日銀のマクロストレステストをRで追う   出井基晴 (@ActuaryDay)      2012/10/20
自己紹介• 出井(でい) 基晴• @ActuaryDay•   アクチュアリー会正会員(理事長賞)•   保険数理、年金数理、企業価値計量、リスク管理•   奈良   出身•   大学時代は建築設計を専攻(妹島和世賞)•   1年前の僕:「R?...
アクチュアリーって?           (念のため補足:アクチュアリーにも生保・損保・年金の三種類あって以下は生保について)• 保険数理 – 保険の「保険料」の計算が一番の基本 – 死亡率・癌発生率・入院発生率・・・    ⇒統計(もどき)を...
今日の発表元ネタ「日銀」こと日本銀行のHP                「調査・研究」のコーナー                     http://www.boj.or.jp/research/index.htm/        「金融シ...
金融システムレポート• 2005年から年2回公表• 日本の金融システムの安定性を調査・  評価している• 今回はこの第5章「金融システムのリス  ク耐性」にある「マクロストレステスト」を  見ていきます
ストレステストとは?• 「例外的だが蓋然性のある」ストレスシナリオを想定し  て、その状況下での損害の程度や回避策をあらかじ  めシミュレーションするためのテスト – 例えば「リーマンショックレベルの株価下落イベントがもう   一度起きて金融シ...
マクロストレステスト by日銀• 以下の各リスクに対してマクロ経済へのストレスがかかっ  た時への、銀行の自己資本(Tier1)比率への影響を算出 – 銀行貸出の信用リスク+政策保有株の株式リスク   ←実質GDPとTOPIXへの確率5%(20...
テストの流れ • 以下の各リスクに対してマクロ経済へのストレスがかかっ   た時への、銀行の自己資本(Tier1)比率への影響を算出        – 銀行貸出の信用リスク+政策保有株の株式リスク                        ...
テストの流れ • 以下の各リスクに対してマクロ経済へのストレスがかかっ   た時への、銀行の自己資本(Tier1)比率への影響を算出        – 銀行貸出の信用リスク+政策保有株の株式リスク          実質実効為替        ...
テストの流れ • 以下の各リスクに対してマクロ経済へのストレスがかかっ   た時への、銀行の自己資本(Tier1)比率への影響を算出        – 銀行貸出の信用リスク+政策保有株の株式リスク          実質実効為替        ...
VARモデルを用いて      マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?                                               (図はk=2の場合)  ...
VARモデルを用いて      マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?                                                 (図はk=2の場合)...
VARモデルを用いて      マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?                                               (図はk=2の場合)  ...
VARモデルを用いて      マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?                                               (図はk=2の場合)  ...
VARモデルを用いて      マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?                                               (図はk=2の場合)ショ...
VARモデルを用いて    マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?ショックの伝播!!
VARモデルを用いて    マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?ショックの伝播!!• 特定の時点で特定のマクロ指標に起こったショックが、将  来にわたってその他のマクロ指標にどのようにシ...
VARモデル on R        実質実効為替          レート確率5%の    実質GDP ショック        GDPデフレータ                              株式評価額シミュレーション確率5%の ...
VARモデル on R• 実装例• データは前もってRFinanceYJパッケージや、日銀、内閣府の   HPから収集しておく  (← 良い取集パッケージがあれば教えてください) #パッケージvars library(vars) #データはあら...
VARモデル on R#predict関数で将来のマクロ指標を予測pp2ct <- predict(p2ct,n.ahead=20)TOPIXfcstn <- pp2ct$fcst$TOPIX[,1]#ショック後のTOPIXとして5%ショックを...
500                600                      700                            800                                  900       ...
銀行ごとの株式評価損益分析        実質実効為替          レート確率5%の    実質GDP ショック        GDPデフレータ                           株式評価額シミュレーション確率5%の  ...
銀行ごとの株式評価損益分析• 「市場ベータ」とは・・・ある銘柄の価格変動の、ベン  チマークの変動に対する大小を表した指標 – ベンチマーク(TOPIX)が10%上昇している場合にある銘柄   が平均15%上昇しているならその銘柄の市場ベータは...
