JP2001312593A - リスク算出システム及びリスク算出方法 - Google Patents
リスク算出システム及びリスク算出方法Info
- Publication number
- JP2001312593A JP2001312593A JP2000131212A JP2000131212A JP2001312593A JP 2001312593 A JP2001312593 A JP 2001312593A JP 2000131212 A JP2000131212 A JP 2000131212A JP 2000131212 A JP2000131212 A JP 2000131212A JP 2001312593 A JP2001312593 A JP 2001312593A
- Authority
- JP
- Japan
- Prior art keywords
- risk
- asset value
- value
- risk factor
- correlation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Abstract
(57)【要約】
【課題】 信頼性の高いリスク算出システムを提供す
る。 【解決手段】 リスク算出システム１０は、市場リスク
ファクターと信用リスクファクターとの双方を含む複数
のリスクファクターそれぞれの相関を表す相関行列を生
成する相関行列算出部１６と、上記相関行列を用いて相
関構造を有する乱数を算出する相関乱数ベクトル算出部
２２と、当該相関構造を有する乱数を用いて単位時間経
過後の複数のリスクファクターそれぞれの値を模擬する
シナリオを生成するシナリオ生成部３０と、上記シナリ
オに基づいて単位時間経過後の資産価値を模擬する模擬
資産価値を算出するポートフォリオバリュー算出部３４
と、上記模擬資産価値と現在の資産価値とからＶａＲを
算出するＶａＲ算出部３６とを備えて構成される。
る。 【解決手段】 リスク算出システム１０は、市場リスク
ファクターと信用リスクファクターとの双方を含む複数
のリスクファクターそれぞれの相関を表す相関行列を生
成する相関行列算出部１６と、上記相関行列を用いて相
関構造を有する乱数を算出する相関乱数ベクトル算出部
２２と、当該相関構造を有する乱数を用いて単位時間経
過後の複数のリスクファクターそれぞれの値を模擬する
シナリオを生成するシナリオ生成部３０と、上記シナリ
オに基づいて単位時間経過後の資産価値を模擬する模擬
資産価値を算出するポートフォリオバリュー算出部３４
と、上記模擬資産価値と現在の資産価値とからＶａＲを
算出するＶａＲ算出部３６とを備えて構成される。
Description
【０００１】
【発明の属する技術分野】本発明は、資産価値の変動に
影響を与える複数のリスクファクターに基づいて、資産
価値の変動のリスクを算出するリスク算出システム及び
リスク算出方法に関するものである。
影響を与える複数のリスクファクターに基づいて、資産
価値の変動のリスクを算出するリスク算出システム及び
リスク算出方法に関するものである。
【０００２】
【従来の技術】日々変化する経済社会において、資産価
値の変動のリスクを定量的に算出することは極めて重要
である。資産価値の変動のリスクを定量的に算出する方
法としては、例えば、木島正明編著「金融リスクの計量
化 上 バリュー・アット・リスク」（社団法人金融財
政事情研究会）に開示されたリスク算出方法が知られて
いる。かかるリスク算出方法は、乱数によってリスクフ
ァクターを変動させたシナリオを生成し、当該シナリオ
に基づいた模擬資産価値を算出し、当該模擬資産価値と
現在の資産価値との差に基づいて資産価値の変動のリス
クであるＶａＲ（バリュー・アット・リスク）を算出す
るものである。ここで、リスクファクターとしては、為
替レート、株価指数、金利等の市場リスク（マーケット
リスク）に関するリスクファクターが用いられており、
上記算出されるＶａＲも、市場リスクに関するＶａＲで
ある。また、近年の企業倒産件数の増大と相まって、倒
産等により取引相手が債務を履行できなくなること等に
起因する資産価値の変動のリスクである信用リスク（ク
レジットリスク）の定量的な算出も、上述と同様の方法
によって行われている。
値の変動のリスクを定量的に算出することは極めて重要
である。資産価値の変動のリスクを定量的に算出する方
