Can AI Understand a Distressed Credit? - Harneet Kaur, Axim Intelligence

شكرًا للجميع على وجودكم هنا. أنا متحمس جدًا لإلقاء هذا الحديث. إذًا، مقدمة سريعة عني. اسمي هارنيت. أنا المؤسس والرئيس التنفيذي لشركة "أكسون إنتليجنس ". في "أكسون"، نبني طبقة ذكاء لاستثمارات الائتمان المتعثر. وهذا أيضًا ما سنتحدث عنه اليوم. عنوان هذا الحديث هو: هل يمكن للذكاء الاصطناعي فهم الائتمان المتعثر؟ أعتقد أن السؤال الأول الذي يدور في أذهان الجميع، إذا لم تكن في عالم الائتمان، هو ماذا يعني الائتمان المتعثر حقًا؟ الائتمان بسيط للغاية. فالائتمان هو مجرد سند أو قرض لشركة ما. سندات شركة كوكاكولا هي ائتمان. والآن، ماذا يعني أن تكون في حالة ضغط أو تعثر؟ أليس كذلك؟ يحدث الضغط حقًا إذا كان هناك أي نوع من المخاطر الكامنة في الشركة التي قد تؤدي بها إما إلى نفاد المال، أو عدم القدرة على سداد ديونها. كل عام، يواجه جزء من سوق الائتمان مستوى ما من الضغط أو التعثر. قد يكون ذلك بسبب قضايا دورية. لنفترض أن سوق البناء أو سوق الإسكان في تراجع. قد يكون بسبب

قضايا تشغيلية. إذا كنت تعمل في مجال المطاعم، قد يحدث استدعاء كبير للأغذية. يمكن أن يكون أيضًا بسبب اضطراب هيكلي طويل الأمد. إذا كنت تعمل في مجال البرمجيات اليوم، ربما تواجه بعض الاضطراب بسبب الذكاء الاصطناعي، أليس كذلك ؟ بعض الشركات تواجه تحديات ثم تتعافى مباشرة. وبعض الشركات تواجه تحديات ثم تصل إلى حالة من التعثر. ماذا يعني التعثر؟ في الواقع، الأمر ليس مباشرًا. الإفلاس هو أحد نتائج التعثر. يمكنك أيضًا إجراء عملية إدارة الالتزامات، وهذه مصطلحات يمكنني الخوض فيها، لكن اعلم أنها شيء آخر قد يحدث، أو يمكنك إجراء إعادة هيكلة خارج المحكمة أو تبادل متفاوض عليه، كخيارات أخرى. إذًا، الشريحة التالية. كما رأيتم، الأمر ليس بهذه البساطة، صحيح؟ تاريخيًا، كانت مسألة الهندسة للتعثر ثنائية تمامًا. إما أن تتوقع إفلاسًا، أي إما أن تتوقع تعثر السداد أو لا. اليوم، أصبح الأمر أكثر تعقيدًا بكثير. لذلك، لم تواكب الكثير من طرق التعلم الآلي التقليدية هذه التطورات، وكذلك الكثير من أنظمة التقييم التي كانت مهمة قبل 10 أو 15 أو 20 عامًا. أهم نقطة هي أن نموذج "ألت مان"(Altman Z-score) أصبح الآن ثابتاً

جداً في ظل وضع يتغير شهرياً أو ربع سنوي أو سنوياً، كما أنه يعمل في سوق أكثر غموضاً بكثير. لذا، إذا كنت تتابع سوق الائتمان، فإن صعود الائتمان الخاص وبعض هذه المجالات الأخرى تسبب في نقص في وضوح التسعير. من ناحية أخرى، لديك أسلوب نوعي للغاية لفهم وتحليل الائتمان المتعثر، حيث يمكنك كمستثمر في الائتمان المتعثر تحليل البيانات المالية، وفهم ما يحدث في جانب المقرضين، وقراءة وثائق الائتمان. بشكل أساسي، كل الأشياء التي قد يقوم بها مستثمر عادي في صناديق التحوط أو الأسهم الخاصة لفهم وضع ائتماني معين. هذه العملية يدوية للغاية ، ويصعب توسيع نطاقها بشكل واضح. أليس كذلك؟ الآن، السؤال هو، وكجزء من تأسيس شركة " أكسون"(Axon)، فكرت في مدى قدرة الذكاء الاصطناعي على فهم الائتمان المتعثر والمسارات التي يمكن اتخاذها. وهل يمكنك وضع نظام لما هو في الواقع عملية معقدة للغاية؟ إذن، ماذا يعني فهم الائتمان المتعثر في الوقت الحالي؟ كمستثمرين، لدينا الكثير من الأسئلة التي نحاول الإجابة عليها. الأمور التي تفكر فيها من الجانب المالي، أليس