銀行ごとの株式評価損益分析• 銀行ごとの保有株式評価損益計算 – 以下の計算を銀行ごとに行い、銀行ごとの株式   評価額変動を計算する銀行Aの保有株式            各銘柄 ポートフォリオ   T       市場ベータ 銘柄①価額  ...
銀行ごとの株式評価損益分析• ・・・と簡単そうに書きましたが、作業的には超大  変そうです・・・• ①対象とする全銀行(大手行~地銀)の保有株  式銘柄を確認する作業 – 銀行単位では公表されていないので、逆に株式発行   者(トヨタ株なら「ト...
銀行ごとの株式評価損益分析                  on R• 実装例• 実際の銀行の保有銘柄を調べるのはあまりにも面倒なので、  今回は仮想銀行がIT株、インフラ株、製造業株、小売業株を  25億円ずつ持っているとしてこの銀行にショ...
銀行ごとの株式評価損益分析                  on R#それぞれのβの計算ST1.lm <- lm(ST1~ST0, data=IncST)ST1.beta <- ST1.lm$coefficients[2]ST2.lm <- ...
銀行ごとの株式評価損益分析          on R                        0.59                     0.43ベータ: TOPIX vs. ヤフージャパン         ベータ: TOPIX ...
銀行ごとの株式評価損益分析            on R            T                                                                                ...
結果まとめ                                                                                TOPIX                   1200         ...
おまけ• 実際のレポートでは、今回行った保有株式評価額への  ストレス以外に同じVARモデル結果から他に2つのストレ  スを計算• 今回は4つの銘柄しか保有していない仮想銀行一つで  計算を行ったが実際のレポートでは、大手行~地銀総  数118...
Upcoming SlideShare
Loading in...5
×

TokyoR_日銀のマクロストレステストをRで追う

2,172

Published on

最終的に発表したもの

English version is in:
http://www.slideshare.net/ssuserb0db22/tokyo-r-oct20121022e

Published in: Economy & Finance
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
2,172
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
23
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

TokyoR_日銀のマクロストレステストをRで追う

  1. 1. 日銀のマクロストレステストをRで追う 出井基晴 (@ActuaryDay) 2012/10/20
  2. 2. 自己紹介• 出井(でい) 基晴• @ActuaryDay• アクチュアリー会正会員(理事長賞)• 保険数理、年金数理、企業価値計量、リスク管理• 奈良 出身• 大学時代は建築設計を専攻(妹島和世賞)• 1年前の僕:「R?何それおいしいの?」• 現在の僕:「plotの設定難しいれす(^ρ^)」
  3. 3. アクチュアリーって? (念のため補足:アクチュアリーにも生保・損保・年金の三種類あって以下は生保について)• 保険数理 – 保険の「保険料」の計算が一番の基本 – 死亡率・癌発生率・入院発生率・・・ ⇒統計(もどき)を使う – 割引計算をする ⇒資産運用を前提とするので資産側も(一応)気にする• 企業価値計量 – 保険契約からの将来利益のシュミレーション – リスクの計量• リスク管理 – リスク要因の把握・特定 – 発生頻度と影響度の評価 – リスクに対する(経営)アクションの策定
  4. 4. 今日の発表元ネタ「日銀」こと日本銀行のHP 「調査・研究」のコーナー http://www.boj.or.jp/research/index.htm/ 「金融システムレポート」
  5. 5. 金融システムレポート• 2005年から年2回公表• 日本の金融システムの安定性を調査・ 評価している• 今回はこの第5章「金融システムのリス ク耐性」にある「マクロストレステスト」を 見ていきます
