与信ポートフォリオの信用リスクの解析的な評価手法 極限損失分布お.pptVIP

与信ポートフォリオの信用リスクの解析的な評価手法：極限損失分布およびグラニュラリティ調整を軸に 三井住友銀行　統合リスク管理部 安藤美孝 ０．はじめに 　与信ポートフォリオの信用リスク（VaR）の計算は、計算負荷の高いモンテカルロ?シミュレーションに頼ることが一般的であるが、近年、近似的な解析解を得る方法がいくつか提案されている。 　本発表では、幅広い水準のパラメータで精度のよい近似を与える 　　　　　　　「極限損失分布」　および　「グラニュラリティ調整」 の考え方を紹介する。 　1ファクターのマートン型モデルの枠組みに、極限損失分布の考え方を適用したモデルは、バーゼルⅡ（新BIS規制）における「内部格付手法のリスクウェイト関数」や、「証券化商品の取扱いにおける指定関数方式」にも用いられている。 ０．はじめに ■構成 ＜基礎編＞ １．極限損失分布とは ２．グラニュラリティ調整とは ＜応用編＞ ３．1ファクター?マートン型モデルへの適用 ４．証券化商品の経済的資本 ５．まとめ １．極限損失分布とは ◎ポートフォリオのエクスポージャーが分散化している場合には、 　極限損失分布の考え方を用いて近似解析表現が得られる。 ■極限損失分布による信用VaR導出（Gordy(2003)） ?債務者数 M　　?各債務者への与信額 Ai ?各債務者の損失率 Li ?システマティック?ファクター X （全債務者のデフォルトに影響を与える共通の変数。　X 所与の下で Li は互いに独立とする。） ポートフォリオ全体の損失率は、　　　　　　　　　　　　で与えられる。 以下、L のa 分位点の近似解析表現を導出する。 １．極限損失分布とは 仮定１（エクスポージャーに関する仮定） (a) (b)　　　　　　　　　　　 を満たす z 0 が存在する。 ? 無限に細分化された (infinitely fine-grained) ポートフォリオと呼ぶ。 定理１（極限損失分布） 　無限に細分化されたポートフォリオの損失率分布は、極限損失分布（limiting loss distribution） E [ L | X ] で与えられる。すなわち、 X = x のとき以下が成立する。 L - E[ L | x ] → 0 (a.s.) ? 例えば、エクスポージャーが均一ならば １．極限損失分布とは ◎ポートフォリオが十分に細分化されていれば、 L のα分位点 qa(L) は qa (E [ L | X ] ) で近似できる。 　さらに、以下の仮定を設ける。 仮定２ 　システマティック?ファクター X は単変量。 仮定３ 　E [ Li | X ] は、 X の単調減少関数である。 　このとき以下の定理２が成立。 定理２ 　 L のα分位点 qa(L) は、X の 1-a 分位点を x1-a として、 　 qa (E [ L | X ] ) ＝ E [ L | x1-a ] ＝ 　で計算される。 ２．グラニュラリティ調整とは ◎債務者数が少ない場合や、特定の債務者に与信が集中している 　場合は、損失率 L と極限損失分布 E [ L | X ] の乖離が大きくなる。 ?　両者の差異を調整するために用いられるのがグラニュラリティ調整　　である。 L＝E [ L | X ] + U 、 Le＝ E [ L | X ] + eU として、 e ＝1 として、3次以上の項を無視すると、 となる。 ２．グラニュラリティ調整とは 定理３ 　　　はグラニュラリティ調整項と呼ばれ、 で与えられる。ただし、 l (x)＝E [ L | X＝x ] 。 fX(x) は X の確率密度 関数。 ※VaRの微分については、Martin and Wilde(2002) 参照。 ３．1ファクター?マートン型モデルへの適用 ◎１ファクター?マートン型モデルに、極限損失分布およびグラニュラリティ　調整を適用し、信用VaRの近似解析解を導出する。 ■1ファクター?マートン型モデルの枠組み 債務者 i の資産を表わす確率変数を Yi ～N (0,1) とし、Yi が閾値 N -1 (pi) を下回った場合にデフォルトすると考える （デフォルト率は pi ）。 また、 と表わせるとする （ X と xi は互いに独立に標準正規分布に従う）。 X = x 所与のときのデフォルト率 pi(x) は、 で与えられる。 ３．1ファクター?マートン型モデルへの適用 ■1ファクター?マートン型モデルの枠組み（続き） 債務者 i のLGD（デフォルト時損失率）：　 Qi～N(mi , si2) 債務者 i のデフォルトを表わす定義関数