智驭偏离：基于大模型的异常交易价格智能风控体系研究

内容提要

本文结合业内实践，首创性提出基于大模型的异常交易价格智能风控体系，通过整合多源数据，利用大模型语义分析与因果推理能力，按风控预设规则实现数据提取、关联分析及建立可审计推理链路，自动分析并校验价格异常成因并生成报告推送至风控平台。本研究构建“预警-溯源-核实-留痕”闭环，减少人工依赖，统一操作标准，提升核验时效，强化内控有效性，为风险管理工作提供可复制范式。

一、研究背景

（一）市场扩容与异常交易增加并发

党的二十大报告明确提出“强化金融稳定保障体系，依法将各类金融活动全部纳入监管，守住不发生系统性风险底线”。债券及回购市场作为我国资本市场的重要组成部分，交易规模持续扩大、参与主体日趋多元、交易策略与模式愈发复杂。与此同时，伴随成交规模大幅增长，价格偏离样本增多；加之市场化改革放宽准入，各类主体深度参与，市场定价更多反映多元主体博弈特征，进一步增加了偏离场景。交易价格的异常偏离可能会损害市场公平及参与者的利益，因此不断强化异常交易价格的主动管理对金融机构合规风险管理至关重要，是落实金融稳定监管要求、夯实合规风控体系的关键举措。

（二）人工智能大模型应用加速渗透金融行业

2025年1月，国内千亿参数开源模型深度求索DeepSeek-R1发布，引爆全球AI市场。DeepSeek凭借其高性能、低成本特性，为大模型在金融领域的广泛应用与创新发展提供了有力支撑，推动大模型在金融行业从“可用”走向“好用”。人工智能大模型在金融行业的应用场景不断拓展，从基础的客服、办公辅助等逐渐深入到投研、风控等核心业务领域。在技术层面，大模型的参数规模持续突破，语义理解、因果推理、跨源数据对齐能力显著提升，为破解业内沿用已久的“阈值触发+人工核验”两段式异常交易核查模式所带来的长耗时、标准不一、复杂场景难辨等痛点，提供了切实可行的技术突破口。

二、构建智能化异常交易价格风控体系的必要性

（一）监管规则日趋严格

为进一步加强银行间债券市场自律管理,规范债券交易相关行为,促进市场健康有序发展,中国银行间市场交易商协会于2014年发布修订版《银行间债券市场债券交易自律规则》（协会公告〔2014〕5号），其中第三十八条规定：市场参与者进行交易时，若出现交易价格、交易量等要素明显偏离市场合理范围，或交易对手集中度过高等情况，应加强主动管理。一是市场参与者应建立异常交易的内部甄别机制，明确交易要素偏离度超出正常范围的内部标准，及时识别异常情况，并书面说明理由，存入档案；二是相关市场中介平台机构应按人民银行有关规定，及时将发现的相关异常情况传输至交易商协会。

为进一步规范债券市场参与者债券交易业务，《中国人民银行 中国银行业监督管理委员会 中国证券监督管理委员会 中国保险监督管理委员会关于规范债券市场参与者债券交易业务的通知》（银发〔2017〕302号）要求，“债券市场参与者应按照有关规定加强内部控制与风险管理”、“通过信息技术手段，审慎设置规模、授信、杠杆率、价格偏离等指标，实现债券交易业务全程留痕”，促使市场参与者搭建覆盖交易的前中后台风险管理框架。

2018年12月，为规范证券基金经营机构债券投资交易相关业务，建立和健全证券基金经营机构债券投资交易相关业务内部控制机制，有效防范风险，中国证券业协会联合中国证券投资基金业协会发布了《证券基金经营机构债券投资交易业务内控指引》（中证协发〔2018〕319号），其中第十九条明确要求证券基金经营机构应当选取市场公允指标主动建立多指标、差异化的债券投资交易价格和利率的比较基准体系，避免过度依赖单一比较基准；明确规定对于现券成交价格相较于基准偏离≥1%或回购成交利率偏离基准≥50个基点等偏离交易，业务部门应当向风险管理部门备案并作出合理说明。这对强化债券投资交易全流程的风险管控，防范市场操纵、利益输送等违规行为，维护债券市场的公平、透明与稳定运行提出了更加严格明确的要求。