  6. 6. ストレステストとは?• 「例外的だが蓋然性のある」ストレスシナリオを想定し て、その状況下での損害の程度や回避策をあらかじ めシミュレーションするためのテスト – 例えば「リーマンショックレベルの株価下落イベントがもう 一度起きて金融システムは大丈夫なのか?」 – 漠然とした不安「何かすごいショックが起きたら大丈夫な のかな・・どうすればいいのかな・・」を実際にやってみて 確認する• 最近新聞紙面で出てきた中では・・・ – ギリシャ経済危機のEU諸国の銀行のストレステスト – 原発のストレステスト
  7. 7. マクロストレステスト by日銀• 以下の各リスクに対してマクロ経済へのストレスがかかっ た時への、銀行の自己資本(Tier1)比率への影響を算出 – 銀行貸出の信用リスク+政策保有株の株式リスク ←実質GDPとTOPIXへの確率5%(20年に1度レベル)の同時ショックが起 きた時の銀行貸出と銀行保有株式へのショック – 金利上昇リスク ←3種類の金利上昇ショックが起きた時の利息収益と銀行保有債券の 価格下落ショック – 海外市場のショックに対する有価証券の時価損失リスク ←欧州株価とドイツ国債金利への確率1%ショックが起こった時の銀行 保有有価証券価格へのショック – 外貨流動性リスク ←外貨スワップ市場、レポ市場、CD・CP市場が1か月機能不全に陥る – 海外市場ショックの場合の金融資本市場と実体経済の相乗作 用による損失の拡大リスク
  8. 8. テストの流れ • 以下の各リスクに対してマクロ経済へのストレスがかかっ た時への、銀行の自己資本(Tier1)比率への影響を算出 – 銀行貸出の信用リスク+政策保有株の株式リスク 信用コストモデル 実質実効為替 貸出先企業の 債務者区分 レート 財務状況 信用コスト の遷移確率* (ICR, 当座比率)確率5%の 実質GDP ショック 成長率低下に伴う悪影響 GDPデフレータ 名目GDP Tier I 比率 株式評価額シミュレーション確率5%の TOPIX 株価 市場ベータ 株式評価損益 ショック 収益シミュレーション 長期貸出金利 長期貸出金利 貸出利鞘 コア業務純益 VARモデル 民間予測機関 経済見通し
  9. 9. テストの流れ • 以下の各リスクに対してマクロ経済へのストレスがかかっ た時への、銀行の自己資本(Tier1)比率への影響を算出 – 銀行貸出の信用リスク+政策保有株の株式リスク 実質実効為替 レート 全部は多すぎるので今回はこれだけで・・・確率5%の 実質GDP ショック GDPデフレータ 株式評価額シミュレーション確率5%の TOPIX 株価 市場ベータ 株式評価損益 ショック 長期貸出金利 VARモデル
  10. 10. テストの流れ • 以下の各リスクに対してマクロ経済へのストレスがかかっ た時への、銀行の自己資本(Tier1)比率への影響を算出 – 銀行貸出の信用リスク+政策保有株の株式リスク 実質実効為替 レート確率5%の 実質GDP ショック GDPデフレータ 株式評価額シミュレーション確率5%の TOPIX 株価 市場ベータ 株式評価損益 ショック 長期貸出金利 VARモデル マクロ経済指標を用いた分析 銀行ごとの分析
  11. 11. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル? (図はk=2の場合) 株価 GDP 金利 株価 相関 FX t -3GDP 金利 t -1 FX 株価 t 金利 t -4 GDP FX t-2
  12. 12. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル? (図はk=2の場合) 株価 GDP 金利 株価 ショック発生!! 相関 FX t -3GDP 金利 t -1 FX 株価 t 金利 t -4 GDP FX t-2
  13. 13. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル? (図はk=2の場合) 株価 GDP 金利 株価 相関 FX t -3GDP 金利 t -1 FX 株価 t 金利 t -4 GDP FX t-2
  14. 14. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル? (図はk=2の場合) 株価 GDP 金利 株価 相関 FX t -3GDP 金利 t -1 FX 株価 t 金利 t -4 GDP FX t-2
  15. 15. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル? (図はk=2の場合)ショックの伝播!! 株価 GDP 金利 株価 相関 FX t -3GDP 金利 t -1 FX 株価 t 金利 t -4 GDP FX t-2
  16. 16. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?ショックの伝播!!
