基于人工智能的方法 – 由 SAS、Man Group、Pension Insurance Corporation plc 和斯坦福大学合作开发 – 预测企业信用评级的升级和降级
, /PRNewswire/ -- 一项新研究揭示了迄今为止最准确的 企业信用风险预测 模型 之一。这项研究是数据和人工智能领导者 SAS、投资管理公司 Man Group plc、英国保险公司 Pension Insurance Corporation plc (PIC) 和 斯坦福大学 的量化金融专家合作的结果。它提供了一种 预警指标，在评级变化被市场定价和信用评级机构采取行动之前，提前标记潜在的评级变化。
继续阅读
<img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null"/>
通过更好地预测信用降级，投资组合经理和投资者可以提高回报并降低风险。
该机器学习模型利用了多个特征，包括超过二十年的 KRIS ® (SAS® Kamakura 风险信息服务) 违约概率数据。该模型在根据预测的信用评级变化概率（升级、降级或无变化）对公司进行排名方面，显著优于使用传统工具的传统方法。
“我们新模型的突破性方法表明，投资者可以比当前最佳实践做得更好，” SAS 量化研究和风险数据解决方案负责人 Stas Melnikov 说，他是开发新模型的团队成员。“该模型的预警信号为他们提供了在市场完全定价事件之前采取行动的关键时间，有助于更好地管理风险、减少损失并抓住机会。”
凭借其在识别具有较高降级或升级概率的公司的前所未有的准确性，新模型促进了主动的投资组合管理和改善的资本配置。其洞察对于对资产负债表上证券的信用评级高度敏感的投资者尤为重要。例如，更一致和准确地预测评级转变的能力将增强保险公司的风险管理和信用选择。
应对当今的信用和市场风险 即使在美国联邦储备最近的降息之后，今天的高利率仍在挤压企业借款人。随着企业信用状况的恶化，再融资成本正在上升。这增加了违约的风险，影响了包括货币市场和对冲基金以及持有企业债券的银行和保险公司在内的投资者。
该模型可以作为预警系统，主动识别潜在的评级变化，在该风险完全反映在证券价格之前。它基于人工智能和机器学习技术以及 KRIS，后者为上市公司提供全面和及时的信用风险评估。KRIS 包括一年违约概率（KDP），该概率基于一个多因素的简化信用模型，结合了宏观经济、市场和金融数据。
该模型在 Melnikov 的 SAS Voices 博客文章 中进一步探讨，提供了迄今为止最准确、最现实的企业债券评级迁移预测。
“结果甚至让我们感到惊讶，” Man Group 的总裁 Steven Desmyter 在最近关于这项研究的 LinkedIn 帖子 中表示。“新模型显著优于传统方法。用简单的语言来说，它们在告诉我们哪些公司面临降级或升级风险方面要好得多。”
该团队使用的数据包括超过 50 万条观察数据，涵盖了二十年的信用历史（2001-2024）。数据包括债券利差、收益率、信用违约概率、股票动量和宏观经济变量。
通过 KRIS 数据的价值，研究表明 KDP 是机器学习（梯度提升）模型中第三个最具影响力的特征，仅次于期权调整利差（OAS）和到期收益率（YTM）。换句话说，通过 KDP，KRIS 增加了额外的正交信息，帮助识别尚未在市场中定价的机会。
这意味着什么？如果投资组合经理或其他投资者能够在信用降级发生之前预测到它，并在市场将其定价到公司的估值之前，他们可以实现更好的回报和/或降低风险。
信用评级 信用评级机构为每家公司分配信用评级，这是衡量该公司信用 worthiness 的标准。该评级的任何变化都会影响市场对信用 worthiness 的看法，并可能导致其债务的重新定价。
此外，许多机构投资者被要求仅持有投资级债务。如果一家公司债务（例如，债券）从投资级降级到高收益级，某些投资者必须撤资，这可能会导致该债务的市场价格下跌。
SAS 的风险管理解决方案 SAS 于 2022 年收购了 Kamakura Corp.，以增强其金融风险管理产品，特别是在 资产和负债管理（ALM）方面。今天，KRIS 和其他 SAS 产品是金融服务行业综合和集成的风险管理解决方案的一部分。这些解决方案包括：
<ul>
<li>ALM。</li>
<li>信用风险管理。</li>
<li>企业压力测试。</li>
<li>预期信用损失。</li>
<li>保险风险管理。</li>
<li>风险治理。</li>
</ul>
了解更多信息，请访问 sas.com/risk。
关于 SAS SAS 是数据和人工智能的全球领导者。通过 SAS 软件和行业特定解决方案，组织将数据转化为可信的决策。SAS 赋予您 THE POWER TO KNOW®。
SAS 及所有其他 SAS Institute Inc.的产品或服务名称在美国及其他国家均为 SAS Institute Inc.的注册商标或商标。®表示美国注册。其他品牌和产品名称为其各自公司的商标。版权 © 2025 SAS Institute Inc. 保留所有权利。
编辑联系： Mike Nemecek
SAS[email protected]
+1 919-531-5140
sas.com/news
来源 SAS
<img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjUxMTA2Jk5ld3NJdGVtSWQ9Q0wxNzIyNSZUcmFuc21pc3Npb25fSWQ9MjAyNTExMDYwOTE3UFJfTkVXU19VU1BSX19fX19DTDE3MjI1?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjUxMTA2Jk5ld3NJdGVtSWQ9Q0wxNzIyNSZUcmFuc21pc3Npb25fSWQ9MjAyNTExMDYwOTE3UFJfTkVXU19VU1BSX19fX19DTDE3MjI1"/>

一个由 SAS、Man Group、养老金保险公司和斯坦福大学开发的新型人工智能驱动的企业信用风险预测模型，提供了前所未有的信用评级变动预测准确性。该模型作为一个预警系统，使投资者能够更好地管理风险并提高回报，通过在市场价格反映之前识别潜在的降级或升级。利用超过二十年的信用数据，该模型显著优于传统方法，增强了主动投资组合管理和资本配置，这在当今高利率环境中尤为重要

AI-driven approach – developed by collaboration of SAS, Man Group, Pension Insurance Corporation plc and Stanford University – forecasts corporate credit rating upgrades and downgrades