2022年1月27日，上海证券交易所、深圳证券交易所分别于同日发布通知，其本所《债券交易规则》自2022年4月25日起施行。其中均明确规定交易所对可能影响债券交易价格或者债券交易量的异常交易行为予以重点监控，其中包括交易价格明显偏离合理价值，涉嫌通过债券交易进行利益输送的异常交易行为；明确规定债券交易价格偏离比较基准超过交易所规定范围的，债券交易参与人应当向本所提交关于价格偏离的原因以及合理性的说明。

2025年8月22日，证监会发布实施修订后的《证券公司分类评价规定》（中国证券监督管理委员会公告〔2025〕14号），将“现券交易偏离比较基准超过2%的交易金额占比”纳入证券公司分类评价的全面风险管理评价指标。

随着监管要求的持续提升，金融机构债券投资交易业务面临的核心挑战在于提升价格异常行为的监测效率、深挖异常交易价格成因并进行审慎管理，以保障业务稳健运行；主动管理交易价格异常，已从一项可选的优化措施，升级为风险管理的必然要求。这不仅是风控能力的体现，更是业务可持续发展的刚性要求。

（二）价格偏离成因复杂

从单笔交易业务出发，债券投资交易价格偏离受市场因素、债券自身因素、交易因素、操作与估值因素等多重因素影响。

1. 市场因素具有客观性和系统性。当货币政策大幅转向、经济数据显著超预期时，市场利率易于短期快速冲高或回落；若盘中交易恰逢利率剧烈波动时段，成交价格与收盘估值或将出现明显偏离。而市场出现“资产荒”或“流动性紧张”时，投资者可能会以高于估值或者低于估值的价格进行交易，也会导致价格偏离。

2. 债券自身因素是结构性因素。当发债主体发生评级下调、债务违约、重大诉讼等事件时，市场会重新定价该主体发行的债券，交易价格会大幅下跌，但是估值调整可能具有滞后性，导致交易价格显著低于前一交易日的估值。并且不同债券具有流动性差异，对于高流动性债券，成交活跃，估值公允，偏离通常较小；低流动性债券由于成交不活跃，其交易价格偏离较大的可能性较高。

3. 交易策略和交易行为也是影响交易价格偏离的关键因素。交易策略执行过程中的建仓、止盈止损、杠杆调整等操作，均可能造成成交价格偏离公允估值；单笔大额交易场景下，交易双方议价成交也会带来价格偏离；同时，与不同交易对手开展业务时，受各方利益诉求及其他综合因素影响，同样易产生价差。以上均为金融机构开展债券投资交易价格偏离度监控的重点关注诱因。

4. 技术性错误是金融机构操作风险重点关注的内容。“乌龙指”事件会引起交易价格瞬间急剧波动，引发交易价格严重偏离，对整个市场的稳定性构成威胁。

总之，债券投资交易价格偏离成因多样且复杂，在实际交易价格偏离成因识别分析时需综合多渠道、多样化的数据及信息，因此建立智能风控平台，通过技术赋能是金融行业发展的大势所趋。

（三）人工监测模式瓶颈凸显

当前金融机构普遍采用“阈值触发+人工核验”两段式债券异常交易核查机制：风控人员依托业务系统，对各业务部门上一交易日全部交易的价格偏离情况开展常态化监测；系统一旦触发价格偏离预警，业务部门须依据《证券基金经营机构债券投资交易业务内控指引》相关规定，向风险管理部门履行备案程序，并逐笔说明交易定价合理性。后续风控人员结合市场行情、交易台账等资料，对业务部门报送的说明材料逐一核查验证。上述模式对价格异常交易的分析多依赖人工调取多系统数据、手动对比校验信息、人工研判偏离成因，存在效率低、耗时久、主观性强等问题。

