内容提要

央行《金融科技发展规划（2022-2025年）》提出“加强数字化监管能力建设，打造权威专业化风险控制基础设施”。银行间市场是机构投资者市场，蕴含了错综复杂的机构关系，维护银行间市场的健康稳定运行对于中国金融市场具有重要意义。本课题从银行间市场微观结构和机构主体出发，研究市场典型交易模式演变，实现机构行为分析和异常交易检测模型，并以外汇市场做市商行为稳定性分析、交易模体检测、债券市场代持行为识别等场景为例，验证了模型的效果，为防范化解金融风险、保障银行间市场平稳发展提供了科学的实践方法。

一、研究背景及现状

(资料图片)

长期以来，中国外汇交易中心（以下简称“交易中心”）对于银行间市场交易行为进行持续监测，结合各项法律法规和业务规范甄别异常交易，引导机构合规开展各项业务。但在一线监测工作中，普遍存在监测主体复杂、交易行为隐蔽多变等难题。

前期,交易中心基于复杂网络分析方法研究了银行间市场分层结构和做市商画像，本课题在此基础上，从网络交易模式演进及机构角色演变的角度深入探索，进一步分析其与市场流动性变化的关联，从新的维度监测市场运行情况；此外，结合近年来一线监测积累的案例，考虑到交易的复杂性和市场风险的传导性，设计复杂网络模型，深入债券代持这一典型监测场景，提出基于代持行为特征设计多维度指标→定位疑似代持机构→结合业务认知寻找代持链条的研究方案。

二、模型设计与探索

以机构作为交易主体的相互交易往来构成了错综复杂的银行间市场交易网络。因此，针对机构交易行为的分析以及市场微观结构单元的深度挖掘，能够帮助揭示整体市场发展的规律。

（一）模型设计

1. 基于复杂网络的交易特征评价

复杂网络结构分析主要包括整体网络分析和个体网络分析。前者从市场整体结构角度分析市场特点，后者则主要聚焦局部网络特征，从微观层面分析结构特征。

整体网络分析常用指标包括节点数、边数、度分布、直径、网络稠密度、最短路径长度等。对应于银行间市场，节点数表示交易主体数量，边数、网络稠密度则反映了交易活跃度，直径、最短路径长度等一定程度上反映了市场的分层情况。

本课题涉及的主要个体网络指标如下：

效率：个体网络有效规模除以核心点的度数，指示机构对于直接交易机构的平均影响效率。

中介中心性：网络中经过某点并连接这两点的最短路径占这两点之间的最短路径线总数之比，指示机构是否在某些流动性路径上发挥关键作用。

传播系数：综合考虑子网规模和逐层流动性传播成本，自主设计该指标，用于度量机构有效扩散流动性的能力。

局部聚集系数：节点的局部聚类系数描述其与邻接点相互连接的程度，量化其邻居节点相互聚集构成团(完全图)的程度，计算方法为其与邻居节点间的连边数量除以它们之间可能存在的连边数量。

2. 交易行为画像

在做市商角色研究中，重点关注做市商在报价活跃性、成交量、对手方分布、流动性影响范围等维度的特征，因此基于这些维度设计指标，并经过特征筛选后聚类，刻画做市商形象。在异常行为检测如债券代持场景中，目标是找出可疑机构，因此基于可疑机构的典型行为特征设计指标，并通过聚类分析刻画其特征。

本课题假设在一定时期内市场相对稳定，做市商角色类别相对稳定，但是随着时间的推移，市场发展变化，机构也会因自身发展规模、经营目标等变化调整其交易行为进而影响其角色，进一步导致做市商角色类别的演变，因此可使用演化聚类方法跟踪机构角色的变化。

3. 微观交易结构（模体）挖掘

模体是真实网络与大量随机网络（基于真实网络的某些重要特征，如节点数、度数等，使用特定算法生成）比较，得到的统计学意义上的显著子图模式。它从微观层面刻画复杂网络中相互连接的特定模式，蕴含了不同市场的典型特征及交易主体的行为偏好。