法としては、例えば、木島正明編著「金融リスクの計量
化 上 バリュー・アット・リスク」（社団法人金融財
政事情研究会）に開示されたリスク算出方法が知られて
いる。かかるリスク算出方法は、乱数によってリスクフ
ァクターを変動させたシナリオを生成し、当該シナリオ
に基づいた模擬資産価値を算出し、当該模擬資産価値と
現在の資産価値との差に基づいて資産価値の変動のリス
クであるＶａＲ（バリュー・アット・リスク）を算出す
るものである。ここで、リスクファクターとしては、為
替レート、株価指数、金利等の市場リスク（マーケット
リスク）に関するリスクファクターが用いられており、
上記算出されるＶａＲも、市場リスクに関するＶａＲで
ある。また、近年の企業倒産件数の増大と相まって、倒
産等により取引相手が債務を履行できなくなること等に
起因する資産価値の変動のリスクである信用リスク（ク
レジットリスク）の定量的な算出も、上述と同様の方法
によって行われている。
【０００３】
【発明が解決しようとする課題】しかし、上記従来の技
術にかかるリスク算出方法は、市場リスクあるいは信用
リスクのいずれか一方を定量的に算出するものであるた
め、以下に示すような問題点があった。すなわち、現実
の経済社会において資産は、市場リスクと信用リスクと
の双方のリスクに曝されされている。従って、資産価値
の変動のリスクを評価するためには、市場リスクあるい
は信用リスクのいずれか一方を定量的に算出するのみで
は不十分であり、市場リスクと信用リスクとの双方を統
合した統合リスクを算出する必要がある。一方、市場リ
スクに影響を与える市場リスクファクターと信用リスク
に影響を与える信用リスクファクターとは必ずしも独立
ではない（互いに相関を有する部分もある）ため、互い
に独立に算出された市場リスクと信用リスクとを用いて
（例えば市場リスクと信用リスクとを単純に加算して）
信頼性の高い統合リスクを算出することは困難である。
術にかかるリスク算出方法は、市場リスクあるいは信用
リスクのいずれか一方を定量的に算出するものであるた
め、以下に示すような問題点があった。すなわち、現実
の経済社会において資産は、市場リスクと信用リスクと
の双方のリスクに曝されされている。従って、資産価値
の変動のリスクを評価するためには、市場リスクあるい
は信用リスクのいずれか一方を定量的に算出するのみで
は不十分であり、市場リスクと信用リスクとの双方を統
合した統合リスクを算出する必要がある。一方、市場リ
スクに影響を与える市場リスクファクターと信用リスク
に影響を与える信用リスクファクターとは必ずしも独立
ではない（互いに相関を有する部分もある）ため、互い
に独立に算出された市場リスクと信用リスクとを用いて
（例えば市場リスクと信用リスクとを単純に加算して）
信頼性の高い統合リスクを算出することは困難である。
【０００４】そこで、本発明は、上記問題点を解決し、
信頼性の高い統合リスクを算出することができるリスク
算出システム及びリスク算出方法を提供することを課題
とする。
信頼性の高い統合リスクを算出することができるリスク
算出システム及びリスク算出方法を提供することを課題
とする。
【０００５】
【課題を解決するための手段】上記課題を解決するため
に、本発明のリスク算出システムは、資産価値の変動に
影響を与える複数のリスクファクターに基づいて、上記
資産価値の変動のリスクを算出するリスク算出システム
であって、上記複数のリスクファクターそれぞれの値の
推移に基づいて、上記複数のリスクファクターそれぞれ
の相関に関する相関情報を生成する相関情報生成手段
と、上記相関情報生成手段によって生成された上記相関
情報に基づいて、単位時間経過後の上記複数のリスクフ
ァクターそれぞれの値を模擬するシナリオを生成するシ
ナリオ生成手段と、上記シナリオ生成手段によって生成
された上記シナリオに基づいて、上記単位時間経過後の
資産価値を模擬する模擬資産価値を算出する模擬資産価
値算出手段と、上記模擬資産価値算出手段によって算出
された上記模擬資産価値と現在の資産価値とに基づい
て、上記資産価値の変動のリスクを算出するリスク算出
手段とを備え、上記複数のリスクファクターは、市場リ
スクに関する市場リスクファクターと信用リスクに関す
る信用リスクファクターとの双方を含んでいることを特
徴としている。
に、本発明のリスク算出システムは、資産価値の変動に
