內(nèi)容提要

央行《金融科技發(fā)展規(guī)劃（2022-2025年）》提出“加強數(shù)字化監(jiān)管能力建設，打造權威專業(yè)化風險控制基礎設施”。銀行間市場是機構投資者市場，蘊含了錯綜復雜的機構關系，維護銀行間市場的健康穩(wěn)定運行對于中國金融市場具有重要意義。本課題從銀行間市場微觀結構和機構主體出發(fā)，研究市場典型交易模式演變，實現(xiàn)機構行為分析和異常交易檢測模型，并以外匯市場做市商行為穩(wěn)定性分析、交易模體檢測、債券市場代持行為識別等場景為例，驗證了模型的效果，為防范化解金融風險、保障銀行間市場平穩(wěn)發(fā)展提供了科學的實踐方法。

一、研究背景及現(xiàn)狀

(資料圖片)

長期以來，中國外匯交易中心（以下簡稱“交易中心”）對于銀行間市場交易行為進行持續(xù)監(jiān)測，結合各項法律法規(guī)和業(yè)務規(guī)范甄別異常交易，引導機構合規(guī)開展各項業(yè)務。但在一線監(jiān)測工作中，普遍存在監(jiān)測主體復雜、交易行為隱蔽多變等難題。

前期,交易中心基于復雜網(wǎng)絡分析方法研究了銀行間市場分層結構和做市商畫像，本課題在此基礎上，從網(wǎng)絡交易模式演進及機構角色演變的角度深入探索，進一步分析其與市場流動性變化的關聯(lián)，從新的維度監(jiān)測市場運行情況；此外，結合近年來一線監(jiān)測積累的案例，考慮到交易的復雜性和市場風險的傳導性，設計復雜網(wǎng)絡模型，深入債券代持這一典型監(jiān)測場景，提出基于代持行為特征設計多維度指標→定位疑似代持機構→結合業(yè)務認知尋找代持鏈條的研究方案。

二、模型設計與探索

以機構作為交易主體的相互交易往來構成了錯綜復雜的銀行間市場交易網(wǎng)絡。因此，針對機構交易行為的分析以及市場微觀結構單元的深度挖掘，能夠幫助揭示整體市場發(fā)展的規(guī)律。

（一）模型設計

1. 基于復雜網(wǎng)絡的交易特征評價

復雜網(wǎng)絡結構分析主要包括整體網(wǎng)絡分析和個體網(wǎng)絡分析。前者從市場整體結構角度分析市場特點，后者則主要聚焦局部網(wǎng)絡特征，從微觀層面分析結構特征。

整體網(wǎng)絡分析常用指標包括節(jié)點數(shù)、邊數(shù)、度分布、直徑、網(wǎng)絡稠密度、最短路徑長度等。對應于銀行間市場，節(jié)點數(shù)表示交易主體數(shù)量，邊數(shù)、網(wǎng)絡稠密度則反映了交易活躍度，直徑、最短路徑長度等一定程度上反映了市場的分層情況。

本課題涉及的主要個體網(wǎng)絡指標如下：

效率：個體網(wǎng)絡有效規(guī)模除以核心點的度數(shù)，指示機構對于直接交易機構的平均影響效率。

中介中心性：網(wǎng)絡中經(jīng)過某點并連接這兩點的最短路徑占這兩點之間的最短路徑線總數(shù)之比，指示機構是否在某些流動性路徑上發(fā)揮關鍵作用。

傳播系數(shù)：綜合考慮子網(wǎng)規(guī)模和逐層流動性傳播成本，自主設計該指標，用于度量機構有效擴散流動性的能力。

局部聚集系數(shù)：節(jié)點的局部聚類系數(shù)描述其與鄰接點相互連接的程度，量化其鄰居節(jié)點相互聚集構成團(完全圖)的程度，計算方法為其與鄰居節(jié)點間的連邊數(shù)量除以它們之間可能存在的連邊數(shù)量。