（二）场景验证及结果分析

1. 机构角色稳定性实证分析

（1）研究过程

选择2019年4月至2020年6月外汇即期QDM交易明细数据，按月汇总两两机构间交易量，形成14个月度有向网络图，设计与普通会员交易量、与做市商交易量、报价情况指标、效率、中介中心性、传播系数6个指标，使用K-means算法聚类。

研究数据分为两段，2019年4-12月与2020年1-6月。前者作为研究基期的基础，汇总9个月的做市商指标，聚类得到初始基类；后者用于在各周期对做市商聚类，并与基类对比判断是否出现衍生类。研究发现：

a. 核心做市商（类别2），各维度表现突出。

b. 重要做市商（类别4和6），类6为在各维度全面发展，整体稍逊于核心做市商，类4主要在报价维度、与做市商交易维度较突出。

c. 区域做市商（类别0和5），主要表现为效率指标值较为突出，在子网中有较强的影响力，但类别0表现更为突出。

d. 一般做市商（类别1和3），各维度表现一般，类1在报价以及与做市商交易维度稍好一些。

为研究聚类的稳定性，本课题计算了各类别之间的转移概率，如图1，可见核心做市商类别最为稳定。

图1 聚类中心转移概率桑基图

针对不同做市商在不同周期中的角色统计，可进一步分析做市商是否属于稳定性做市商（角色常年几乎不变）或者游离性做市商（没有固定角色，一直在不同角色间游走），若稳定型做市商角色发生突变或不同类别的做市商之间发生大规模角色演变则可能预示着机构本身发生较大变动或者市场存在异动。

（2）研究发现总结

研究发现，在相对较长的时间周期中，外汇市场的做市商角色分类较为稳定，但不同机构的角色稳定性不同。核心做市商在不同周期中角色分类结果基本稳定，重要做市商、区域做市商等分类中存在部分机构在不同角色之间游走。通过跟踪做市商角色类别的演化及做市商角色的变化，可深入量化分析市场流动性来源结构，辅助监测市场运行情况。

2. 交易模体检测实证分析

（1）研究过程

a. 不同交易模式下的模体显著性分析

本课题采用DRG模型生成随机网络，比较真实网络和随机网络中交易模体的出现的频率，并依据Z-SCORE计算模体显著性。从QDM、ODM市场真实网络与随机网络中各模体的出现频率（各模体的出现次数除以所有模体组合的出现次数）可见，ODM市场中不同模体的分布比较均匀。

图2 QDM、ODM交易网络各模体显著性

与DRG网络相比，外汇QDM网络中最显著的模体为M4、M3、M7、M2、M6值（见图2）。这四种模体所有节点均有出向边，意味着节点在模体中可作为流动性提供方，故主要描述的是做市机构之间的关系。与DRG网络相比，外汇ODM网络中模体的显著性也均为正值，但由于ODM市场交易活跃、网络稠密，机构间互有连接非常常见，该属性已体现在边数上，故与随机网络相比显著性并不高。

b. 基于模体对网络进行高阶网络聚类

传统的聚类方法主要基于边进行聚类，本课题采用网络高阶模体框架将模体分析与图划分结合起来，从而捕捉到网络的高阶组织形式和模块构成。

基于模体M4的聚类

模体 M4的特点是3个节点两两双向连接，节点之间具有充分的流动性。

在ODM市场中，基于M4的聚类将35家做市商分成两类。簇1有17家机构，以国内银行为主，仅有一家外资银行，簇2有18家机构，以外资银行为主。M4的分类结果表明，做市机构性质一定程度上可以反映其流动性关系在三模体中的紧密性。

QDM做市商网络中，外资银行在两个簇中几乎对半分(7/17,5/18)，与ODM市场相比差异较大。从M4子图结构来看，在不同交易模型下机构间的紧密联系程度完全不同。

