核心观点：
　　意见稿的发布旨在规范银行间市场估值业务，减小非正常交易或极端市场对估值的扰动、加大估值的信息披露透明度，使得债券估值更贴近其主体资质、行业风险、基础资产的定价，更能体现债券本身价值，进而稳定产品估值，保护投资人权益。
　　信息或事件：
　　为规范银行间债券市场债券估值业务，保护投资者合法权益，促进债券市场平稳健康发展，中国人民银行于2023年6月9日公布《银行间债券市场债券估值业务管理办法（征求意见稿）》（以下简称“《管理办法》”），在6月9日至7月9日向社会工作公开征求意见。
　　简评：
　　一、意见稿主要针对银行间债券市场估值
　　债券在多市场发行、流通，包括交易所（上交所、深交所）、银行间市场以及柜台市场等，其中银行间市场是债券发行与交易的主要场所。信用债1存量26万亿元，银行间市场占比52.49%，若算上跨市场流通债券，则占比达到59.61%，其次是上交所债券（主要是公司债），占比达到34.84%；从利率债来看集中度更高，存量利率债月87万亿元，考虑跨市场则银行间市场存量债券占比可达98.16%。
　　综合所有主要债券品种来看，银行间市场占比近9成，若算上同业存单则占比更高。机构改革后，中国债券市场的主要监管主体为央行及证监会（并入企业债），分别对应银行间市场和交易所市场，本次意见稿出台主要针对银行间市场债券估值，实际上覆盖了全市场近9成的债券存量。
　　二、意见稿出台背景与去年赎回潮造成的市场大幅波动有关
　　赎回潮风波由宽信用预期触发，利率与信用估值大幅反弹。2022年11月10日至11月16日，债券市场大幅调整，10Y国债估值从2.70%上行至2.83%，4个交易日内上行13BP，其中14日单日上行10BP，是2017年以来单日最大跌幅；信用债AAA等级1Y、3Y累计上行44BP、39BP，AA等级1Y、3Y上行44BP、38BP，商金债反弹幅度更大，二级债与永续债的AAA-等级1Y、3Y反弹幅度达到45BP以上。究其原因，主要是去年11月疫情管控优化与改善地产融资环境的政策接连出台改变市场预期，同时资金面环境较7月至8月边际收敛，最终情绪释放触发债市的大幅调整。
　　估值的变化引发理财大量赎回债券，进一步放大市场波动幅度。随着资管新规的持续落实，理财产品净值化改革在赎回潮前完成度已经较高，据wind统计，截至2022年10月末，存续的23856只理财产品中，已经净值化产品的数量达到21708只，占比91.0%，理财净值化基本已经完成。
　　随着新发理财向非保本型切换、存量理财净值化基本完成，当前理财产品的收益波动逐年加大，然而对于配置理财产品的投资者来说，大部分风险偏好偏低，接受理财产品亏损的可能仍需要一定的时间。连续的估值反弹使得理财产品净值下跌，理财产品不得以卖出债券以应对投资人赎回，这进一步加大了市场的振幅。
　　三、估值要更为合理地选取数据，估值信披应更为透明
　　目前市场上的估值第三方机构有中债、中证、CFETS、上清所等，使用较为广泛的为中债估值与中证估值，分别是银行间市场与交易所市场的主要参考指标。以中债估值的编制方式为例，其收益率曲线的基本估值方法为Hermite插值模型，收益率曲线构建步骤大致可以分为四步：（1）数据源选择，（2）剔除异常数据，（3）样本点选取，（4）构建收益率曲线。
　　中债采用的数据源包含银行间双边报价数据、结算数据、柜台双边报价数据、市场成员收益率估值数据、交易所债券交易数据等，会对异常交易/报价数据进行剔除2，剔除异常数据后，中债将在其中筛选合理样本点，同时也会将业务人员自编样本点、专家估值等纳入最终样本点，最终样本点确认之后将以此构建收益率曲线。综合来看，中债选取的样本点中，不仅包含了真实的交易数据，也包含了市场成员的估值数据，还包含了业务人员及专家对估值的主观理解，以一只虚构的收益率曲线为例，其某一交易日的估值数据，可能是以下结果：
　　对于某一只债券A的估值来说，首先将它与基于隐含评级的收益率曲线进行比较，确定其参照的收益率曲线（比如参照AA-曲线），并且得到该债券相对于AA-曲线的溢价δ，此后，若无特殊情况，则A的估值的变动仅来自于AA-曲线的变动与期限缩短的变动，它与AA-曲线的溢价始终保持在δ；如果该债券出现成交并且价格变化，则会影响δ，进而影响该债券的估值。
　　以上是当前中债估值曲线的大致编制方法，本次意见稿中针对第三方估值的规范主要有两个方面，一是优化样本选取，提高估值合理性，二是估值方法信息披露的规范，如下表所示。
　　提高估值合理性方面，对于估值样本来说，《管理办法》要求将活跃券、不活跃券/剧烈变动债券、无市场数据债券分别建立不同的估值方法，尤其是对于发生剧烈价格变化的债券，要求充分考虑交易规模/目的、审慎评估成交与报价的合理性与适用性，这即是说要进一步剔除样本中的异常目的成交与小规模成交，避免单一机构以少量交易做价格、非持有目的做价格的数据影响估值的真实性，进而达到平抑估值非正