핵심은 rating agency가 등급을 바꾼 후 대응하는 것이 아니라, 다양한 financial indicator를 이용해 rating transition probability를 더 일찍 추정하는 quantitative credit process다. Man은 advanced data analytics와 ML이 기존 방법보다 rating-change 예측에서 더 일관되고 반복 가능한 process를 제공할 가능성을 보여준다고 설명한다.
이 접근이 단순 학술 프로젝트와 동떨어진 것도 아니다. Man AHL의 David Ryan은 현재 Global Trend and Volatility 공동책임자이며, 이전에는 Fast Trading Strategies in Single Name Assets 팀을 이끌면서 cash equity뿐 아니라 회사채의 빠른 trading strategy 연구를 담당했다. David Ryan 공식 프로필
Man AHL 내부에서 portfolio analytics 팀은 신호 generation부터 fund-level analytics까지 systematic pipeline 전반을 분석하고, Investment and Data Implementation 조직은 trading-system activity 검증, data management, 신호/portfolio implementation, operational risk와 controls를 담당한다고 공식 프로필에서 확인된다.
편집 전 브리핑 원문 펼치기
구분: Man Group 공식 연구 · PIC·Stanford·SAS 공동 연구 + Man AHL 현직자 공개자료
발표일: 2026년 6월 23일
채용공고 아님
확인 가능한 사실
Man Group은 Pension Insurance Corporation, Stanford University, SAS와 함께 corporate-bond rating transition을 머신러닝으로 예측하는 연구를 진행했다. Man은 회사채가 보험사 자산의 통상 50% 이상을 차지하기 때문에 downgrade와 upgrade를 미리 예측하는 것이 ALM·capital allocation에 직접적으로 중요하다고 설명한다. Man Group 공식 연구
핵심은 rating agency가 등급을 바꾼 후 대응하는 것이 아니라, 다양한 financial indicator를 이용해 rating transition probability를 더 일찍 추정하는 quantitative credit process다. Man은 advanced data analytics와 ML이 기존 방법보다 rating-change forecasting에서 더 일관되고 반복 가능한 process를 제공할 가능성을 보여준다고 설명한다.
이 접근이 단순 학술 프로젝트와 동떨어진 것도 아니다. Man AHL의 David Ryan은 현재 Global Trend and Volatility 공동책임자이며, 이전에는 Fast Trading Strategies in Single Name Assets 팀을 이끌면서 cash equity뿐 아니라 corporate bond의 빠른 trading strategy 연구를 담당했다. David Ryan 공식 프로필
Man AHL 내부에서 portfolio analytics 팀은 signal generation부터 fund-level analytics까지 systematic pipeline 전반을 분석하고, Investment and Data Implementation 조직은 trading-system activity 검증, data management, signal/portfolio implementation, operational risk와 controls를 담당한다고 공식 프로필에서 확인된다.
공개자료 기반 추론
이걸 하나의 systematic-credit workflow로 보면:
Fundamental / Market Data
→ rating-transition probability
→ spread / downgrade risk
→ portfolio weight
→ transaction/execution
→ realized rating / spread outcome
→ model update
구조다.
중요한 점은:
Credit ML의 target을 return만으로 잡을 필요가 없다.
오히려:
P(downgrade, 3m)P(downgrade, 12m)P(fallen angel)P(spread widening > 50bp)
같은 intermediate target을 먼저 예측한 뒤 portfolio construction과 연결할 수 있다.
한국 시장 복제 아이디어
국내 회사채에서는 특히 AA- → A+ 또는 A- → BBB+ 같은 등급 경계 이동이 경제적으로 중요하다.
입력:
- leverage
- interest coverage
- FCF
- short-term debt
- equity return/vol
- CDS 또는 credit proxy
- 민평 spread
- peer spread
- 등급전망/Watch
- 신평보고서 LLM feature
출력:
3/6/12개월 Rating Transition Probability
를 만든다.
그 다음:
Expected spread return
− Expected downgrade cost
− liquidity cost
로 회사채 position을 결정한다.
특히 보험·운용사 상대가 많은 시장이라면 fallen-angel probability 자체가 supply pressure를 예측하는 feature가 될 수 있다. 등급하락으로 mandate를 위반하는 기관이 동시에 매도하기 때문이다.
복제 가치: ★★★★★