综上所述，金融机构亟需构建一套智能化的异常交易价格风控体系，实现偏离交易“预警-溯源-核实-留痕”闭环管理，为风控人员分析决策提供更便捷、更全面的依据。

三、智能风控框架

基于上述研究背景及必要性分析，本文首次提出一套基于大模型的交易价格异常智能监控体系，旨在为下一代风险管理探索可落地的应用场景与实施路径。该体系通过大模型智能体整合多源数据、标准化分析链路、沉淀专家经验，破解当前人工审核模式下的效率瓶颈与标准不一等问题，将业内传统异常价格监测与分析工作从经验驱动升级为智能驱动，在行业现有实践基础上实现创新性跃迁。基于大模型的异常交易价格智能风控系统整体架构如图1所示。

图1 交易价格异常智能风控系统架构

（一）数据层：夯实数据基座

近年来，金融机构相继建成企业级风险数据集市，把散落于办公自动化、交易簿记、即时通讯、行情终端等异构系统的原始数据汇聚成“统一落地、集中治理、实时更新”的标准化数据集，为后续风险管理程序的自动化调取奠定基础。作为异常交易价格智能风控架构的根基，数据层专责采集与存储交易价格异常分析所需的全部信息，并充当人工智能大模型逻辑层的唯一数据入口。要保证“智能体”在干净、完整、及时的数据环境中运行，必须先行明确数据源、统一数据口径、设定严格的入池标准。该层涵盖的核心数据如表1所示。

表1 数据层主要处理内容

（二）逻辑层：构建可审计的智能体推理链路

数据入池仅为基础环节。大模型智能体接入存量数据后，需遵循下述五步标准化流程开展运算分析，各环节全程留痕、支持溯源，保障输出结论具备充分支撑依据。

1. 数据完备性检查

将交易簿记管理系统交易数据与业务部门偏离备案表信息进行比对，自动校验交易价格、交易规模、交易对手、交易时间等关键信息，验证业务部门备案信息的真实性与完整性，确保基础数据无误。若任意关键信息比对不一致，智能体将自动推送数据缺失预警提示。

2. 询报价记录审查

综合业务部门偏离备案表中的询价员、对手方、交易标的代码及询价时间等信息，智能体精准定位交易员询报价会话记录，从询报价时间合理性、比价基准准确性、记录完整性等维度审查询价过程；同时，提取交易会话记录中的询报价、交易量、对手方等信息，与偏离备案表信息、交易簿记系统交易数据进行交叉验证；若未能检索到对应询报价记录，智能体自动反馈异常信息，并提示人工补充相关资料。

3. 价格合理性分析

根据询报价时点联动资讯数据库，提取该时点所属指定时间窗口内交易标的市场行情数据（包含银行间、交易所行情及中证、中债估值等）；将询价与市场公允价格比对，研判询价是否落在合理区间，并结合交易方向区分有利价格、不利价格。基于前述分析结果，对业务部门偏离备案表对应填报信息开展复核校验。

4. 偏离成因研判

在前述环节分析基础上，智能体结合市场动态与宏观经济数据，综合研判当日市场利率走势、资金供需格局、标的债券/质押券信用资质、交易对手信用水平及行业政策变动等因素对本次交易产生的影响，梳理债券、回购市场整体运行态势，并分析对应交易标的的具体价格与成交表现，评估业务部门提供的偏离原因说明是否合理，形成客观的分析结论。

5. 行为主体画像

智能体综合历史价格异常交易数据，从交易员、交易对手方、交易标的等多个维度分析历史偏离交易笔数、偏离金额、偏离分布等信息，为搭建交易员及交易对手方风险画像提供数据支撑，为后续交易决策与风险管控提供参考。

