文 / 浙商银行数字化改革推进办公室主任、科技管理部总经理董佳艺
浙商银行科技管理部江毅军 范容 张文翰 占可非 傅芹薇
银行业深化技术创新与科技赋能，利用数据与智能化、数字化手段改造传统业务模式，提升整体运行效率、降低运营成本、优化操作风险、解放工作人员、释放生产力价值，已经成为深化数字化改革的重要落脚点。随着人工智能等数字化理念与技术应用的纵深发展，银行传统业务流程被重塑，金融服务效率、质量与风险管控水平持续提升。通过在供应链金融、普惠金融、风险管控等方面践行数字化理念，金融行业已形成一批标志性成果。浙商银行持续探索和拓展数字化场景，针对金融市场板块的银行间债券市场交易场景，以自然语言处理技术为基础，打造数字交易员，以数字化手段重塑了银行间市场交易业务模式并取得较好成效。
银行间债券市场交易现状
银行间债券市场是一个场外市场，参与机构以询价方式与自己选定的交易对手逐笔达成交易，交易员往往通过电话询价、QQ询价、邮件询价等各种方式与交易对手方交流。2018年，外汇交易中心针对询价场景推出了iDeal线上化即时通讯开放平台。对于参与机构而言，此类依赖于人工交流的交易模式逐渐难以匹配银行间债券市场与日俱增的交易量与不断扩张的交易需求。
一是参与机构的交易员在交易过程中需要花费大量时间在报价、询价、交流议价、下单等重复性人工操作中，效率低且容易出错。
二是交易员无法在同一时间对多个交易对手方进行询价议价，在交易高峰期易产生融资额度查询冲突、交易利率滞后等信用风险和市场风险，同时也会错失交易机会。
三是传统交易模式下存在风控后置的情况，难以对交易员与对手方询价议价过程中涉及的交易要素进行实时风控，往往在事后才由相关系统进行风控，增加了风险隐患。
数字交易员主导的智能交易
相较于传统人工交易方式，数字交易员可以利用实时计算能力和数据能力实现自动高效的交易发布、撮合、决策、执行与风险控制，相较于传统人工交易模式效率更高，可更好地把握市场机会并减少相应风险，并支持人工的适时介入。
一方面，数字交易员通过搭载人工智能语义识别模型来实现自然语言结构化，从而识别交易对手方意图并进行询价议价，可同时对接多个交易对手方并引导其在对话中提供交易要素及自动生成订单，还可对接风控模块实现交易对话过程中的实时风控检查，通过智能决策生成的交易策略选择最优成交方案。这将员工从大量重复、耗时的事务中解放出来，最大程度规避了人工操作失误风险，大幅提升了询价议价效率与交易效率。
另一方面，员工通过数字交易员的一体化智能交易管理后台实时监控管理交易，通过交易看板提供的询价量、成交额、市场成交量等图表数据分析交易对手方行为与市场走势，及时配置、调整交易策略，释放交易数据价值、发挥交易数据效能，助力构建数字化的交易运营体系。
数字交易员应用实践
浙商银行在数字化改革进程中持续推进利用数字化理念改造业务模式和流程，充分利用数字化手段赋能传统业务流程，针对银行间债券市场交易这一传统人工交易模式，应用自然语言处理技术进行专项研究与提升，推出自主研发的数字交易员AiRedO，实现了这一业务场景的全流程数字化应用。
1.AI赋能，构建真实流畅的交易对话场景
AiRedO依托自然语言处理技术，通过实时监听线上化即时通讯开放平台人工交易请求，同时接收多个交易对手方的文字内容并将非结构化文本转换为结构化信息，通过分词判别、交易要素提取、会话语义解析对文本进行意图识别，解析交易对手方意图并匹配相关业务场景模式，结合预设策略给出自然语言回复，在多轮应答的过程中结合语境引导交易对手方提供必要的交易要素达成交易意向，在传统人工交流的场景中无缝、无感接入真实流畅的交易互动体验。
一是结合上下文语义提取各种类型的交易要素。为克服交易要素话术繁多、种类多样、口语化的问题，AiRedO运用命名实体识别技术，将交易话术进行预训练，识别对话中包含交易期限、押券类型、融资金额等交易要素的信息，通过神经网络模型准确提取结构化的交易数据。