影響を与える複数のリスクファクターに基づいて、上記
資産価値の変動のリスクを算出するリスク算出システム
であって、上記複数のリスクファクターそれぞれの値の
推移に基づいて、上記複数のリスクファクターそれぞれ
の相関に関する相関情報を生成する相関情報生成手段
と、上記相関情報生成手段によって生成された上記相関
情報に基づいて、単位時間経過後の上記複数のリスクフ
ァクターそれぞれの値を模擬するシナリオを生成するシ
ナリオ生成手段と、上記シナリオ生成手段によって生成
された上記シナリオに基づいて、上記単位時間経過後の
資産価値を模擬する模擬資産価値を算出する模擬資産価
値算出手段と、上記模擬資産価値算出手段によって算出
された上記模擬資産価値と現在の資産価値とに基づい
て、上記資産価値の変動のリスクを算出するリスク算出
手段とを備え、上記複数のリスクファクターは、市場リ
スクに関する市場リスクファクターと信用リスクに関す
る信用リスクファクターとの双方を含んでいることを特
徴としている。
【０００６】市場リスクファクターと信用リスクファク
ターとの双方を含む複数のリスクファクターそれぞれの
値の推移に基づいて相関情報を生成することで、当該相
関情報に市場リスクファクターと信用リスクファクター
との相関に関する情報をも含ませることができる。ま
た、当該相関情報に基づいてシナリオを生成すること
で、市場リスクファクターと信用リスクファクターとの
相関を反映させたシナリオを生成することができる。ま
た、当該シナリオに基づいて算出された模擬資産価値と
現在の資産価値とに基づいて資産価値の変動のリスクを
算出することで、市場リスクファクターと信用リスクフ
ァクターとの相関を考慮した統合リスクを算出すること
ができる。
ターとの双方を含む複数のリスクファクターそれぞれの
値の推移に基づいて相関情報を生成することで、当該相
関情報に市場リスクファクターと信用リスクファクター
との相関に関する情報をも含ませることができる。ま
た、当該相関情報に基づいてシナリオを生成すること
で、市場リスクファクターと信用リスクファクターとの
相関を反映させたシナリオを生成することができる。ま
た、当該シナリオに基づいて算出された模擬資産価値と
現在の資産価値とに基づいて資産価値の変動のリスクを
算出することで、市場リスクファクターと信用リスクフ
ァクターとの相関を考慮した統合リスクを算出すること
ができる。
【０００７】また、本発明のリスク算出システムにおい
ては、上記信用リスクファクターには、取引相手の倒産
確率に関する情報が含まれており、上記模擬資産価値算
出手段は、上記倒産確率が一定のしきい値を越える取引
相手に関して、当該取引相手が倒産した場合のキャッシ
ュフローに関する情報を用いて当該取引相手との間の取
引に基づく模擬資産価値を算出することを特徴とするこ
とが好適である。
ては、上記信用リスクファクターには、取引相手の倒産
確率に関する情報が含まれており、上記模擬資産価値算
出手段は、上記倒産確率が一定のしきい値を越える取引
相手に関して、当該取引相手が倒産した場合のキャッシ
ュフローに関する情報を用いて当該取引相手との間の取
引に基づく模擬資産価値を算出することを特徴とするこ
とが好適である。
【０００８】取引相手が倒産した場合における当該取引
相手との間のキャッシュフローは、当該取引相手が倒産
していない場合における当該取引相手との間のキャッシ
ュフローと比較して極端に異なる。従って、倒産確率が
一定のしきい値を越える取引相手に関して、当該取引相
手が倒産した場合のキャッシュフローに関する情報を用
いて当該取引相手との間の取引に基づく模擬資産価値を
算出することで、模擬資産価値の算出に当該取引相手が
倒産した場合のキャッシュフローを反映させることがで
きる。
相手との間のキャッシュフローは、当該取引相手が倒産
していない場合における当該取引相手との間のキャッシ
ュフローと比較して極端に異なる。従って、倒産確率が
一定のしきい値を越える取引相手に関して、当該取引相
手が倒産した場合のキャッシュフローに関する情報を用
いて当該取引相手との間の取引に基づく模擬資産価値を
算出することで、模擬資産価値の算出に当該取引相手が
倒産した場合のキャッシュフローを反映させることがで
きる。
【０００９】また、上記課題を解決するために、本発明
のリスク算出方法は、資産価値の変動に影響を与える複
