2006 Fiscal Year Annual Research Report
中小企業の債権回収に関する実証分析と回収率の数量化モデル
| Project/Area Number |
17530255
|
|---|
| Research Institution | The Institute of Statistical Mathematics |
|---|
Principal Investigator |
山下 智志 統計数理研究所, データ科学研究系, 助教授 (50244108)
|
|---|
| Keywords | 信用リスク / 債権回収率 / LGD / インプライドLGD / ワークアウトLGD |
|---|
| Research Abstract |
信用リスク計量化の重要性が認識されるにともない、将来のデフォルト確率や回収率を推計する数理モデルの開発が進められている。これらのモデルには、実績デフォルトデータを元にした統計モデルと、市場性のデータを元にした確率過程モデルがある。
近年の研究ではデフォルト確率について、これらのモデルにより実用的な推定精度が得られている。しかし、信用リスク計量化の精緻化の要請から、デフォルト確率以外の変数についても推計する必要が認識されている。例えば、デフォルト確率(もしくはハザード)の期間構造や回収率、デフォルトの相関、エキスポージャーの変動などである。
本年度は、エキスポージャー(貸出額)とデフォルト確率および回収率の推計を対象とした。
一般に、エキスポージャーの変化はデフォルト確率や回収率に影響を与える。例えば、追加融資は借入企業の倒産を未然に回避するために行われているし、逆にデフォルト前に資金回収するのは、回収率を向上させる目的がある。しかし、現状の信用リスクモデルの技術では、エキスポージャーが変化しても、デフォルト確率や回収率の変化を記述することができず、それぞれ独立に計算されることになる。
本年度に開発したモデルは、銀行が倒産を回避するために、期中に追い貸しを行うことを想定している。幾何ブラウン過程を前提とした構造モデルによって、期中追い貸しを行ったとき、デフォルト確率や回収率がどのように変化しているかを捉え、また、信用リスク全体がどの程度影響があるかを検証した。
その結果、期中追い貸しを前提にすると、従来の計算方法に比較して、信用リスクが小さくなることが判明した。この結果は、銀行にとっては自己資本の節約になり、経営資源の有効利用に有益であった。
|