<div class="lb-trans">基于人工智能的方法 – 由 SAS、Man Group、Pension Insurance Corporation plc 和斯坦福大学合作开发 – 预测企业信用评级的升级和降级
</div>, /PRNewswire/ -- A new study has unveiled one of the most accurate corporate credit risk forecasting models to date. This study is a result of collaboration among quantitative finance experts from data and AI leader SAS, investment management firm Man Group plc, UK insurer Pension Insurance Corporation plc (PIC) and Stanford University. It provides an early-warning indicator that flags potential rating changes before they are priced into the market and credit rating agencies act.
<div class="lb-trans">, /PRNewswire/ -- 一项新研究揭示了迄今为止最准确的 企业信用风险预测 模型 之一。这项研究是数据和人工智能领导者 SAS、投资管理公司 Man Group plc、英国保险公司 Pension Insurance Corporation plc (PIC) 和 斯坦福大学 的量化金融专家合作的结果。它提供了一种 预警指标，在评级变化被市场定价和信用评级机构采取行动之前，提前标记潜在的评级变化。
</div>Continue Reading
<div class="lb-trans">继续阅读
</div><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null" alt="" original-src="https://www.prnewswire.com/news-releases/null"/>
By better predicting credit downgrades, portfolio managers and investors can improve returns and lower their risk.
<div class="lb-trans">通过更好地预测信用降级，投资组合经理和投资者可以提高回报并降低风险。
</div>This machine learning model leverages multiple features, including over two decades of KRIS ® (SAS® Kamakura Risk Information Services) default probability data. The model was significantly better at ranking firms by predicted probability of credit rating change – upgrade, downgrade or no change – than traditional approaches using legacy tools.
<div class="lb-trans">该机器学习模型利用了多个特征，包括超过二十年的 KRIS ® (SAS® Kamakura 风险信息服务) 违约概率数据。该模型在根据预测的信用评级变化概率（升级、降级或无变化）对公司进行排名方面，显著优于使用传统工具的传统方法。
</div>&#34;The breakthrough approach of our new model shows that investors can do a lot better than the current best practices,&#34; said Stas Melnikov, Head of Quantitative Research and Risk Data Solutions at SAS and a member of the team that developed the new model. &#34;The model's early-warning signals give them critical time to act before the market fully prices in the event, helping better manage risk, reduce losses and seize opportunities.&#34;
<div class="lb-trans">“我们新模型的突破性方法表明，投资者可以比当前最佳实践做得更好，” SAS 量化研究和风险数据解决方案负责人 Stas Melnikov 说，他是开发新模型的团队成员。“该模型的预警信号为他们提供了在市场完全定价事件之前采取行动的关键时间，有助于更好地管理风险、减少损失并抓住机会。”
</div>With its unprecedented accuracy in identifying firms with elevated probabilities of downgrade or upgrade, the new model facilitates proactive portfolio management and improved capital allocation. Its insights are particularly important for investors who are highly sensitive to the credit ratings of securities on their balance sheet. For example, the ability to more consistently and accurately forecast rating transitions will enhance risk management and credit selection for insurance companies.