（三）应用层：智能推理能力赋能异常交易分析

应用层封装逻辑层的链路推理能力，形成适配各类具体业务场景的解决方案。它主要服务于两大核心业务：

1. 现券交易价格异常分析，专注于债券买卖交易中的价格异常监测。

2. 回购交易利率异常分析，即对质押式回购等业务存在的利率异常情形开展专项分析。

这种设计使得风控能力能够精准赋能于不同的业务品种，实现了风险管理的精细化和专业化。

（四）展示层：决策交互中心

展示层是系统与风控或合规人员交互的界面，它将分析结果以可视化、可交互的方式呈现，将智能体分析结果数据推送至风险管控平台。平台集中展示智能体按预设风控规则完成的全流程核查分析成果：涵盖逐笔异常交易的数据完整性核验、询报价对话记录复核、价格偏离信息抓取，以及从市场、交易对手、交易员多维度开展的自主研判结论；平台将上述分析结果与业务部门提交的异常交易备案说明交叉比对，综合判定价格异常成因是否具备合理性。

风控人员在展示层可便捷查询交易员、对手方及标的债券的历史偏离记录，为判断提供背景支持。该层最终将复杂的人工智能大模型分析结果，转化为直观、可操作的决策依据，极大地提升了风险管理的效率与准确性。

四、应用价值与展望

异常交易价格的监测与主动管理，是当前金融机构全面风险管理体系建设的重点方向之一。在人工智能大模型技术加速渗透金融行业的背景下，本文分别从监管规则趋严、价格偏离成因以及传统监测模式瓶颈方面，分析了将人工智能大模型技术应用于异常交易价格主动管理的必要性，并提出一套基于大模型的异常交易价格智能风控框架。主要方法是：搭建多源异构数据融合框架，归集市场行情资讯、OA系统价格异常备案流程、交易终端询报价会话等非结构化数据，以及交易簿记系统结构化数据；依托大模型语义解析、因果推理能力，按照风控预设规则完成数据抽取与关联分析，构建可追溯审计的推理链条，自动核验业务部门报送的价格异常说明，并独立生成交易价格异常分析报告，推送至风险管控一体化平台统一展示。该研究针对异常价格交易构建了“预警-溯源-核实-留痕”闭环，减少人工经验依赖，统一操作标准；同时，提升交易价格异常原因分析核验时效，降低合规风险，为全面风险管理体系打造持续迭代的数智风控助手，为保障市场平稳运行提供可复制、可推广的范式。

立足现有建设成果，金融机构后续可持续深化风险管理精细化、系统化落地应用，主要从以下三方面推进：

一是深化根因分析，对价格偏离幅度较大或偏离金额占比较高的交易进行深入溯源，区分异常成因系市场波动、交易策略安排或人为操作失误，据此优化交易策略、调整风控阈值参数，保障机构整体风险处于可控区间。

二是强化报告与留痕机制，依托智能风控体系完成价格偏离自动化处置，并将全流程处置信息完整留存至风险管控平台。风险管理部门可基于平台留存数据定期编制偏离交易专项分析报告，系统梳理偏离交易的笔数、规模、结构、成因（流动性需求、策略交易、操作失误等）及对应标的债券、经办人员信息，作为向高级管理层与业务条线传导反馈的核心支撑材料。

三是纳入绩效考核体系，结合机构业务实际与风险管理需要，将现券、回购等交易的偏离分析结果纳入交易员绩效考核范畴，通过设置偏离交易占比等指标，引导其重视定价公允性，从源头上遏制非必要异常偏离行为。

总之，通过引入大数据与人工智能大模型，金融机构可构建覆盖投资交易全流程的价格偏离“预警-溯源-核实-留痕”闭环，并依托信息系统实现风险管理的自动化、智能化与可视化，全面提升风险管理效能，促进前中后台协同作业。这不仅有助于满足日趋严格的监管要求，更能够夯实机构内部风险管控能力，为业务长期稳健发展提供坚实保障。

作者：段宝栋、梁晗晨、李雅坤，财达证券股份有限公司；段宝栋为风险管理部副总经理