Voor vermogensbeheerders die in de primaire markt voor bedrijfsobligaties beleggen, is het verkrijgen van een compleet, realtime beeld van nieuwe deals die op de markt komen en veranderingen in de dealvoorwaarden van cruciaal belang voor een efficiënte kredietanalyse en het snel plaatsen van orders voor allocaties.

Syndicerende banken gebruiken echter meerdere en concurrerende kanalen om gegevens onder vermogensbeheerders te verspreiden, waardoor het een uitdaging wordt om belangrijke informatie te aggregeren en op elkaar af te stemmen. Terwijl dealplatforms zoals DirectBooks en Ipreo (S&P Global) belangrijke bronnen zijn, zijn e-mails
en instant messages spelen nog steeds een belangrijke rol bij het communiceren van dealgegevens naar vermogensbeheerders. Omdat elke deal tot wel 30 updates ontvangt tijdens de duur van het syndicatieproces, is het moeilijk voor tradingdesks om op de hoogte te blijven van de laatste updates en
houd portefeuillebeheerders op de hoogte.

In tegenstelling tot de gegevens die door platforms worden geleverd, zijn e-mail- en chatberichten ongestructureerd. Een syndicaatsbank kan een onbeperkte verscheidenheid aan gegevensformaten, termen, gegevenslabels of naamgevingsconventies gebruiken. Gedeeltelijk wordt de variabiliteit vergroot omdat de berichten worden gegenereerd
door individuen, in plaats van door systemen aan de bankzijde, en zij gebruiken hun favoriete formaten en terminologie voor variabelen als looptijd, opvraagbaarheid, coupon en valuta. Historisch gezien was het moeilijk, zo niet onmogelijk, om deze gegevens deels automatisch te verwerken
omdat traditionele parseertechnieken de variabiliteit in dealberichten niet aankunnen. 

Als gevolg hiervan moesten vermogensbeheerders tot nu toe tijdrovende, foutgevoelige, handmatige oplossingen gebruiken om informatie buiten het platform te beheren. AI maakt de creatie van krachtigere, aanpasbare dataverwerkers mogelijk en is bij uitstek geschikt voor het interpreteren en extraheren
dealinformatie uit de ongestructureerde gegevens in e-mails en chatberichten. 

De meeste AI vertrouwt op een groot taalmodel (LLM) om de betekenis van tekst te begrijpen en eruit te halen. Het trainen van een LLM voor een specifieke taak is complex en LLM's kunnen met dezelfde input variabele resultaten opleveren. Zorgvuldige afstemming voor specifieke gebruikssituaties kan echter wel
zeer nauwkeurige resultaten opleveren, waardoor een getrainde LLM geschikt is voor het interpreteren van gegevens over obligaties op de primaire markt.

Ondanks de snelle innovatie op het gebied van publieke LLM's zijn wij van mening dat een particuliere LLM het meest geschikt is voor de meeste gebruiksscenario's op institutionele kapitaalmarkten. Met een privémodel is het eenvoudiger om gegevens te beveiligen, het model rechtstreeks op een specifieke taak te trainen en de prestaties ervan te kalibreren
en controlekosten.

Het gebruik van AI voor de verwerking van e-mail- en chatberichten biedt een krachtig hulpmiddel voor het verkrijgen van een alomvattend beeld van de nieuwe dealmarkt, zowel on- als off-platform deals. Het aggregeren van dealgegevens maakt het mogelijk om een

geïntegreerde, dealgerichte werkruimte die de manier optimaliseert hoe vermogensbeheerders opereren op de primaire markten voor bedrijfsobligaties.

Bovendien kan de mogelijkheid om ongestructureerde dealgegevens te verwerken een meer realtime beeld van een deal en de markt bieden. Een syndicaatsbank kan bijvoorbeeld een wijziging in de coupon of een andere belangrijke term via e-mail of chat doorgeven voordat de deal op een platform wordt bijgewerkt.
 In dat scenario zou het AI-gestuurde systeem het dealscherm van een vermogensbeheerder kunnen bijwerken voordat de update op het platform wordt gepubliceerd. Op dezelfde manier kan AI verwerken

grijze marktgegevens om aanvullende informatie te verschaffen over de vraag naar specifieke nieuwe deals. Als de prijsvensters slechts een paar uur open zijn, zou elk voordeel bij het sneller nemen van beslissingen en het sneller plaatsen van orders voor toewijzingen ten goede moeten komen aan de vermogensbeheerder.

In de financiële dienstverlening zijn nieuwe technologieën vaak op zoek naar problemen die opgelost moeten worden. Soms overtreft de hype zijn praktische waarde, vooral in de beginperiode. AI is anders. Wij geloven dat AI bestaande technologie kan verbeteren en automatisering mogelijk kan maken waar dat voorheen het geval was
onhoudbaar. Het nauwkeurig en efficiënt verwerken van ongestructureerde data is een goed voorbeeld van hoe AI een al lang bestaand probleem op de primaire obligatiemarkten oplost en hoe deze technologie op het punt staat om dividend uit te keren aan proactieve vermogensbeheerders.  

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://www.finextra.com/blogposting/25595/ai-unlocks-primary-bond-market-opportunities-for-asset-management-firms?utm_medium=rssfinextra&utm_source=finextrablogs