<div class="lb-trans">凭借其在识别具有较高降级或升级概率的公司的前所未有的准确性，新模型促进了主动的投资组合管理和改善的资本配置。其洞察对于对资产负债表上证券的信用评级高度敏感的投资者尤为重要。例如，更一致和准确地预测评级转变的能力将增强保险公司的风险管理和信用选择。
</div>Addressing today's credit and market risks Even after the US Federal Reserve's most recent rate cut, today's high interest rates are squeezing corporate borrowers. Refinancing costs are climbing as corporate credit profiles weaken. This raises the risk of defaults, which affect investors, including money market and hedge funds as well as banks and insurance companies that hold corporate bonds.
<div class="lb-trans">应对当今的信用和市场风险 即使在美国联邦储备最近的降息之后，今天的高利率仍在挤压企业借款人。随着企业信用状况的恶化，再融资成本正在上升。这增加了违约的风险，影响了包括货币市场和对冲基金以及持有企业债券的银行和保险公司在内的投资者。
</div>The model can be used as an early-warning system, proactively identifying potential ratings changes before that risk is fully reflected in the prices of the securities. It is based on AI and machine learning techniques and KRIS, which provides comprehensive and timely assessments of credit risk for public companies. Among other data, KRIS includes a one-year default probability (KDP), which is based on a multifactor reduced-form credit model incorporating macroeconomic, market and financial data.
<div class="lb-trans">该模型可以作为预警系统，主动识别潜在的评级变化，在该风险完全反映在证券价格之前。它基于人工智能和机器学习技术以及 KRIS，后者为上市公司提供全面和及时的信用风险评估。KRIS 包括一年违约概率（KDP），该概率基于一个多因素的简化信用模型，结合了宏观经济、市场和金融数据。
</div>The model, further explored in this SAS Voices blog post by Melnikov, provides one of the most accurate, realistic forecasts of corporate-bond rating migrations to date.
<div class="lb-trans">该模型在 Melnikov 的 SAS Voices 博客文章 中进一步探讨，提供了迄今为止最准确、最现实的企业债券评级迁移预测。
</div>&#34;The results surprised even us,&#34; said Steven Desmyter, President of Man Group – a SAS customer – in a recent LinkedIn post about this research. &#34;The new models significantly outperformed traditional approaches. In plain English, they were much better at telling us which companies were at risk of downgrade or upgrade.&#34;
<div class="lb-trans">“结果甚至让我们感到惊讶，” Man Group 的总裁 Steven Desmyter 在最近关于这项研究的 LinkedIn 帖子 中表示。“新模型显著优于传统方法。用简单的语言来说，它们在告诉我们哪些公司面临降级或升级风险方面要好得多。”
</div>The team worked with data that included more than a half-million observations covering two decades of credit history (2001-2024). The data comprised bond spreads, yields, credit default probabilities, equity momentum and macroeconomic variables.
<div class="lb-trans">该团队使用的数据包括超过 50 万条观察数据，涵盖了二十年的信用历史（2001-2024）。数据包括债券利差、收益率、信用违约概率、股票动量和宏观经济变量。
</div>Illustrating the value of KRIS data, the study showed that KDP was the third-most influential feature in the machine learning (gradient boosting) model, behind only option-adjusted spread (OAS) and yield-to-maturity (YTM). In other words, through KDP, KRIS added additional orthogonal information that helped identify opportunities not yet priced into the market.
<div class="lb-trans">通过 KRIS 数据的价值，研究表明 KDP 是机器学习（梯度提升）模型中第三个最具影响力的特征，仅次于期权调整利差（OAS）和到期收益率（YTM）。换句话说，通过 KDP，KRIS 增加了额外的正交信息，帮助识别尚未在市场中定价的机会。
</div>What does this mean? If a portfolio manager or other investor can predict a credit downgrade before it happens and before the market prices it into a company's valuation, they can achieve better returns and/or lower their risk.