数のリスクファクターに基づいて、上記資産価値の変動
のリスクをコンピュータを用いて算出するリスク算出方
法であって、上記複数のリスクファクターそれぞれの値
の推移に基づいて、上記複数のリスクファクターそれぞ
れの相関に関する相関情報を生成する相関情報生成ステ
ップと、上記相関情報生成ステップにおいて生成された
上記相関情報に基づいて、単位時間経過後の上記複数の
リスクファクターそれぞれの値を模擬するシナリオを生
成するシナリオ生成ステップと、上記シナリオ生成ステ
ップにおいて生成された上記シナリオに基づいて、上記
単位時間経過後の資産価値を模擬する模擬資産価値を算
出する模擬資産価値算出ステップと、上記模擬資産価値
算出ステップにおいて算出された上記模擬資産価値と現
在の資産価値とに基づいて、上記資産価値の変動のリス
クを算出するリスク算出ステップとを備え、上記複数の
リスクファクターは、市場リスクに関する市場リスクフ
ァクターと信用リスクに関する信用リスクファクターと
の双方を含んでいることを特徴としている。
のリスク算出方法は、資産価値の変動に影響を与える複
数のリスクファクターに基づいて、上記資産価値の変動
のリスクをコンピュータを用いて算出するリスク算出方
法であって、上記複数のリスクファクターそれぞれの値
の推移に基づいて、上記複数のリスクファクターそれぞ
れの相関に関する相関情報を生成する相関情報生成ステ
ップと、上記相関情報生成ステップにおいて生成された
上記相関情報に基づいて、単位時間経過後の上記複数の
リスクファクターそれぞれの値を模擬するシナリオを生
成するシナリオ生成ステップと、上記シナリオ生成ステ
ップにおいて生成された上記シナリオに基づいて、上記
単位時間経過後の資産価値を模擬する模擬資産価値を算
出する模擬資産価値算出ステップと、上記模擬資産価値
算出ステップにおいて算出された上記模擬資産価値と現
在の資産価値とに基づいて、上記資産価値の変動のリス
クを算出するリスク算出ステップとを備え、上記複数の
リスクファクターは、市場リスクに関する市場リスクフ
ァクターと信用リスクに関する信用リスクファクターと
の双方を含んでいることを特徴としている。
【００１０】市場リスクファクターと信用リスクファク
ターとの双方を含む複数のリスクファクターそれぞれの
値の推移に基づいて相関情報を生成することで、当該相
関情報に市場リスクファクターと信用リスクファクター
との相関に関する情報をも含ませることができる。ま
た、当該相関情報に基づいてシナリオを生成すること
で、市場リスクファクターと信用リスクファクターとの
相関を反映させたシナリオを生成することができる。ま
た、当該シナリオに基づいて算出された模擬資産価値と
現在の資産価値とに基づいて資産価値の変動のリスクを
算出することで、市場リスクファクターと信用リスクフ
ァクターとの相関を考慮した統合リスクを算出すること
ができる。
ターとの双方を含む複数のリスクファクターそれぞれの
値の推移に基づいて相関情報を生成することで、当該相
関情報に市場リスクファクターと信用リスクファクター
との相関に関する情報をも含ませることができる。ま
た、当該相関情報に基づいてシナリオを生成すること
で、市場リスクファクターと信用リスクファクターとの
相関を反映させたシナリオを生成することができる。ま
た、当該シナリオに基づいて算出された模擬資産価値と
現在の資産価値とに基づいて資産価値の変動のリスクを
算出することで、市場リスクファクターと信用リスクフ
ァクターとの相関を考慮した統合リスクを算出すること
ができる。
【００１１】また、本発明のリスク算出方法において
は、上記信用リスクファクターには、取引相手の倒産確
率に関する情報が含まれており、上記模擬資産価値算出
ステップは、上記倒産確率が一定のしきい値を越える取
引相手に関して、当該取引相手が倒産した場合のキャッ
シュフローに関する情報を用いて当該取引相手との間の
取引に基づく模擬資産価値を算出することを特徴とする
ことが好適である。
は、上記信用リスクファクターには、取引相手の倒産確
率に関する情報が含まれており、上記模擬資産価値算出
ステップは、上記倒産確率が一定のしきい値を越える取
引相手に関して、当該取引相手が倒産した場合のキャッ
シュフローに関する情報を用いて当該取引相手との間の
取引に基づく模擬資産価値を算出することを特徴とする
ことが好適である。