2. 交易行為畫像

在做市商角色研究中，重點關注做市商在報價活躍性、成交量、對手方分布、流動性影響范圍等維度的特征，因此基于這些維度設計指標，并經(jīng)過特征篩選后聚類，刻畫做市商形象。在異常行為檢測如債券代持場景中，目標是找出可疑機構，因此基于可疑機構的典型行為特征設計指標，并通過聚類分析刻畫其特征。

本課題假設在一定時期內(nèi)市場相對穩(wěn)定，做市商角色類別相對穩(wěn)定，但是隨著時間的推移，市場發(fā)展變化，機構也會因自身發(fā)展規(guī)模、經(jīng)營目標等變化調(diào)整其交易行為進而影響其角色，進一步導致做市商角色類別的演變，因此可使用演化聚類方法跟蹤機構角色的變化。

3. 微觀交易結構（模體）挖掘

模體是真實網(wǎng)絡與大量隨機網(wǎng)絡（基于真實網(wǎng)絡的某些重要特征，如節(jié)點數(shù)、度數(shù)等，使用特定算法生成）比較，得到的統(tǒng)計學意義上的顯著子圖模式。它從微觀層面刻畫復雜網(wǎng)絡中相互連接的特定模式，蘊含了不同市場的典型特征及交易主體的行為偏好。

（二）場景驗證及結果分析

1. 機構角色穩(wěn)定性實證分析

（1）研究過程

選擇2019年4月至2020年6月外匯即期QDM交易明細數(shù)據(jù)，按月匯總兩兩機構間交易量，形成14個月度有向網(wǎng)絡圖，設計與普通會員交易量、與做市商交易量、報價情況指標、效率、中介中心性、傳播系數(shù)6個指標，使用K-means算法聚類。

研究數(shù)據(jù)分為兩段，2019年4-12月與2020年1-6月。前者作為研究基期的基礎，匯總9個月的做市商指標，聚類得到初始基類；后者用于在各周期對做市商聚類，并與基類對比判斷是否出現(xiàn)衍生類。研究發(fā)現(xiàn)：

a. 核心做市商（類別2），各維度表現(xiàn)突出。

b. 重要做市商（類別4和6），類6為在各維度全面發(fā)展，整體稍遜于核心做市商，類4主要在報價維度、與做市商交易維度較突出。

c. 區(qū)域做市商（類別0和5），主要表現(xiàn)為效率指標值較為突出，在子網(wǎng)中有較強的影響力，但類別0表現(xiàn)更為突出。

d. 一般做市商（類別1和3），各維度表現(xiàn)一般，類1在報價以及與做市商交易維度稍好一些。

為研究聚類的穩(wěn)定性，本課題計算了各類別之間的轉移概率，如圖1，可見核心做市商類別最為穩(wěn)定。

圖1 聚類中心轉移概率?；鶊D

針對不同做市商在不同周期中的角色統(tǒng)計，可進一步分析做市商是否屬于穩(wěn)定性做市商（角色常年幾乎不變）或者游離性做市商（沒有固定角色，一直在不同角色間游走），若穩(wěn)定型做市商角色發(fā)生突變或不同類別的做市商之間發(fā)生大規(guī)模角色演變則可能預示著機構本身發(fā)生較大變動或者市場存在異動。

（2）研究發(fā)現(xiàn)總結

研究發(fā)現(xiàn)，在相對較長的時間周期中，外匯市場的做市商角色分類較為穩(wěn)定，但不同機構的角色穩(wěn)定性不同。核心做市商在不同周期中角色分類結果基本穩(wěn)定，重要做市商、區(qū)域做市商等分類中存在部分機構在不同角色之間游走。通過跟蹤做市商角色類別的演化及做市商角色的變化，可深入量化分析市場流動性來源結構，輔助監(jiān)測市場運行情況。