<div class="lb-trans">这意味着什么？如果投资组合经理或其他投资者能够在信用降级发生之前预测到它，并在市场将其定价到公司的估值之前，他们可以实现更好的回报和/或降低风险。
</div>Credit ratings Rating agencies assign a credit rating to each company that is a measure of that company's creditworthiness. Any changes in that rating affect market perception of creditworthiness and can lead to a repricing of its debt.
<div class="lb-trans">信用评级 信用评级机构为每家公司分配信用评级，这是衡量该公司信用 worthiness 的标准。该评级的任何变化都会影响市场对信用 worthiness 的看法，并可能导致其债务的重新定价。
</div>Additionally, many institutional investors are mandated to hold only investment-grade debt. If a company's debt (e.g., bonds) is downgraded from investment grade to high yield, for example, certain investors must disinvest, which can drive down the market price of that debt.
<div class="lb-trans">此外，许多机构投资者被要求仅持有投资级债务。如果一家公司债务（例如，债券）从投资级降级到高收益级，某些投资者必须撤资，这可能会导致该债务的市场价格下跌。
</div>SAS solutions for risk management SAS acquired Kamakura Corp. in 2022 to enhance its financial risk management offerings, particularly in asset and liability management (ALM). Today KRIS and other SAS offerings are part of a comprehensive and integrated suite of risk management solutions for the financial services industry. These include solutions for:
<div class="lb-trans">SAS 的风险管理解决方案 SAS 于 2022 年收购了 Kamakura Corp.，以增强其金融风险管理产品，特别是在 资产和负债管理（ALM）方面。今天，KRIS 和其他 SAS 产品是金融服务行业综合和集成的风险管理解决方案的一部分。这些解决方案包括：
</div><ul>
<li>ALM.</li>
<li>Credit risk management.</li>
<li>Enterprise stress testing.</li>
<li>Expected credit loss.</li>
<li>Insurance risk management.</li>
<li>Risk governance.</li>
</ul>
<div class="lb-trans"><ul>
<li>ALM。</li>
<li>信用风险管理。</li>
<li>企业压力测试。</li>
<li>预期信用损失。</li>
<li>保险风险管理。</li>
<li>风险治理。</li>
</ul>
</div>Learn more at sas.com/risk.
<div class="lb-trans">了解更多信息，请访问 sas.com/risk。
</div>About SAS SAS is a global leader in data and AI. With SAS software and industry-specific solutions, organizations transform data into trusted decisions. SAS gives you THE POWER TO KNOW®.
<div class="lb-trans">关于 SAS SAS 是数据和人工智能的全球领导者。通过 SAS 软件和行业特定解决方案，组织将数据转化为可信的决策。SAS 赋予您 THE POWER TO KNOW®。
</div>SAS and all other SAS Institute Inc. product or service names are registered trademarks or trademarks of SAS Institute Inc. in the USA and other countries. ® indicates USA registration. Other brand and product names are trademarks of their respective companies. Copyright © 2025 SAS Institute Inc. All rights reserved.
<div class="lb-trans">SAS 及所有其他 SAS Institute Inc.的产品或服务名称在美国及其他国家均为 SAS Institute Inc.的注册商标或商标。®表示美国注册。其他品牌和产品名称为其各自公司的商标。版权 © 2025 SAS Institute Inc. 保留所有权利。
</div>Editorial Contact: Mike Nemecek
<div class="lb-trans">编辑联系： Mike Nemecek
</div>SAS[email protected]
<div class="lb-trans">SAS[email protected]
</div>+1 919-531-5140
<div class="lb-trans">+1 919-531-5140
</div>sas.com/news
<div class="lb-trans">sas.com/news
</div>SOURCE SAS
<div class="lb-trans">来源 SAS
</div><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjUxMTA2Jk5ld3NJdGVtSWQ9Q0wxNzIyNSZUcmFuc21pc3Npb25fSWQ9MjAyNTExMDYwOTE3UFJfTkVXU19VU1BSX19fX19DTDE3MjI1" alt="" original-src="https://rt.prnewswire.com/rt.gif?NewsItemId=CL17225&amp;Transmission_Id=202511060917PR_NEWS_USPR_____CL17225&amp;DateId=20251106"/>

新的风险模型在预测信用评级变化的准确性上设立了新的基准