【００１２】取引相手が倒産した場合における当該取引
相手との間のキャッシュフローは、当該取引相手が倒産
していない場合における当該取引相手との間のキャッシ
ュフローと比較して極端に異なる。従って、倒産確率が
一定のしきい値を越える取引相手に関して、当該取引相
手が倒産した場合のキャッシュフローに関する情報を用
いて当該取引相手との間の取引に基づく模擬資産価値を
算出することで、模擬資産価値の算出に当該取引相手が
倒産した場合のキャッシュフローを反映させることがで
きる。
相手との間のキャッシュフローは、当該取引相手が倒産
していない場合における当該取引相手との間のキャッシ
ュフローと比較して極端に異なる。従って、倒産確率が
一定のしきい値を越える取引相手に関して、当該取引相
手が倒産した場合のキャッシュフローに関する情報を用
いて当該取引相手との間の取引に基づく模擬資産価値を
算出することで、模擬資産価値の算出に当該取引相手が
倒産した場合のキャッシュフローを反映させることがで
きる。
【００１３】
【発明の実施の形態】本発明の実施形態にかかるリスク
算出システムについて図面を参照して説明する。まず、
本実施形態にかかるリスク算出システムの構成について
説明する。図１は、本実施形態にかかるリスク算出シス
テムの構成図である。
算出システムについて図面を参照して説明する。まず、
本実施形態にかかるリスク算出システムの構成について
説明する。図１は、本実施形態にかかるリスク算出シス
テムの構成図である。
【００１４】本実施形態にかかるリスク算出システム１
０は、資産価値の変動に影響を与える複数のリスクファ
クターに基づいて、上記資産価値の変動のリスクを算出
するリスク算出システムであって、図１に示すように、
格納部１２、倒産確率算出部１４、相関行列算出部１
６、相関行列変換部１８、乱数ベクトル生成部２０、相
関乱数ベクトル算出部２２、ドリフト率ベクトル算出部
２４、ボラティリティベクトル算出部２６、リスクファ
クター変化量ベクトル算出部２８、シナリオ生成部３
０、倒産判定部３２、ポートフォリオバリュー算出部３
４、ＶａＲ算出部３６を備えて構成される。
０は、資産価値の変動に影響を与える複数のリスクファ
クターに基づいて、上記資産価値の変動のリスクを算出
するリスク算出システムであって、図１に示すように、
格納部１２、倒産確率算出部１４、相関行列算出部１
６、相関行列変換部１８、乱数ベクトル生成部２０、相
関乱数ベクトル算出部２２、ドリフト率ベクトル算出部
２４、ボラティリティベクトル算出部２６、リスクファ
クター変化量ベクトル算出部２８、シナリオ生成部３
０、倒産判定部３２、ポートフォリオバリュー算出部３
４、ＶａＲ算出部３６を備えて構成される。
【００１５】ここで、上記相関行列算出部１６と相関行
列変換部１８とが、複数のリスクファクターそれぞれの
値の推移に基づいて複数のリスクファクターそれぞれの
相関に関する相関情報を生成する相関情報生成手段を構
成する。また、乱数ベクトル生成部２０と、相関乱数ベ
クトル算出部２２と、ドリフト率ベクトル算出部２４
と、ボラティリティベクトル算出部２６と、リスクファ
クター変化量ベクトル算出部２８と、シナリオ生成部３
０とが、上記相関情報生成手段によって生成された相関
情報に基づいて単位時間経過後の複数のリスクファクタ
ーそれぞれの値を模擬するシナリオを生成するシナリオ
生成手段を構成する。また、倒産判定部３２と、ポート
フォリオバリュー算出部３４とが、シナリオ生成手段に
よって生成されたシナリオに基づいて単位時間経過後の
資産価値を模擬する模擬資産価値を算出する模擬資産価
値算出手段を構成する。また、ＶａＲ算出部３６が、模
擬資産価値算出手段によって算出された模擬資産価値と
現在の資産価値とに基づいて、資産価値の変動のリスク
を算出するリスク算出手段を構成する。尚、リスク算出
システム１０は、物理的には、ハードディスク、ＲＡ
Ｍ、ディスプレイ、キーボード、マウスなどを備えたパ
ーソナルコンピュータやワークステーションなどによっ
て構成される。以下、各構成要素について詳細に説明す
る。
列変換部１８とが、複数のリスクファクターそれぞれの
値の推移に基づいて複数のリスクファクターそれぞれの
相関に関する相関情報を生成する相関情報生成手段を構
成する。また、乱数ベクトル生成部２０と、相関乱数ベ
クトル算出部２２と、ドリフト率ベクトル算出部２４