2. 交易模體檢測實證分析

（1）研究過程

a. 不同交易模式下的模體顯著性分析

本課題采用DRG模型生成隨機網(wǎng)絡，比較真實網(wǎng)絡和隨機網(wǎng)絡中交易模體的出現(xiàn)的頻率，并依據(jù)Z-SCORE計算模體顯著性。從QDM、ODM市場真實網(wǎng)絡與隨機網(wǎng)絡中各模體的出現(xiàn)頻率（各模體的出現(xiàn)次數(shù)除以所有模體組合的出現(xiàn)次數(shù)）可見，ODM市場中不同模體的分布比較均勻。

圖2 QDM、ODM交易網(wǎng)絡各模體顯著性

與DRG網(wǎng)絡相比，外匯QDM網(wǎng)絡中最顯著的模體為M4、M3、M7、M2、M6值（見圖2）。這四種模體所有節(jié)點均有出向邊，意味著節(jié)點在模體中可作為流動性提供方，故主要描述的是做市機構之間的關系。與DRG網(wǎng)絡相比，外匯ODM網(wǎng)絡中模體的顯著性也均為正值，但由于ODM市場交易活躍、網(wǎng)絡稠密，機構間互有連接非常常見，該屬性已體現(xiàn)在邊數(shù)上，故與隨機網(wǎng)絡相比顯著性并不高。

b. 基于模體對網(wǎng)絡進行高階網(wǎng)絡聚類

傳統(tǒng)的聚類方法主要基于邊進行聚類，本課題采用網(wǎng)絡高階模體框架將模體分析與圖劃分結合起來，從而捕捉到網(wǎng)絡的高階組織形式和模塊構成。

基于模體M4的聚類

模體 M4的特點是3個節(jié)點兩兩雙向連接，節(jié)點之間具有充分的流動性。

在ODM市場中，基于M4的聚類將35家做市商分成兩類。簇1有17家機構，以國內(nèi)銀行為主，僅有一家外資銀行，簇2有18家機構，以外資銀行為主。M4的分類結果表明，做市機構性質(zhì)一定程度上可以反映其流動性關系在三模體中的緊密性。

QDM做市商網(wǎng)絡中，外資銀行在兩個簇中幾乎對半分(7/17,5/18)，與ODM市場相比差異較大。從M4子圖結構來看，在不同交易模型下機構間的緊密聯(lián)系程度完全不同。

基于模體M9的聚類

構成模體M9的三個節(jié)點具備鏈式關系，存在末端節(jié)點（僅是流動性的接受方）。

在QDM交易市場中囊括的是網(wǎng)絡中所有機構之間的關系，包括做市商和普通機構。地方性銀行幾乎均勻分布在簇0和簇1中，農(nóng)村商業(yè)銀行和農(nóng)村信用聯(lián)社主要分布在簇0中，財務公司、外資銀行中主要在簇1中，證券、基金、投資公司全部位于簇1中。

c. 不同時期模體分布特征比較

為研究短期流動性與模體分布的關系，選擇基于外匯即期QDM交易周度數(shù)據(jù)進行分析。通過將各周的模體分布情況標準化然后進行聚類，發(fā)現(xiàn)共可以分為5種不同的市場流動性供給狀態(tài)。除模體8（A→B，A→C）外，其余模體的出現(xiàn)頻次均和流動性供給正相關。當市場流動性不足的時候，做市商在市場中發(fā)揮的作用將會凸顯出來，如類別0。

d. 機構代表性模體及角色分析

根據(jù)做市商角色劃分，挑選典型做市商，分析做市商角色劃分與模體關系。

核心做市商在所有模體中出現(xiàn)頻次高，這與其具有大量對手方、且交易活躍具有重要關系。重要做市商在不同模體中出現(xiàn)頻次的分布基本和核心做市商一致，但所屬模體出現(xiàn)頻次降低，且在各模體中扮演流動性接收方的比重增加。區(qū)域做市商在M8中出現(xiàn)的頻率相對前兩種角色更高，這與區(qū)域做市商服務子網(wǎng)中大量會員機構的定位互為印證。一般做市商在所有模體中出現(xiàn)的頻次均很低，且在各類模體中較多的扮演流動性接收方的角色。