  17. 17. VARモデルを用いて マクロ経済にストレスをかける• VAR (Vector AutoRegression)モデル?ショックの伝播!!• 特定の時点で特定のマクロ指標に起こったショックが、将 来にわたってその他のマクロ指標にどのようにショックを 伝播していくかをシュミレーションできる
  18. 18. VARモデル on R 実質実効為替 レート確率5%の 実質GDP ショック GDPデフレータ 株式評価額シミュレーション確率5%の TOPIX 株価 市場ベータ 株式評価損益 ショック 長期貸出金利 VARモデル
  19. 19. VARモデル on R• 実装例• データは前もってRFinanceYJパッケージや、日銀、内閣府の HPから収集しておく (← 良い取集パッケージがあれば教えてください) #パッケージvars library(vars) #データはあらかじめ用意 datafile <- read.csv("data.csv") #VAR関数でファクターの較正 p2ct<-VAR(datafile,p=2,type="both") #ショック伝播の関数をirf関数で算出 var.irf <- irf(p2ct, response=c("EFEXRIND","REGDP","GDPDEF","TOPIX","LPRIMR_LOG"), n.ahead=19, boot=F) #実質GDPとTOPIXへのそれぞれのショック shock.ByrealGDP <- var.irf$irf$REGDP shock.ByTOPIX <- var.irf$irf$TOPIX shock <- shock.ByrealGDP + shock.ByTOPIX shockToTOPIX <- shock[,4]
  20. 20. VARモデル on R#predict関数で将来のマクロ指標を予測pp2ct <- predict(p2ct,n.ahead=20)TOPIXfcstn <- pp2ct$fcst$TOPIX[,1]#ショック後のTOPIXとして5%ショックを与えたものを算出TOPIXfcstnAfterShock <- TOPIXfcstn + shockToTOPIX * (-1.64)TOPIXfcst <- c(datafile[,4],TOPIXfcstn)TOPIXfcstAfterShock <- c(datafile[,4], TOPIXfcstnAfterShock)#ここからエクセル作業excel.w <- function(dat){ write.table(dat, "clipboard", sep="¥t", row.names = FALSE) }excel.w(TOPIXfcst)#ここで一度エクセルに貼り付けexcel.w(TOPIXfcstAfterShock)#再度エクセルに貼り付け
  21. 21. 500 600 700 800 900 1000 1100 1200Sep‐08Apr‐09Nov‐09Jun‐10Jan‐11Aug‐11Mar‐12Oct‐12 TOPIXMay‐13Dec‐13 Jul‐14Feb‐15Sep‐15 VARモデル on RApr‐16Nov‐16 ショック無 ショック有
  22. 22. 銀行ごとの株式評価損益分析 実質実効為替 レート確率5%の 実質GDP ショック GDPデフレータ 株式評価額シミュレーション確率5%の TOPIX 株価 市場ベータ 株式評価損益 ショック 長期貸出金利 VARモデル マクロ経済指標を用いた分析 銀行ごとの分析
  23. 23. 銀行ごとの株式評価損益分析• 「市場ベータ」とは・・・ある銘柄の価格変動の、ベン チマークの変動に対する大小を表した指標 – ベンチマーク(TOPIX)が10%上昇している場合にある銘柄 が平均15%上昇しているならその銘柄の市場ベータは1.5 対象銘柄の変動(%) 1.5 1 TOPIXの変動(%)
  24. 24. 銀行ごとの株式評価損益分析• 銀行ごとの保有株式評価損益計算 – 以下の計算を銀行ごとに行い、銀行ごとの株式 評価額変動を計算する銀行Aの保有株式 各銘柄 ポートフォリオ T 市場ベータ 銘柄①価額 銘柄①β 銘柄②価額 銘柄②β × × TOPIXの変動 銘柄③価額 銘柄③β ・ ・ ・ ・ VARモデル ・ ・ の結果
  25. 25. 銀行ごとの株式評価損益分析• ・・・と簡単そうに書きましたが、作業的には超大 変そうです・・・• ①対象とする全銀行(大手行~地銀)の保有株 式銘柄を確認する作業 – 銀行単位では公表されていないので、逆に株式発行 者(トヨタ株なら「トヨタ自動車株式会社」)の有価証券 報告書に記載されている「大株主の状況」の情報を 全上場企業分(3~4,000社)丹念に集めて確認したら しい・・・• ②銘柄ごとの市場ベータを計算する作業 – 全対象銘柄の市場ベータを計算している
