ИИ открывает возможности первичного рынка облигаций для компаний по управлению активами

Для компаний по управлению активами, инвестирующих в первичный рынок корпоративных облигаций, получение полного представления в режиме реального времени о новых сделках, поступающих на рынок, и изменениях условий сделок является ключом к эффективному кредитному анализу и быстрому размещению заказов на распределение.

Однако синдицирующие банки используют многочисленные и конкурирующие каналы для распространения данных управляющим активами, что затрудняет агрегирование и согласование ключевой информации. Хотя платформы сделок, такие как DirectBooks и Ipreo (S&P Global), являются важными источниками, электронная почта и мгновенные сообщения по-прежнему играют важную роль в передаче данных о сделках управляющим активами. Поскольку каждая сделка получает до 30 обновлений в течение всего процесса синдикации, торговым отделам сложно быть в курсе последних обновлений и держать в курсе портфельных менеджеров.

В отличие от данных, предоставляемых платформами, сообщения электронной почты и чата неструктурированы — банк-синдикат может использовать безграничное разнообразие форматов данных, терминов, меток данных или соглашений об именах. Частично изменчивость усугубляется тем, что сообщения генерируются отдельными лицами, а не системами на стороне банка, и они используют свои предпочтительные форматы и терминологию для таких переменных, как срок, возможность отзыва, купон и валюта. Исторически сложилось так, что было сложно, если не невозможно, автоматически обрабатывать эти данные, отчасти потому, что традиционные методы анализа не могут справиться с изменчивостью сообщений о сделках. 

В результате до сих пор управляющим активами приходилось использовать трудоемкие, подверженные ошибкам обходные пути вручную для управления информацией за пределами платформы. ИИ позволяет создавать более мощные и адаптируемые процессоры данных и уникально подходит для интерпретации и извлечения информации о сделках из неструктурированных данных, содержащихся в электронных письмах и сообщениях чата. 

Большинство ИИ полагается на большую языковую модель (LLM) для понимания и извлечения смысла из текста. Обучение LLM для конкретной задачи является сложным, и LLM могут давать разные результаты при одних и тех же входных данных. Однако тщательная точная настройка для конкретных случаев использования может дать очень точные результаты, что делает обученный LLM пригодным для интерпретации данных первичного рынка облигаций.

Несмотря на быстрые инновации в государственных LLM, мы считаем, что частное LLM лучше всего подходит для большинства случаев использования на институциональных рынках капитала. С частной моделью легче защитить данные, напрямую обучать модель конкретной задаче, калибровать ее производительность и контролировать затраты.

Использование искусственного интеллекта для обработки сообщений электронной почты и чатов представляет собой мощный инструмент для получения комплексного представления о рынке новых сделок, охватывающем сделки на платформе и за ее пределами. Агрегирование данных о сделках позволяет создать

интегрированное, ориентированное на сделки рабочее пространство, которое оптимизирует работу управляющих активами на первичных рынках корпоративных облигаций..

Кроме того, возможность обработки неструктурированных данных о сделках может обеспечить более оперативное представление о сделке и рынке. Например, банк-синдикат может сообщить об изменении купона или другого ключевого условия по электронной почте или в чате, прежде чем обновлять сделку на платформе. В этом сценарии система, управляемая искусственным интеллектом, может обновить экран сделок управляющего активами до того, как обновление будет опубликовано на платформе. Точно так же ИИ может обрабатывать

данные серого рынка, чтобы получить дополнительную информацию о спросе на конкретные новые сделки. Когда окна ценообразования открыты всего на несколько часов, любое преимущество в более быстром принятии решений и размещении заказов на распределение должно пойти на пользу управляющему активами.

В финансовых услугах новые технологии часто ищут проблемы, которые нужно решить. Иногда ажиотаж превышает его практическую ценность, особенно в первые дни. ИИ другой. Мы считаем, что ИИ может улучшить существующие технологии и обеспечить автоматизацию там, где раньше это было невозможно. Точная и эффективная обработка неструктурированных данных является хорошим примером того, как ИИ решает давнюю проблему на первичных рынках облигаций и как эта технология готова принести дивиденды активным управляющим активами.  

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://www.finextra.com/blogposting/25595/ai-unlocks-primary-bond-market-opportunities-for-asset-management-firms?utm_medium=rssfinextra&utm_source=finextrablogs