二是运用客户行为分析模型与TextCNN意图识别模型准确识别交易对手方意图（询价、确认、取消、闲聊等），同时运用Bert-DSSM语义推荐模型，通过海量金融业新闻数据、市场交易数据、银行内部数据等进行预训练，使AiRedO可以在交易执行、自由对话、询价议价、额度查询等各类交易场景中自由切换，做到“对答如流、回应自然”的对话效果。
三是依据历史对话情景提供模拟交易员的应答服务。为提升对话智能程度，AiRedO搭载了生成式聊天组件，可与交易对手方进行自然流畅、意图明确的自由对话，便捷、高效维系交易客户群沟通渠道。
2.智能决策，打造全自动决策与自主营销机器人
基于图2所示的算法框架，AiRedO具备智能会话、主动询价、智能管理三大功能，可自主完成交易流程，主动挖掘潜在交易对手方，提供交易配置、可视交易看板等后台管理服务，全面实现银行间债券市场交易业务的数字化重塑。
一是可以自动完成与交易对手方之间的自动报价、询价、改价、确认订单等交易流程，并实现真实流畅、毫秒级响应的对话与交易体验。一方面，AiRedO可以从动态对话中准确识别交易对手方意图、交易要素，通过数字化交易流程提高交易执行的准确性和效率；另一方面，AiRedO可以依托线上化即时通讯开放平台iDeal的标准化API服务接口，实时获取最新行业利率，并利用高并发技术实现多线程债券报价、毫秒级的交易要素清单自动生成能力，保证交易高峰期可支撑50家以上机构同时进行询价，做到“有求必应，全天候服务”。此外，AiRedO还可以根据预先设定的规则和策略执行交易，实时监控交易的执行过程，以便及时纠正错误，降低交易的风险和成本。
二是挖掘潜在交易对手方，由AiRedO发起主动询价对话（如正回购场景），引导交易对手方达成交易。AiRedO可以根据历史交易数据挖掘潜在交易意向，交易对手方引导其进入交易流程，通过主动发起报价流程，快速、精确进行交易决策，实时监测市场动态、分析数据和趋势，识别潜在交易机会，更好地应对市场波动和风险，提高获客能力与交易成功率。
三是配备一体化智能后台管理系统，通过一键配置交易参数、可视化交易数据等实用功能为交易提供便利。AiRedO具有完备的后台管理系统和可视化交易看板，后台管理系统提供了界面简洁、用户友好的可视化参数配置界面，支持一键配置参数。支持人工与AI服务灵活切换，特殊情况下员工可及时接管，保证交易对手方及时得到有效回复，保障交易风险可控。还可通过可视化交易看板动态展示头寸变化与交易情况，并通过对交易数据建模有效识别市场趋势，提供有关投资组合优化、风险管理和资产配置的建议，帮助银行更好地规划和管理投资组合。
数字交易员应用成效
数字交易员的应用实现了银行间债券市场全流程数字化交易，开启了数字员工的实践探索，将员工从重复机械的聊天询价工作转投到交易逻辑设定、交易趋势分析、市场现状分析等更高层次的工作，提升了银行间债券市场交易效率与交易风控能力。
一是提升银行间债券市场交易效率，节约人工劳动力。自上线以来，AiRedO已覆盖各类型机构40余家，日均交易数量超30笔、成交金额约50亿元，累计成功交易总金额达到16000亿元，成功分担员工日常工作中的报价、询价、交流议价、下单等重复性操作，并支持多家机构同时询价，提升交易效率、节省人工成本。
二是提高交易风控能力，建立数字员工管理规范。通过监听市场动态、交易要素、交易行为和风险指标等数据并进行高效处理和分析，识别异常行为和潜在风险，提高风控效能；通过智能后台管理系统对交易进行实时监控管理，实现交易流程透明化、可监控、可溯源，推动形成规范的数字员工操作体系，建立成熟的数字员工管理规范，实现数字劳动力运营。
三是开启数字员工实践探索，赋能数字化改革。浙商银行通过数字交易员在银行间债券市场的先行先试，率先开启了数字员工在传统银行业务中的实践探索，构建可自主获取关键信息、数据分析、智能决策等的数字员工自主学习能力，后续将持续挖掘数字员工服务场景，不断适应银行业务转型变革的需要，赋能银行业数字化改革。
浙商银行通过数字交易员这一数字化改造工程，在行业内形成了一定影响力，部分同业已跟进并逐步开启数字交易员建设。未来，在大部分同业完成相关改造后，可真正实现以数字化手段改革银行间债券市场交易模式的愿景，重塑金融交易生态。
（此文刊发于《金融电子化》2024年5月上半月刊）
热门跟贴