基于模体M9的聚类

构成模体M9的三个节点具备链式关系，存在末端节点（仅是流动性的接受方）。

在QDM交易市场中囊括的是网络中所有机构之间的关系，包括做市商和普通机构。地方性银行几乎均匀分布在簇0和簇1中，农村商业银行和农村信用联社主要分布在簇0中，财务公司、外资银行中主要在簇1中，证券、基金、投资公司全部位于簇1中。

c. 不同时期模体分布特征比较

为研究短期流动性与模体分布的关系，选择基于外汇即期QDM交易周度数据进行分析。通过将各周的模体分布情况标准化然后进行聚类，发现共可以分为5种不同的市场流动性供给状态。除模体8（A→B，A→C）外，其余模体的出现频次均和流动性供给正相关。当市场流动性不足的时候，做市商在市场中发挥的作用将会凸显出来，如类别0。

d. 机构代表性模体及角色分析

根据做市商角色划分，挑选典型做市商，分析做市商角色划分与模体关系。

核心做市商在所有模体中出现频次高，这与其具有大量对手方、且交易活跃具有重要关系。重要做市商在不同模体中出现频次的分布基本和核心做市商一致，但所属模体出现频次降低，且在各模体中扮演流动性接收方的比重增加。区域做市商在M8中出现的频率相对前两种角色更高，这与区域做市商服务子网中大量会员机构的定位互为印证。一般做市商在所有模体中出现的频次均很低，且在各类模体中较多的扮演流动性接收方的角色。

（2）研究发现总结

综上，笔者对外汇QDM、ODM市场微观结构进行深入分析，通过关注模体捕捉网络所蕴含的高阶连接性信息，对全局图进行高阶聚类，对市场研究、机构画像等具有一定的参考意义。

3. 债券代持链条识别实证分析

基于前文提到的债券代持监测研究思路，下文探讨如何实现更加精准的代持行为检测。

（1）债券代持特点

通过研究已有部分业务案例，发现代持网络具有以下特点：

a. 债券在回到被代持方之前，成交的到期收益率会相对稳定。

b. 代持链条上的参与机构会通过滚动交易来减少累积风险并加大杠杆，导致整体交易量得到放大。

c. 一般在债券代持过程选择的交易方式为协商交易模式。

d. 代持链条通常以被代持方卖出债券获利或结算失败终结。

（2）债券代持检测过程

针对以上特点，本文检测过程分为以下几步：

a. 筛选重点分析债券及时段

从债券代持需要寻找多家过券方、代持方参与，同时需加杠杆来获取额外收益的特点来看，涉及代持的标的债券多为利率债，主要原因是国债、国开债的流动性高、容易变现，可较好隐藏代持交易链条。

b. 确定可疑债券交易价格区间

基于债券代持交易链条传递过程中价格变动较小，在交易过程中可能因为市场波动逐渐偏离市场价格这一特点，可使用特定价格区间内的交易价格偏离度作为检测债券代持交易的重要线索。本部分将选取某活跃国开债某年某月的成交数据，统计了不同价格段内累计交易总量和不同价格段内价格偏离度大于5BP的累计交易总量。

当限制成交价格为价格偏离度大于5BP之后，交易量在3.49左右变的最为显著，与全部交易的统计分布呈现出较大差异，可认为3.49价格附近（3.47-3.51）存在代持交易网络的嫌疑最大。

c. 划分债券代持网络角色

可选取该价格区间内成交的协商交易构建交易网络，并计算网络中不同交易网络的指标值。通过对所有机构的属性分布进行聚类，可探索候选代持交易网络中的主要角色类型。聚类所发现的四类机构主要特点如下：第一类机构的买入占比适中，持有量交易占比小于第一类，但中介中心性和交易量均较大，对应于活跃过券方。第二类机构的买入量占比很高，但日均持有量交易占比相对不大，可视为在交易链末端才买入持有债券，对应于代持机构。第三类机构的持有量占比很高，但买入量占比很小，对应于债券来源机构。第四类机构的买入占比适中，且其他维度值都相对小，对应于过券方。

d. 自动还原债券代持链条

在对候选代持交易网络中的机构角色进行划分后，可视其中疑似的被代持机构或主要的债券代持方为代持末端节点，进行溯源分析，最终提交给业务人员辅助其判断是否为真实的代持交易。

