千余家境外机构进入中国银行间债券市场 持债规模3.46万亿元人民币******

　　中新社上海2月3日电 (记者 姜煜)记者从3日举办的上海金融运行情况新闻通气会上获悉，截至2022年末，已有来自约70个国家和地区的1071家境外机构进入中国银行间债券市场，在中国债券市场的持债规模为3.46万亿元(人民币，下同)。

　　当天的新闻通气会上，中国人民银行上海总部调查统计研究部主任吕进中、金融市场管理部副主任荣艺华、外汇管理部副主任葛庆等分别介绍了2022年中国债券市场对外开放、外汇收支形势等情况。

　　据介绍，当前进入中国银行间债券市场的境外机构类型覆盖主权类机构、银行券商保险等境外各类持牌金融机构以及养老基金等中长期投资者。2022年，境外机构在中国债券市场3.46万亿元的持债规模中，持有银行间市场债券3.39万亿元，近5年年均增速近25%。2022年境外机构在银行间债券市场累计交易量约13万亿元，较上年增长15%，近5年年均增速约43%。

　　随着中国信用评级行业开放步伐的加快，2家外资评级机构的境内子公司已完成备案进入中国市场。同时，外资银行积极参与非金融企业债务融资工具承销业务，已有2家银行取得A类主承销资格、2家银行取得B类主承销资格、5家银行取得承销资格。

　　而中国与国际金融市场制度规则也在进一步接轨，境外机构可自主选择签署NAFMII或ISDA衍生品主协议。截至2022年末，已有6家境外商业银行、1家境外证券公司和1家境外资产管理人完成ISDA主协议的签署和制度备案，1家境外证券公司和3家境外资产管理人完成NAFMII主协议的签署和制度备案。

　　统计数据显示，2022年中国外汇市场的韧性进一步增强。当年，上海地区银行代客涉外收支总额35065亿美元，同比增长5.7%，占全国的28.2%；全年货物贸易收支总额8826亿美元，同比增长1.3%。此外，截至2022年12月末，上海自贸区临港新片区13项跨境贸易投资高水平开放试点落地实施，合计试点企业162家、交易12397笔、金额约271.21亿美元。(完)

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