研究課題/領域番号 |
22K01574
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分07060:金融およびファイナンス関連
|
研究機関 | 広島大学 |
研究代表者 |
小野 貞幸 広島大学, 人間社会科学研究科(社)東千田, 准教授 (80602002)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
キーワード | 投資家の曖昧さ / 債券 / デフォルト / CDS / 物価変動 / CDS保証料 / 信用市場 / 曖昧さ回避 / 経済成長 |
研究開始時の研究の概要 |
信用市場に関する研究の中で、合理的な代表的投資家の仮定と均衡モデルを応用しデフォルトリスクの存在する債券価格とCDS保証料の動学モデルを構築したものが存在する。本研究では既存モデルを発展させ、実質消費量(または企業収益)と物価指標を状態変数として扱い名目ベースでの社債の信用スプレッド、デフォルト確率そしてCDS保証料を、投資家のマクロ経済に対する曖昧さ回避を考慮し理論的に導く。さらに米国と日本市場のデータを用いべイズ手法からモデルを評価し、信用市場の統計的な特徴そしてマクロ経済指標との関連性を分析する。
|
研究実績の概要 |
本研究は比較的新しい概念である投資家の曖昧さ回避(ambiguity aversion)を考慮し、均衡モデルを構築し債務不履行の可能性のある債券とクレジット・デフォルト・スワップ(CDS)に関する均衡モデルを構築し実証分析を行う。マクロ経済変数をモデルの状態変数として採用し、債券価格やCDS保証料が実体経済指数や物価指数との関連性を調査することが可能となる。モデルの重要な点は、投資家の効用関数に関する主観的割引率、相対的リスク回避度、異時点間代替弾力性、そして曖昧さ回避度による債券価格とCDS保証料への影響を査定することができる。先行研究の結果や観測値から、キャリブレーションによりモデルパラメーターの値を決め曖昧さ回避の影響を分析した。
近年米国など多くの国で物価上昇が顕著になり問題となっている。本研究では物価変動の確率モデルを導入し曖昧さ回避モデルと組み合わせ、デフォルトの可能性のある債券価格とCDS保証料の名目値を導いた。さらに曖昧さ回避とは別に貨幣錯覚(money illusion)の考えをモデルに取り入れ、名目値の理論式を求め曖昧さ回避からの結果と比較し考察した。実際これまで物価変動を考慮する名目値での資産価格モデルは比較的少なく、本研究の貢献度を示す。
実証研究のパートでは、債券やCDS市場での取引に関して比較的流動性が高い米国のデータを使うことから、観測値が高くノイズによる影響が少ないことが考えられる。本研究ではCDSのデータに関して政府、産業別、幾つかの個別企業のデータも取得し実証に応用した。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
債券発行体が債務不履行を生じる条件の設定を再検討することにより多くの時間を費やした。債券価格に関する構造モデルの先行研究によると債券発行体の企業価値の外生的な確率モデルを設定し、企業価値がデフォルト境界値を下回る時デフォルトが発生すると仮定する。問題点は、通常マクロ変数を状態変数として用いる資産価格の均衡モデルでは、消費量、実質生産量、配当、利益などの外生的確率モデルを仮定し、最終的にマクロ変数と企業価値と整合性のある関係式を考える必要がある。誘導型の信用リスクモデルのように外生的にデフォルト確率の時変モデルを設定することも考えたが、先行研究のChen, et al.(2009)からCAPMの方法を応用し、企業価値として市場全体の価値に特異リスクとして企業独自の誤差項を付けたし、企業価値の確率モデルとして導入した。
|
今後の研究の推進方策 |
今後は再検討したモデルから数値計算を実行する。数値計算のプログラムが正しいことを確認するため、一般的なモデルのパラメーター値に制限を加え、より初歩的なモデルに変換し結果が妥当であるか調べる。
モデルから閉じた解を導くことができないため、先行研究の結果とマクロ変数と資産価格の観測値を参考にしキャリブレーションによるモデルのパラメーター値を使い、数値計算により債券の収益率とCDS保証料を求める。そしてシミュレーションによる統計値とデータからの統計値を比較し、モデルの信頼性を考察する。
次年度中に米国市場での実証研究をすべて完了し、論文を作成する。
|