基於人工智能的方法 – 由 SAS、Man Group、Pension Insurance Corporation plc 和斯坦福大學合作開發 – 預測企業信用評級的升級和降級
, /PRNewswire/ -- 一項新研究揭示了迄今為止最準確的 企業信用風險預測 模型 之一。這項研究是數據和人工智能領導者 SAS、投資管理公司 Man Group plc、英國保險公司 Pension Insurance Corporation plc (PIC) 和 斯坦福大學 的量化金融專家合作的結果。它提供了一種 預警指標，在評級變化被市場定價和信用評級機構採取行動之前，提前標記潛在的評級變化。
繼續閲讀
<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"/>
通過更好地預測信用降級，投資組合經理和投資者可以提高回報並降低風險。
該機器學習模型利用了多個特徵，包括超過二十年的 KRIS ® (SAS® Kamakura 風險信息服務) 違約概率數據。該模型在根據預測的信用評級變化概率（升級、降級或無變化）對公司進行排名方面，顯著優於使用傳統工具的傳統方法。
“我們新模型的突破性方法表明，投資者可以比當前最佳實踐做得更好，” SAS 量化研究和風險數據解決方案負責人 Stas Melnikov 説，他是開發新模型的團隊成員。“該模型的預警信號為他們提供了在市場完全定價事件之前採取行動的關鍵時間，有助於更好地管理風險、減少損失並抓住機會。”
憑藉其在識別具有較高降級或升級概率的公司的前所未有的準確性，新模型促進了主動的投資組合管理和改善的資本配置。其洞察對於對資產負債表上證券的信用評級高度敏感的投資者尤為重要。例如，更一致和準確地預測評級轉變的能力將增強保險公司的風險管理和信用選擇。
應對當今的信用和市場風險 即使在美國聯邦儲備最近的降息之後，今天的高利率仍在擠壓企業借款人。隨着企業信用狀況的惡化，再融資成本正在上升。這增加了違約的風險，影響了包括貨幣市場和對沖基金以及持有企業債券的銀行和保險公司在內的投資者。
該模型可以作為預警系統，主動識別潛在的評級變化，在該風險完全反映在證券價格之前。它基於人工智能和機器學習技術以及 KRIS，後者為上市公司提供全面和及時的信用風險評估。KRIS 包括一年違約概率（KDP），該概率基於一個多因素的簡化信用模型，結合了宏觀經濟、市場和金融數據。
該模型在 Melnikov 的 SAS Voices 博客文章 中進一步探討，提供了迄今為止最準確、最現實的企業債券評級遷移預測。
“結果甚至讓我們感到驚訝，” Man Group 的總裁 Steven Desmyter 在最近關於這項研究的 LinkedIn 帖子 中表示。“新模型顯著優於傳統方法。用簡單的語言來説，它們在告訴我們哪些公司面臨降級或升級風險方面要好得多。”
該團隊使用的數據包括超過 50 萬條觀察數據，涵蓋了二十年的信用歷史（2001-2024）。數據包括債券利差、收益率、信用違約概率、股票動量和宏觀經濟變量。
通過 KRIS 數據的價值，研究表明 KDP 是機器學習（梯度提升）模型中第三個最具影響力的特徵，僅次於期權調整利差（OAS）和到期收益率（YTM）。換句話説，通過 KDP，KRIS 增加了額外的正交信息，幫助識別尚未在市場中定價的機會。
這意味着什麼？如果投資組合經理或其他投資者能夠在信用降級發生之前預測到它，並在市場將其定價到公司的估值之前，他們可以實現更好的回報和/或降低風險。
信用評級 信用評級機構為每家公司分配信用評級，這是衡量該公司信用 worthiness 的標準。該評級的任何變化都會影響市場對信用 worthiness 的看法，並可能導致其債務的重新定價。
此外，許多機構投資者被要求僅持有投資級債務。如果一家公司債務（例如，債券）從投資級降級到高收益級，某些投資者必須撤資，這可能會導致該債務的市場價格下跌。
SAS 的風險管理解決方案 SAS 於 2022 年收購了 Kamakura Corp.，以增強其金融風險管理產品，特別是在 資產和負債管理（ALM）方面。今天，KRIS 和其他 SAS 產品是金融服務行業綜合和集成的風險管理解決方案的一部分。這些解決方案包括：
<ul>
<li>ALM。</li>
<li>信用風險管理。</li>
<li>企業壓力測試。</li>
<li>預期信用損失。</li>
<li>保險風險管理。</li>
<li>風險治理。</li>
</ul>
瞭解更多信息，請訪問 sas.com/risk。
關於 SAS SAS 是數據和人工智能的全球領導者。通過 SAS 軟件和行業特定解決方案，組織將數據轉化為可信的決策。SAS 賦予您 THE POWER TO KNOW®。
SAS 及所有其他 SAS Institute Inc.的產品或服務名稱在美國及其他國家均為 SAS Institute Inc.的註冊商標或商標。®表示美國註冊。其他品牌和產品名稱為其各自公司的商標。版權 © 2025 SAS Institute Inc. 保留所有權利。
編輯聯繫： Mike Nemecek
SAS[email protected]
+1 919-531-5140
sas.com/news
來源 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"/>

一個由 SAS、Man Group、養老金保險公司和斯坦福大學開發的新型人工智能驅動的企業信用風險預測模型，提供了前所未有的信用評級變動預測準確性。該模型作為一個預警系統，使投資者能夠更好地管理風險並提高回報，通過在市場價格反映之前識別潛在的降級或升級。利用超過二十年的信用數據，該模型顯著優於傳統方法，增強了主動投資組合管理和資本配置，這在當今高利率環境中尤為重要