（2）研究發(fā)現(xiàn)總結

綜上，筆者對外匯QDM、ODM市場微觀結構進行深入分析，通過關注模體捕捉網(wǎng)絡所蘊含的高階連接性信息，對全局圖進行高階聚類，對市場研究、機構畫像等具有一定的參考意義。

3. 債券代持鏈條識別實證分析

基于前文提到的債券代持監(jiān)測研究思路，下文探討如何實現(xiàn)更加精準的代持行為檢測。

（1）債券代持特點

通過研究已有部分業(yè)務案例，發(fā)現(xiàn)代持網(wǎng)絡具有以下特點：

a. 債券在回到被代持方之前，成交的到期收益率會相對穩(wěn)定。

b. 代持鏈條上的參與機構會通過滾動交易來減少累積風險并加大杠桿，導致整體交易量得到放大。

c. 一般在債券代持過程選擇的交易方式為協(xié)商交易模式。

d. 代持鏈條通常以被代持方賣出債券獲利或結算失敗終結。

（2）債券代持檢測過程

針對以上特點，本文檢測過程分為以下幾步：

a. 篩選重點分析債券及時段

從債券代持需要尋找多家過券方、代持方參與，同時需加杠桿來獲取額外收益的特點來看，涉及代持的標的債券多為利率債，主要原因是國債、國開債的流動性高、容易變現(xiàn)，可較好隱藏代持交易鏈條。

b. 確定可疑債券交易價格區(qū)間

基于債券代持交易鏈條傳遞過程中價格變動較小，在交易過程中可能因為市場波動逐漸偏離市場價格這一特點，可使用特定價格區(qū)間內(nèi)的交易價格偏離度作為檢測債券代持交易的重要線索。本部分將選取某活躍國開債某年某月的成交數(shù)據(jù)，統(tǒng)計了不同價格段內(nèi)累計交易總量和不同價格段內(nèi)價格偏離度大于5BP的累計交易總量。

當限制成交價格為價格偏離度大于5BP之后，交易量在3.49左右變的最為顯著，與全部交易的統(tǒng)計分布呈現(xiàn)出較大差異，可認為3.49價格附近（3.47-3.51）存在代持交易網(wǎng)絡的嫌疑最大。

c. 劃分債券代持網(wǎng)絡角色

可選取該價格區(qū)間內(nèi)成交的協(xié)商交易構建交易網(wǎng)絡，并計算網(wǎng)絡中不同交易網(wǎng)絡的指標值。通過對所有機構的屬性分布進行聚類，可探索候選代持交易網(wǎng)絡中的主要角色類型。聚類所發(fā)現(xiàn)的四類機構主要特點如下：第一類機構的買入占比適中，持有量交易占比小于第一類，但中介中心性和交易量均較大，對應于活躍過券方。第二類機構的買入量占比很高，但日均持有量交易占比相對不大，可視為在交易鏈末端才買入持有債券，對應于代持機構。第三類機構的持有量占比很高，但買入量占比很小，對應于債券來源機構。第四類機構的買入占比適中，且其他維度值都相對小，對應于過券方。

d. 自動還原債券代持鏈條

在對候選代持交易網(wǎng)絡中的機構角色進行劃分后，可視其中疑似的被代持機構或主要的債券代持方為代持末端節(jié)點，進行溯源分析，最終提交給業(yè)務人員輔助其判斷是否為真實的代持交易。

債券代持鏈條回溯的整體流程從某一末端代持節(jié)點在候選代持交易網(wǎng)絡中所有的債券買入交易開始，按照時間先后，從對應交易的賣出方找到與當前交易最匹配的一筆買入交易，遞歸找到所有有末端代持機構持有量的來源后即可認為鏈條檢測終止，對于環(huán)路的情況還需要自動消解。

