据的特征。在债券场外交易的场景下，交易双方多轮询价、非结构化行情报价信息可以利用自然语言处理技术，通过深度神经网络模型提取交易要素，将非结构化数据转为结构化交易信息，流转入自动化交易系统。
2. 基于利率期限结构理论与市场流动性构建的债券实时定价模型
债券实时定价利用了利率期限结构理论，通过收集全市场同类型不同期限债券成交报价行情，构建实时收益率曲线，通过曲线实时收益率的变动对不同流动性的债券给出实时定价。
3. 基于历史数据回测分析可配置的做市交易策略库
自动报价要考虑到市场风险和交易风险，通过建立风险模型，对报价风险进行量化和控制。通过分析大量历史数据和实时市场数据，综合考虑价量关系、价格波动率等信息，根据市场行情趋势、交易规则、对手方报价等，通过智能算法和优化算法，计算出最优的报价。
4. 高频自动交易场景下消息总线和微服务的系统架构
消息总线和微服务技术是现代分布式系统开发中广泛使用的两种技术。消息总线是一种软件架构模式，通过在不同组件之间传递消息实现系统的解耦和松散耦合，从而使系统更容易扩展、维护和升级。它的核心原理是发布/订阅模式，即不同的组件可以向消息总线发布消息，而其他组件可以订阅并接收这些消息。消息总线技术可以帮助开发人员更好地组织系统架构，并提高系统的可靠性和灵活性。系统基于东方证券自主研发的QTBUS全内存总线，实现了关键技术自主可控。该总线具有低延迟、高性能的特点，对于交易系统非常重要。
微服务技术是一种面向服务的架构风格，通过将应用程序拆分成一系列小型服务来实现应用程序的模块化和分布式部署。微服务架构的核心原则是每个服务都应该具有高内聚性和松散耦合性，这使得每个服务都可以独立地开发、部署、维护和升级。微服务技术可以提高系统的可扩展性、可维护性、可测试性和可靠性。
图3 系统技术架构
（二）国际综合金融服务平台
“东方证券国际综合金融服务平台”围绕债券市场一二级业务层层延展，采用自研的核心业务技术框架，通过核心算法加持，进行数据智能化分析、构建客户画像，致力于为境内外机构投资人及企业客户提供定制化资讯、产品、交易等全业务链服务。
1. 基于深度学习的智能推荐算法
针对一级市场分销及二级市场交易业务，我们将人工智能前沿成果融入金融服务，自主研发出行业领先的智能债券客户服务平台。该平台核心算法基于深度语义匹配模型，融合客户过往交易行为、债券特性及市场动态等多元数据，通过双向长短期记忆神经网络（BiLSTM）的深度学习，精准捕捉客户的投资偏好，实现债券产品的个性化推荐。此外，系统引入用户画像分析，进一步细化客户群体特征，确保推荐方案的高度贴合。依托系统与AI技术的双重加持，债券销售与交易实现数字化与智能化全覆盖。
2. 分层报价算法
分层报价算法将交易标的按照不同的维度进行划分，如区分债券的信用等级、债券久期以及流动性等不同属性，针对不同的属性设置不同的报价系数。另一方面，对手机构也按照不同的机构属性以及与该机构的历史交易数据设置不同的报价系数。当收到一笔RFQ询价时，报价策略立即提取报价交易标的和对手方机构信息，并结合该笔报价的报价量、自身持仓等其他因素计算合适的回复价格。
3. 自动回复监控算法
自动回复监控算法利用状态机管理和维护收到的RFQ报价。当收到新增的请求报价，分层报价策略计算出该笔报价的回复价格并自动回复，回复价格会设定有效时间，以应对市场变动带来的价格冲击。超过有效期后，回复的价格自动撤销进入等待回复的状态，交易员根据新的报价引擎重新回复价格，直到对手方撤销报价或确认该报价完成交易。系统回复时会通过交易系统的风控检查，系统风控对价格偏离度、持仓集中度、DV01、久期及交易对手黑名单等多种风控指标进行计算，通过风控系统检查后，回复的价格被送达外汇交易中心的交易系统中。
图4 自动回复监控算法
4. 辅助套保算法
辅助套保算法是当对手方确认成交后，根据请求报价的成交方向，结合自身持仓量，组合久期、DV01以及交易员的市场方向判断，确定是否进行反向对冲套保。当交易员选择套保对冲时，系统综合多个市场、不同交易品种的市场行情，自动产生一系列的对冲套保交易指令，交易员可以根据提供的建议选择合适的交易指令完成套保。
通过自主研发的超级投资管理平台和国际综合金融服务平台，东方证券实现了在投资交易和客户服务方面的金融科技赋能，为业务开展提供了强大支持。科技赋能带来的效能提升，已成为东方证券持续保持在中国债券市场发展前列的不竭动力。
四、结束语
伴随着金融科技的飞速发展，银行间市场迎来了科技蜕变，开启了债券交易的2.0时代。外汇交易中心为市场机构提供了更便捷、更高效、更安全的交易服务和保障，推动了产品与交易机制的不断创新。
着眼当下，市场机构百花齐放、各显神通，将金融科技应用在交易执行、组合管理、流动性管理、风险管理、研究支持等多个方面。展望未来，东方证券将持续增强科技金融的核心实力，升级自研超级投资交易系统，以专业的定价交易能力持续为市场提供有竞争力的报价；努力发挥好做市商的市场价格发现作用，提高债券市场流动性，激发二级市场活力，助力银行间债券市场建设；进一步发挥债券市场对实体经济的支持作用，更好地服务经济高质量发展。
