Cognitive Credit, ein Anbieter von Technologien für Kreditdaten und -analysen von Unternehmen, hat die Einführung seines Emerging Markets (EM) Corporate Bond Dataset bekannt gegeben und damit die globale Abdeckung des Unternehmens auf über 3.500 Emittenten erweitert.

Das neue Abdeckungsuniversum umfasst detaillierte historische Finanzdaten und vollständige Offenlegungsbibliotheken für mehr als 400 auf USD lautende Unternehmensanleihe-Emittenten in Schwellenländern, wobei weitere Emittenten laufend aufgenommen werden sollen. Die Abdeckungsliste wurde in Zusammenarbeit mit mehreren führenden Buy-Side- und Sell-Side-Unternehmen entwickelt und gegen weithin beobachtete Anleihenindizes benchmarked. EM-Daten zu Unternehmensanleihen waren historisch betrachtet stärker fragmentiert und weniger einheitlich standardisiert als vergleichbare Developed-Market-Datasets, da Emittenten in verschiedenen Rechtsgebieten unter unterschiedlichen Rechnungslegungsstandards, Sprachen und Offenlegungsrythmen berichten.

Die EM-Abdeckung ergänzt nun die bestehenden Lizenzen von Cognitive Credit für High Yield Bonds, Investment Grade Bonds und Leveraged Loans auf dem US-amerikanischen und europäischen Markt. Alle vom Unternehmen veröffentlichten Daten werden durch dessen proprietäre Machine-Reading-Technologie erzeugt, die Finanzberichte und andere Unternehmensveröffentlichungen in dynamische Kreditmodelle strukturiert. Diese Modelle werden innerhalb von 15 Minuten nach Veröffentlichung aktualisiert und bieten institutionellen Kreditinvestoren zeitnahe, granulare und transparente Daten – eine Fähigkeit, die insbesondere für EM-Emittenten relevant ist, wo Informationsasymmetrien tendenziell größer und Berichtspraktiken weniger einheitlich sind als in entwickelten Märkten.

Der Markt für EM-Hartwährungs-Unternehmensanleihen weist derzeit ein ausstehendes Volumen von über 2,5 Billionen USD auf und hat sich im vergangenen Jahrzehnt verdoppelt. Etwa 65 % der Emittenten werden als Investment Grade eingestuft, und die Spreads liegen gegenwärtig auf historischen Tiefs. Nach zweistelligen Verlusten im Jahr 2022 haben Benchmark-EM-Indizes in den letzten drei Jahren eine annualisierte Rendite von 7,5 % erzielt. Vor dem Hintergrund eines makroökonomischen Umfelds, das durch erhöhte Zins- und Rohstoffpreisschwankungen, geopolitische Spannungen, Handelskonflikte, EM-Wahlzyklen und Ausgaben für AI-Hyperscaler geprägt ist, müssen Anforter fortlaufend das Kreditrisiko von Unternehmen neu bewerten. Bei den aktuellen Spread-Niveaus ist der Grenzwert granularer, auf Emittentenebene vorliegender Fundamentaldaten erhöht, da eine komprimierte Risikoprämie weniger Raum für unpräzise Kreditdifferenzierung lässt.

Sudha Sathiaseelan, Vice President of Data bei Cognitive Credit, sagte: „Die Einführung unseres EM-Abdeckungsuniversums – unseres siebten einzelnen Datasets – wird Kreditinvestoren von Unternehmen auch weiterhin dabei unterstützen, einer zunehmend herausfordernden Anlageumgebung zu begegnen. Durch die Erweiterung der Abdeckung auf über 3.500 Emittenten, einschließlich Emerging-Market-Emittenten, haben unsere Kunden nun Zugang zu einem wirklich globalen Fundamentaldatenbestand, der geografisch vollständig standardisiert und on-demand verfügbar ist.“

Robert Slater, CEO und Gründer von Cognitive Credit, sagte: „Ein Kernziel von Cognitive Credit ist es, globalen Kreditinvestoren konsistent strukturierte Datasets zur Verfügung zu stellen, die alle ihre Abdeckungsanforderungen über verschiedene Teams und Strategien hinweg erfüllen. Die Einführung von EM-Korporatanleihen ist unsere jüngste, auf dieses Ziel ausgerichtete Erweiterung, mit weiterem Abdeckungswachstum im Jahr 2027.“

Das Dataset ist über mehrere Kanäle zugänglich: die Cognitive Credit Web Application, die vollständig anpassbare Kreditmodelle, fortschrittliche Analysen und einen purpose-built Gen AI Research Assistant bietet; eine REST-API für direktes Data-Streaming in proprietäre Geschäftssysteme; ein Excel-Add-in für die nahtlose Integration in bestehende Tabellenkalkulationsmodelle; sowie einen Claude Connector, der die direkte Abfrage von Cognitive Credit-Datasets aus Claude heraus ermöglicht. Die Einbindung AI-nativer Zugangspunkte spiegelt einen breiteren Wandel in den Workflows der institutionellen Kreditrecherche wider, bei dem Large-Language-Model-Schnittstellen zunehmend neben traditionellen Tabellenkalkulations- und API-basierten Werkzeugen eingesetzt werden.