كذلك؟ ما هي السيولة؟ ما هي هيكلة رأس المال ؟ ثم هناك أسئلة من الجانب القانوني. ما هي الأولوية الهيكلية للديون؟ أليس كذلك؟ هل لديك أولوية أعلى أم أولوية أقل؟ ثم لديك قضايا تشغيلية، مثل كيف تفهم طبيعة العمل؟ ما هي الإيرادات؟ هل سترتفع الإيرادات أم ستنخفض غداً بناءً على التحليل الأساسي للعمل؟ أليس كذلك؟ ما رأيناه في السوق حالياً، إذا كنت تتابع شركات مثل "برو غو" أو " هارفي" أو بعض شركات الذكاء الاصطناعي الكبرى، هو أنهم ركزوا على وضع معايير قياسية لكل هذه الأسئلة المختلفة. مثل مدى جودة الذكاء الاصطناعي في الإجابة على سؤال أي جزء من الدين يعتبر ذا أولوية هيكلية؟ ثم إجراء تقييم دقيق ووضع ما يمكن تسميته بمعيار التمويل الكبير. لكنني أردت التفكير في الأمر بشكل مختلف قليلاً.

لأن الطريقة التي فكرت بها هي أن الفهم الحقيقي للائتمان، وخاصة الائتمان المتعثر، يكمن في القدرة على توقع ما سيحدث بعد ذلك. أليس كذلك؟ هل يمكنني معرفة وتحديد توزيع احتمالي للمسار الذي ستتخذه هذه الأمور في المستقبل؟ أمم، لقد اعتبرت هذا تمريناً مثيراً للاهتمام نوعاً ما. الخطوة الأولى التي يجب عليك القيام بها، كما تعلم، هي اختيار شركة. لذا، اخترت شركة iHeartMedia، وهي شركة أعلنت إفلاسها في عام 2018. لذا ، فهي كما تعلم، قد مرت بكل هذه التعقيدات والإجراءات. كما أنها قامت بمعاملة أخرى متعثرة في عام 2024. إذاً ، هذا وضع قائم ومستمر. هذا يحدث اليوم. لا أحد لديه إجابة حقيقية حول ما يخبئه المستقبل، أليس كذلك؟ أمم، لا توجد حقيقة مطلقة. لكن ما فعلته هو أنني قررت طرح الأمر على أذكى النماذج المتاحة.

استخدمت نموذج Astra 6 على Max Intelligence ونموذج Opus 5.5. وكانت النتيجة المثيرة للاهتمام حقاً هي أنهم اختلفوا في الرأي. لقد اختلفوا حول احتمالات المستقبل بناءً على هيكل أو سياق البيانات ، أليس كذلك؟ لذا، إذا نظرت هنا إلى إعادة الهيكلة المتفاوض عليها، اعتقد Astra أن هذا هو الخيار الأفضل للإفلاس، بينما اعتقد Opus أنه الخيار الأفضل، صحيح؟ الآن، كيف يمكنك تحديد أيهما على صواب وأيهما على خطأ؟ لا يمكنك ذلك، لأنني لا أعرف ما هي الاحتمالات الحقيقية، أليس كذلك؟ أنا لا أعرف ما الذي سيحدث. لا أعرف ما إذا كان الأمر سيصل إلى الإفلاس. لا أعرف ما إذا كانت ستتم إعادة هيكلة خارج المحكمة. لا أعرف ما إذا كان الأمر سيؤول إلى إعادة تمويل. لدي تقديري الشخصي للأمور. سأقول إنني أميل إلى Astra 6، لكننا بشر في نهاية المطاف. وهذه نتيجة مثيرة للاهتمام، أليس كذلك؟ كأن تقول، انتظر ، إنهم يختلفون في الرأي. لذا، الشيء الثاني الذي فكرت فيه هو: كيف يمكنني تحسين تقييم عمليتهم على الأقل؟ يمكنني النظر فيما إذا كنت أتفق أو أختلف مع الافتراضات المختلفة. وهكذا، قمت بإنشاء هذا النوع من المعايير حيث نقوم

بقياس أداء كل طبقة. من الواضح أن هذه النماذج اللغوية الكبيرة قد تخطئ في كل طبقة، أليس كذلك؟ في طبقة الاستخراج، أود القول إن الأمر بالنسبة للشركات العامة قد تمت تسويته تقريباً. أما بالنسبة للقروض الخاصة وعندما تتعامل مع مستندات Excel وملفات PDF، فقد يظل ذلك يمثل تحدياً، أليس كذلك؟ ثم لديك طبقة المطابقة أو الاشتقاق. إذاً، الاستخراج سيكون عبارة عن الحصول على الأرباح قبل الفوائد والضرائب والإهلاك والاستهلاك (EBITDA). آه، الاشتقاق سيكون، حسناً، الآن لديك الأرباح قبل الفوائد والضرائب والإهلاك والاستهلاك (EBITDA) ولديك الديون، يمكنك الآن تحديد الرافعة المالية. أم، وبعد ذلك لديك حكم. حسناً، الآن لديك الرافعة المالية. هل هذا ائتمان متعثر أم لا؟ ما هو أوه، لا. آه. هل هناك نوع من...