  26. 26. 銀行ごとの株式評価損益分析 on R• 実装例• 実際の銀行の保有銘柄を調べるのはあまりにも面倒なので、 今回は仮想銀行がIT株、インフラ株、製造業株、小売業株を 25億円ずつ持っているとしてこの銀行にショックを与えるlibrary(RFinanceYJ)#指標(TOPIX) 998405ST0 <- quoteStockTsData("998405",since="2007-01-01", time.interval="monthly")#IT株 ヤフージャパン 4689ST1 <- quoteStockTsData("4689",since="2007-01-01", time.interval="monthly")#インフラ株 JR東日本 9020ST2 <- quoteStockTsData("9020",since="2007-01-01", time.interval="monthly")#製造業株 トヨタ 7203ST3 <- quoteStockTsData("7203",since="2007-01-01", time.interval="monthly")#小売株 ローソン 2651ST4 <- quoteStockTsData("2651",since="2007-01-01", time.interval="monthly")ST <-data.frame(ST0=ST0[,5],ST1=ST1[,7],ST2=ST2[,7],ST3=ST3[,7],ST4=ST4[,7])#変動率の計算IncST <- ST[2:70,]/ST[1:69,]-1
  27. 27. 銀行ごとの株式評価損益分析 on R#それぞれのβの計算ST1.lm <- lm(ST1~ST0, data=IncST)ST1.beta <- ST1.lm$coefficients[2]ST2.lm <- lm(ST2~ST0, data=IncST)ST2.beta <- ST2.lm$coefficients[2]ST3.lm <- lm(ST3~ST0, data=IncST)ST3.beta <- ST3.lm$coefficients[2]ST4.lm <- lm(ST4~ST0, data=IncST)ST4.beta <- ST4.lm$coefficients[2]ST.beta <- rbind(ST1.beta, ST2.beta, ST3.beta, ST4.beta)#TOPIXへのショック1に対する、仮想銀行の資産(銘柄ST1~ST4が25億ずつで100億)の変動額の算出STVariance <- as.numeric( 10^10 * t(as.matrix(rep(0.25,4)))%*%as.matrix(ST.beta))#VARモデルでのショックから1年後(4四半期後)のTOPIXの下落率TOPIXvar.1yrAfterShock <- TOPIXfcstAfterShock[nrow(datafile)+4]/datafile$TOPIX[nrow(datafile)]-1#対象とする銀行の保有株式評価損STLoss <- STVariance * TOPIXvar.1yrAfterShock
  28. 28. 銀行ごとの株式評価損益分析 on R 0.59 0.43ベータ: TOPIX vs. ヤフージャパン ベータ: TOPIX vs. JR東日本 1.03 0.14 ベータ: TOPIX vs. トヨタ ベータ: TOPIX vs. ローソン
  29. 29. 銀行ごとの株式評価損益分析 on R T TOPIX 1200 IT株25億円 IT株β 1100 ショック有 0.59 ショック無 1000インフラ株25億円 インフラ株β 900 0.43 800製造業株25億円 × 製造業株β 1.03 × 700 600 500 Apr‐09 Apr‐16 Sep‐08 Feb‐15 Sep‐15 Jun‐10 Jul‐14 Mar‐12 Dec‐13 Aug‐11 Oct‐12 Nov‐09 Jan‐11 Nov‐16 May‐13小売業株25億円 小売業株β 0.14 1年後に20.6%下落 計算結果: この仮想銀行の保有株式100億円にはショック後1年で11.3億円の 株式評価損が発生!
  30. 30. 結果まとめ TOPIX 1200 1100 ショック有 ショック無 1000 900 800 700 600 500 実質実効為替 Apr‐09 Apr‐16 Sep‐08 Feb‐15 Sep‐15 Jun‐10 Jul‐14 Mar‐12 Dec‐13 Aug‐11 Oct‐12 Nov‐09 Jan‐11 Nov‐16 May‐13 レート確率5%の 実質GDP ショック GDPデフレータ 株式評価額シミュレーション確率5%の TOPIX 株価 市場ベータ 株式評価損益 ショック 長期貸出金利 VARモデル 仮想銀行の株式100億円にショック 後1年で11.3億円の評価損
  31. 31. おまけ• 実際のレポートでは、今回行った保有株式評価額への ストレス以外に同じVARモデル結果から他に2つのストレ スを計算• 今回は4つの銘柄しか保有していない仮想銀行一つで 計算を行ったが実際のレポートでは、大手行~地銀総 数118行を対象に計算• 今回見せたのは実際のレポートの5種類のマクロストレ ステストのうち1種類• マクロストレステストの章は「金融システムレポート」全 90ページ分の10ページくらい• 「金融システムレポート」は年2回出ている• 結論: 担当者の方乙です・・・ (;´Д`)
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×