在當前模型假設下，一個末端持有節(jié)點的最終持有量越大，則該節(jié)點潛在風險越大，可選擇對最終持有量較大的機構，從其買入債券交易進行回溯經(jīng)確認，在該交易網(wǎng)絡中最終持有量前4的機構中，有2家機構存在事后大量賣出套利行為，且已還原出的鏈條與人工確認的鏈條基本一致，另外兩家為集團內(nèi)部基金之間的交易，不屬于代持之列。

（3）研究發(fā)現(xiàn)總結

相較于事后檢測方法，本方法可在更早期有效定位疑似的代持交易網(wǎng)絡，分析代持機構角色，并還原出可能的債券代持鏈條。同時，由于事先基于價格、量等要素確定可疑價格區(qū)間，免去價格閾值設定的問題，且排除了大量干擾交易，該方法可更好聚焦于參與機構更多、交易風險更大的代持交易網(wǎng)絡。

三、總結展望及政策建議

本課題基于多重網(wǎng)絡特征、模體分布等挖掘了外匯做市商的交易微觀模式及市場主要角色，發(fā)現(xiàn)不同機構可能會在不同角色間變化，且不同角色的機構在微觀交易結構中的分布呈現(xiàn)較大差異。此外，課題也以債券代持檢測為研究試點，首先挖掘活躍利率債中典型代持交易的特征，接著依據(jù)異常交易價格與量的累積變化發(fā)現(xiàn)異常交易網(wǎng)絡，并根據(jù)異常網(wǎng)絡中機構的交易網(wǎng)絡指標分布情況篩選參與代持交易的嫌疑機構，最終以嫌疑機構為錨，還原整個代持鏈條，該方法在生產(chǎn)數(shù)據(jù)上已得到有效驗證。

根據(jù)研究情況，本課題針對銀行間市場提出如下政策建議：

（一）充分發(fā)揮分層市場的有效性

未來銀行間外匯市場將進一步形成綜合做市商-嘗試做市機構-普通機構的流動性分層體系， 對于市場管理者：一是可以擴大做市商范圍和機構類型，加強模體間節(jié)點的兩兩交互性，形成互惠關系而不是單一依賴關系，從而分攤流動性風險。二是可以豐富交易及報價方式，便利做市商和嘗試做市機構綜合運用QDM、ODM等行情作為報價源，提供更優(yōu)的對客報價，降低實體經(jīng)濟的外匯交易成本。三是可以引入市場流動性評估指標，鼓勵機構在市場流動性緊張時持續(xù)報價，承擔做市義務。

（二）基于機構特征與模體關系提供差異化服務

模體中的節(jié)點也可充分發(fā)揮其主觀能動性：一是充分發(fā)揮橋梁和紐帶作用，進而激發(fā)外匯市場效能；二是建立廣泛的交易對手關系，通過建立互利互惠的機構聯(lián)系打通流動性傳遞鏈條；三是根據(jù)其機構類型、地域分布、擅長的品種等比較優(yōu)勢形成自身的報價特色，提供差異化做市服務。

（三）實現(xiàn)代持網(wǎng)絡快速、有效檢測，對可疑網(wǎng)絡提前預警

利用代持交易網(wǎng)絡篩選的方法可將目前人工篩選、判斷、回溯代持交易鏈條的模式智能化：一是基于價格-風險分布情況動態(tài)決定價格區(qū)間閾值；二是充分挖掘各類型機構屬性與行為的關系，精細化機構角色劃分；三是研究代持網(wǎng)絡的整體特征與正常網(wǎng)絡差異，實現(xiàn)代持網(wǎng)絡的快速檢測；四是支持更多特性，如輸出鏈條概率、優(yōu)先選擇關鍵代持群體等。

作者：周穎、王媞、盧瑤、曹建勛，中國外匯交易中心；涂鼎、張欣欣，中匯信息技術（上海）有限公司

關鍵詞： 銀行間市場 市場流動性 最短路徑