حسناً، سأستمر في الحديث فقط. إذن، أم، السؤال أساساً هو هل هذا أعتقد أن حاسوبي قد توقف عن العمل. أم. عذراً، ثانية واحدة. سأخبرك بـ لدي شاحن، لكنه ليس هنا. آه، أجل. حسناً، سأستمر في الحديث فقط. لا بأس. أوه، حسناً. إنه يعمل. حسناً. إذن، لقد حصلت على طبقة الحكم، أليس كذلك؟ ومن ثم، أم، يمكنك البدء، حسناً، إذا كان بإمكانك تقييم كل طبقة، أليس كذلك؟ بمجرد وصولك إلى طبقة التنبؤ، تكون قد تأكدت من جودة نقاط البيانات ، وتأكدت من أن طبقة الموائمة جيدة، وتأكدت من وجود نوع من الحكم المعقول، أليس كذلك؟ وبمجرد التأكد من هذه الأمور، يمكنك الوصول إلى طبقة التنبؤ، وهي في الواقع الطريقة التي تفكر بها

كمحلل بشري في كل هذه الخطوات، أليس كذلك؟ إذا بنيت حكماً على نقطة بيانات سيئة، فلن يكون حكماً جيداً، وهذه هي الطريقة التي تسير بها الأمور، أليس كذلك؟ إذن، أم. أوبس. ها نحن ذا. إذن، ما وجدناه أساساً، وربما ليس مفاجئاً، لكننا اعتقدنا أنه مثير للاهتمام، هو أننا بمجرد إنشاء عملية التفكير المنظم، تقاربت كلتا النماذج الذكية فيما تعتقده حول الاحتمالات المستقبلية للأعمال، أليس كذلك؟ بدلاً من قول احتمال إفلاس 62%مع "أوبوس" و 25%مع "أسترا"، أصبح كلا النموذجين يشيران إلى أن هناك احتمالية إفلاس بنسبة 25%فقط، واتفق كلاهما على أن مسار إعادة الهيكلة بالتفاوض هو المسار الأكثر ترجيحاً للعمل. إذن، ما هي النتائج الرئيسية هنا، أليس كذلك؟ أم، سأقول إن النتيجة الأولى هي: بالنظر إلى الأسئلة غير القابلة للتحقق، أليس كذلك؟ مع نفس السياق المنظم، والسياق المنظم كالإنسان، أعني، هل تمتلك هذه النماذج

ميزة تنبؤية؟ وعليك أن تقول لا، أليس كذلك؟ لأنها في الواقع، حتى الوكلاء هم بشر، أليس كذلك؟ بمعنى ما من الكلمة، ولن أدخل في الجدل الدائر حول ذلك. أم، والثاني هو لكن عملية التفكير المنظم يمكن أن تجعل النموذجين، أو كما تعلم، الذكاءات المختلفة تتقارب فعلياً نحو رؤية واحدة للمستقبل، وفهم متشابه للعمل والمسار الذي قد يسلكه. امم، لكن هل هذا هو المسار الصحيح؟ نحن لا نعلم، أليس كذلك؟ امم، وهل هذا هو المقياس الأدق حقاً؟ لأن غير ذلك، أي نوع من التحليل التاريخي سيخلق نوعاً من التحيز الاستباقي. امم، لكن أعتقد أن الشيء المثير للاهتمام حقاً الذي كنت أفكر فيه هو أن التقارب مثير للاهتمام أيضاً، أليس كذلك؟ لأنه إذا كان بإمكانك بناء عملية بشكل منهجي تتقارب بالفعل على نفس النتائج الاحتمالية.

فهذا هو فعلياً ما يمثل السعر في السوق. امم، ولهذا اعتقدت أنها كانت نتيجة مثيرة للاهتمام. امم، إذاً هذا هو آخر شيء. ثم مجرد نبذة سريعة عني. إذاً، اسمي كما قلت، هاريني. امم، أقوم ببناء أكسون (Axon). امم، نبذة عن خلفيتي. قضيت 10 سنوات في التمويل، امم ، السنوات الأخيرة منها كمستثمر في الائتمان المتعثر والحالات الخاصة في صندوق استثمار خاص/ صندوق تحوط للمديونيات المتعثرة. امم، وهذا هو رمز الاستجابة السريعة (QR) إذا كنت مهتماً بـ أكسون. امم، وهذا كل ما لدي. شكراً لكم.