核心观点
　　本文作为AI赋能债市投研的续作，聚焦于现阶段AI技术在债券市场的应用与前沿固定收益领域的垂类大模型，以供投资者参考；并详细介绍AI在债券投研的应用（曲线构造、投研流程优化、结构化产品定价），后续我们将会介绍量化手段（多因子、风格因子）在债券市场的实际应用。
　　当前大模型的发展趋势
　　今年以来大模型发展趋势表现为“旗舰化、生态化、内嵌化”。作为固定收益领域垂类模型的代表。Broadridge旗下的BondGPTIntelligence已将生成式AI直接嵌入债券交易工作中。该模型主要被应用于包括信用利差分析和久期匹配在内的自动化债券分析，以及针对非流动性证券的自然语言查询领域，能够实现助力关键定价决策、促进交易对手方选择、拓宽流动性获取渠道和简化复杂的债券筛选与投资组合构建流程的功能。
　　AI大模型在固收领域的运用
　　全球范围内头部机构已经开始将AI技术嵌入到研究与交易工作流之中。以BlackRock Aladdin为例，投研中Aladdin已能利用大模型快速处理非结构化文本信息，如经济新闻、公司公告、信评报告与监管文件。通过检索增强生成（RAG）与专用语料训练，模型能够自动提取关键信息、生成情绪与风险摘要，并与结构化数据（债券收益率、信用利差、资金流向）结合，辅助研究员形成更全面的市场判断。
　　固定收益和资产配置领域已落地AI应用
　　1)收益率曲线构建：通过把离散的市场报价（存款、OIS、FRA、IRS、国债及互换）转化为一条在全期限上连续、可插值的贴现曲线/远期曲线的过程。生成式AI的兴起对传统利率建模带来显著变革，在收益率曲线预测与期限结构分析领域的表现尤其突出。优化后曲线构造的核心意义在于：1）提供一致的贴现基准；2）释放期限结构信息；3）绩效分析的基础；4）降低噪声与信号失真；
　　2)重塑债券投研生态：大模型被用于支持固定收益分析与交易，为债券分析和决策支持提供自然语言界面与生成能力；生成式AI模型能够汇总海量市场数据、货币政策和研究等内容；
　　3) ABS、MBS、结构化产品：固定收益中的市场中性策略多以MBS套利为主，AI驱动的估值框架有望实现自动化现金流分析、改进提前还款速度预测（精度可提升10-20%）以及降低复杂担保抵押债券（CMO）分档的定价误差。
　　风险提示
　　模型迭代升级、新功能开发可能会导致结论不同；模型结论仅供参考，可能出现错误答案的风险；AI幻觉生成虚构内容、误导内容的风险。