债券代持链条回溯的整体流程从某一末端代持节点在候选代持交易网络中所有的债券买入交易开始，按照时间先后，从对应交易的卖出方找到与当前交易最匹配的一笔买入交易，递归找到所有有末端代持机构持有量的来源后即可认为链条检测终止，对于环路的情况还需要自动消解。

在当前模型假设下，一个末端持有节点的最终持有量越大，则该节点潜在风险越大，可选择对最终持有量较大的机构，从其买入债券交易进行回溯经确认，在该交易网络中最终持有量前4的机构中，有2家机构存在事后大量卖出套利行为，且已还原出的链条与人工确认的链条基本一致，另外两家为集团内部基金之间的交易，不属于代持之列。

（3）研究发现总结

相较于事后检测方法，本方法可在更早期有效定位疑似的代持交易网络，分析代持机构角色，并还原出可能的债券代持链条。同时，由于事先基于价格、量等要素确定可疑价格区间，免去价格阈值设定的问题，且排除了大量干扰交易，该方法可更好聚焦于参与机构更多、交易风险更大的代持交易网络。

三、总结展望及政策建议

本课题基于多重网络特征、模体分布等挖掘了外汇做市商的交易微观模式及市场主要角色，发现不同机构可能会在不同角色间变化，且不同角色的机构在微观交易结构中的分布呈现较大差异。此外，课题也以债券代持检测为研究试点，首先挖掘活跃利率债中典型代持交易的特征，接着依据异常交易价格与量的累积变化发现异常交易网络，并根据异常网络中机构的交易网络指标分布情况筛选参与代持交易的嫌疑机构，最终以嫌疑机构为锚，还原整个代持链条，该方法在生产数据上已得到有效验证。

根据研究情况，本课题针对银行间市场提出如下政策建议：

（一）充分发挥分层市场的有效性

未来银行间外汇市场将进一步形成综合做市商-尝试做市机构-普通机构的流动性分层体系， 对于市场管理者：一是可以扩大做市商范围和机构类型，加强模体间节点的两两交互性，形成互惠关系而不是单一依赖关系，从而分摊流动性风险。二是可以丰富交易及报价方式，便利做市商和尝试做市机构综合运用QDM、ODM等行情作为报价源，提供更优的对客报价，降低实体经济的外汇交易成本。三是可以引入市场流动性评估指标，鼓励机构在市场流动性紧张时持续报价，承担做市义务。

（二）基于机构特征与模体关系提供差异化服务

模体中的节点也可充分发挥其主观能动性：一是充分发挥桥梁和纽带作用，进而激发外汇市场效能；二是建立广泛的交易对手关系，通过建立互利互惠的机构联系打通流动性传递链条；三是根据其机构类型、地域分布、擅长的品种等比较优势形成自身的报价特色，提供差异化做市服务。

（三）实现代持网络快速、有效检测，对可疑网络提前预警

利用代持交易网络筛选的方法可将目前人工筛选、判断、回溯代持交易链条的模式智能化：一是基于价格-风险分布情况动态决定价格区间阈值；二是充分挖掘各类型机构属性与行为的关系，精细化机构角色划分；三是研究代持网络的整体特征与正常网络差异，实现代持网络的快速检测；四是支持更多特性，如输出链条概率、优先选择关键代持群体等。

作者：周颖、王媞、卢瑶、曹建勋，中国外汇交易中心；涂鼎、张欣欣，中汇信息技术（上海）有限公司

关键词： 银行间市场 市场流动性 最短路径