Man Group undersöker maskininlärning för kreditriskprognoser

Man Group PLC har i samarbete med Pension Insurance Corporation (PIC), Stanford University och SAS undersökt potentialen hos avancerad dataanalys och maskininlärning för att förutsäga övergångar i kreditbetyg för företagsobligationer. Syftet är att förbättra optimeringen av försäkringsbolagens investeringsportföljer genom att tillhandahålla mer exakta prognoser för kreditbetygsnedgraderingar och -uppgraderingar.

Företagsobligationer utgör typiskt mer än 50 procent av försäkringsbolagens balansräkningar, vilket gör kreditkvalitetshantering avgörande. Oväntade förändringar i kreditbetyg kan ha betydande konsekvenser för bolagens kapitalhantering, matchning av tillgångar och skulder samt externa kreditbetyg. Försämrade betyg kan leda till ökade kapitalkrav, minskad konkurrenskraft och tvingade försäljningar vid ogynnsamma marknadsförhållanden.

Forskningen har utvecklat ett ramverk baserat på maskininlärning som utnyttjar en omfattande datamängd för att identifiera företag med ökad sannolikhet för en kreditbetygsförändring. Även om data från företagsobligationsmarknaden traditionellt varit mindre omfattande än aktiemarknadsdata, stöder förbättringar i datatillgänglighet och processeringskapacitet sådana avancerade analyser.

Studiens empiriska resultat tyder på att maskininlärningsmetoder kan erbjuda mer exakta och konsekventa prognoser för kreditbetygsövergångar än traditionella metoder. Detta kan hjälpa försäkringsbolag att förbli konkurrenskraftiga på komplexa kreditmarknader och hantera sina risker mer effektivt.