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">基於人工智能的方法 – 由 SAS、Man Group、Pension Insurance Corporation plc 和斯坦福大學合作開發 – 預測企業信用評級的升級和降級
</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/ -- 一項新研究揭示了迄今為止最準確的 企業信用風險預測 模型 之一。這項研究是數據和人工智能領導者 SAS、投資管理公司 Man Group plc、英國保險公司 Pension Insurance Corporation plc (PIC) 和 斯坦福大學 的量化金融專家合作的結果。它提供了一種 預警指標，在評級變化被市場定價和信用評級機構採取行動之前，提前標記潛在的評級變化。
</div>Continue Reading
<div class="lb-trans">繼續閲讀
</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">通過更好地預測信用降級，投資組合經理和投資者可以提高回報並降低風險。
</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">該機器學習模型利用了多個特徵，包括超過二十年的 KRIS ® (SAS® Kamakura 風險信息服務) 違約概率數據。該模型在根據預測的信用評級變化概率（升級、降級或無變化）對公司進行排名方面，顯著優於使用傳統工具的傳統方法。
</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">“我們新模型的突破性方法表明，投資者可以比當前最佳實踐做得更好，” SAS 量化研究和風險數據解決方案負責人 Stas Melnikov 説，他是開發新模型的團隊成員。“該模型的預警信號為他們提供了在市場完全定價事件之前採取行動的關鍵時間，有助於更好地管理風險、減少損失並抓住機會。”
</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">憑藉其在識別具有較高降級或升級概率的公司的前所未有的準確性，新模型促進了主動的投資組合管理和改善的資本配置。其洞察對於對資產負債表上證券的信用評級高度敏感的投資者尤為重要。例如，更一致和準確地預測評級轉變的能力將增強保險公司的風險管理和信用選擇。
</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">應對當今的信用和市場風險 即使在美國聯邦儲備最近的降息之後，今天的高利率仍在擠壓企業借款人。隨着企業信用狀況的惡化，再融資成本正在上升。這增加了違約的風險，影響了包括貨幣市場和對沖基金以及持有企業債券的銀行和保險公司在內的投資者。
</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">該模型可以作為預警系統，主動識別潛在的評級變化，在該風險完全反映在證券價格之前。它基於人工智能和機器學習技術以及 KRIS，後者為上市公司提供全面和及時的信用風險評估。KRIS 包括一年違約概率（KDP），該概率基於一個多因素的簡化信用模型，結合了宏觀經濟、市場和金融數據。
</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">該模型在 Melnikov 的 SAS Voices 博客文章 中進一步探討，提供了迄今為止最準確、最現實的企業債券評級遷移預測。
</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">“結果甚至讓我們感到驚訝，” Man Group 的總裁 Steven Desmyter 在最近關於這項研究的 LinkedIn 帖子 中表示。“新模型顯著優於傳統方法。用簡單的語言來説，它們在告訴我們哪些公司面臨降級或升級風險方面要好得多。”
</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">該團隊使用的數據包括超過 50 萬條觀察數據，涵蓋了二十年的信用歷史（2001-2024）。數據包括債券利差、收益率、信用違約概率、股票動量和宏觀經濟變量。
</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">通過 KRIS 數據的價值，研究表明 KDP 是機器學習（梯度提升）模型中第三個最具影響力的特徵，僅次於期權調整利差（OAS）和到期收益率（YTM）。換句話説，通過 KDP，KRIS 增加了額外的正交信息，幫助識別尚未在市場中定價的機會。
</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">這意味着什麼？如果投資組合經理或其他投資者能夠在信用降級發生之前預測到它，並在市場將其定價到公司的估值之前，他們可以實現更好的回報和/或降低風險。
</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">信用評級 信用評級機構為每家公司分配信用評級，這是衡量該公司信用 worthiness 的標準。該評級的任何變化都會影響市場對信用 worthiness 的看法，並可能導致其債務的重新定價。
</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，許多機構投資者被要求僅持有投資級債務。如果一家公司債務（例如，債券）從投資級降級到高收益級，某些投資者必須撤資，這可能會導致該債務的市場價格下跌。
</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 的風險管理解決方案 SAS 於 2022 年收購了 Kamakura Corp.，以增強其金融風險管理產品，特別是在 資產和負債管理（ALM）方面。今天，KRIS 和其他 SAS 產品是金融服務行業綜合和集成的風險管理解決方案的一部分。這些解決方案包括：
</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>信用風險管理。</li>
<li>企業壓力測試。</li>
<li>預期信用損失。</li>
<li>保險風險管理。</li>
<li>風險治理。</li>
</ul>
</div>Learn more at sas.com/risk.
<div class="lb-trans">瞭解更多信息，請訪問 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">關於 SAS SAS 是數據和人工智能的全球領導者。通過 SAS 軟件和行業特定解決方案，組織將數據轉化為可信的決策。SAS 賦予您 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.的產品或服務名稱在美國及其他國家均為 SAS Institute Inc.的註冊商標或商標。®表示美國註冊。其他品牌和產品名稱為其各自公司的商標。版權 © 2025 SAS Institute Inc. 保留所有權利。
</div>Editorial Contact: Mike Nemecek
<div class="lb-trans">編輯聯繫： 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">來源 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"/>

新的風險模型在預測信用評級變化的準確性上設立了新的基準