changjinhan
FIXED INCOME / FIELD NOTES

Man Group / Man AHL — ML로 “Fallen Angel”을 미리 예측해 Corporate-Bond Portfolio를 관리

등급 변경을 사전에 추정하는 연구는 어떤 결정을 돕는가?

Research note2 min readSources & evidence ↓

등급이 내려간 뒤 대응하면 보유 제약이나 자본 부담이 이미 달라질 수 있다. Man은 협력기관과 재무지표로 등급이 바뀔 확률을 더 일찍 추정하는 연구를 소개한다. 보험사의 자산·부채 관리와 자본 배분에 이런 위험을 미리 보는 일이 중요하다는 문제 설정이다.

기계학습과 고급 분석이 등급 변경 예측을 더 일관되고 반복 가능한 과정으로 만들 가능성이 제시된다. 결과가 좋아질 수 있다는 연구 방향과 구체적인 성능 비교는 다르다. 보존된 자료에는 등급 전이의 정확도, 예측기간, 잘못된 경고의 비용이 충분히 제시되지 않는다.

관련 인력의 회사채 연구 경험과 신호·포트폴리오 구현 및 운영 통제 역할은 회사의 업무 범위를 보여준다. 그것이 등급 예측의 성과를 직접 확인하는 것은 아니다. 국내에서는 등급 하락을 얼마나 먼저 찾는지와 불필요한 매도 경고가 얼마나 나오는지를 함께 측정해야 운용 가치가 분명해진다.

SCOPE회사 연구 소개와 인력 프로필의 역사적 기록이다. 등급 예측의 구체 성능이나 선제 거래 성과는 미확인이다.

Evidence & verification ↓

Sources & evidence

Original passages appear only when checked against the publication. Earlier briefing records are identified separately.

Man Group / Man AHL — ML로 “Fallen Angel”을 미리 예측해 Corporate-Bond Portfolio를 관리0 primary · 4 archived +
EARLIER BRIEFING RECORD

These 4 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.

Read the earlier record ↓
Publication links ↑
Show the original briefing text

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: ★★★★★