と、ボラティリティベクトル算出部２６と、リスクファ
クター変化量ベクトル算出部２８と、シナリオ生成部３
０とが、上記相関情報生成手段によって生成された相関
情報に基づいて単位時間経過後の複数のリスクファクタ
ーそれぞれの値を模擬するシナリオを生成するシナリオ
生成手段を構成する。また、倒産判定部３２と、ポート
フォリオバリュー算出部３４とが、シナリオ生成手段に
よって生成されたシナリオに基づいて単位時間経過後の
資産価値を模擬する模擬資産価値を算出する模擬資産価
値算出手段を構成する。また、ＶａＲ算出部３６が、模
擬資産価値算出手段によって算出された模擬資産価値と
現在の資産価値とに基づいて、資産価値の変動のリスク
を算出するリスク算出手段を構成する。尚、リスク算出
システム１０は、物理的には、ハードディスク、ＲＡ
Ｍ、ディスプレイ、キーボード、マウスなどを備えたパ
ーソナルコンピュータやワークステーションなどによっ
て構成される。以下、各構成要素について詳細に説明す
る。
【００１６】格納部１２は、取引相手株価データベース
３８と、取引相手財務データベース４０と、信用リスク
ファクターデータベース４２と、市場リスクファクター
データベース４４と、キャッシュフローデータベース４
６とを格納する。
３８と、取引相手財務データベース４０と、信用リスク
ファクターデータベース４２と、市場リスクファクター
データベース４４と、キャッシュフローデータベース４
６とを格納する。
【００１７】図２は、取引相手株価データベース３８の
構成図である。取引相手株価データベース３８は、図２
に示すように、複数の取引相手（例えば、Ａ社、Ｂ社、
Ｃ社など）それぞれの過去の株価の推移に関する情報を
含んでいる。
構成図である。取引相手株価データベース３８は、図２
に示すように、複数の取引相手（例えば、Ａ社、Ｂ社、
Ｃ社など）それぞれの過去の株価の推移に関する情報を
含んでいる。
【００１８】図３は、取引相手財務データベース４０の
構成図である。取引相手財務データベース４０は、図３
に示すように、複数の取引相手（例えば、Ａ社、Ｂ社、
Ｃ社など）それぞれの財務状態に関する情報を含んでい
る。財務状態に関する情報としては、例えば、損益計算
書（Ｐ／Ｌ）やバランスシート（Ｂ／Ｓ）に記載される
情報が該当する。
構成図である。取引相手財務データベース４０は、図３
に示すように、複数の取引相手（例えば、Ａ社、Ｂ社、
Ｃ社など）それぞれの財務状態に関する情報を含んでい
る。財務状態に関する情報としては、例えば、損益計算
書（Ｐ／Ｌ）やバランスシート（Ｂ／Ｓ）に記載される
情報が該当する。
【００１９】図４は、信用リスクファクターデータベー
ス４２の構成図である。信用リスクファクターデータベ
ース４２は、図４に示すように、複数の信用リスクファ
クターそれぞれの過去の推移に関する情報を含んでい
る。ここで、信用リスクファクターとは、信用リスクに
影響を与えるリスクファクターであって、例えば、取引
相手の倒産確率などが該当する。すなわち、信用リスク
ファクターデータベース４２は、例えば複数の取引相手
（例えば、Ａ社、Ｂ社、Ｃ社など）それぞれの過去の倒
産確率の推移に関する情報を含んでいる。
ス４２の構成図である。信用リスクファクターデータベ
ース４２は、図４に示すように、複数の信用リスクファ
クターそれぞれの過去の推移に関する情報を含んでい
る。ここで、信用リスクファクターとは、信用リスクに
影響を与えるリスクファクターであって、例えば、取引
相手の倒産確率などが該当する。すなわち、信用リスク
ファクターデータベース４２は、例えば複数の取引相手
（例えば、Ａ社、Ｂ社、Ｃ社など）それぞれの過去の倒
産確率の推移に関する情報を含んでいる。
【００２０】図５は、市場リスクファクターデータベー
ス４４の構成図である。市場リスクファクターデータベ
ース４４は、図５に示すように、複数の市場リスクファ
クターそれぞれの過去の推移に関する情報を含んでい
る。ここで、市場リスクファクターとは、市場リスクに
影響を与えるリスクファクターであって、例えば、為替
レート、株価指数、金利などが該当する。すなわち、市
場リスクファクターデータベース４４は、例えば為替レ
ート、株価指数、金利などの過去の推移に関する情報を
含んでいる。
ス４４の構成図である。市場リスクファクターデータベ
ース４４は、図５に示すように、複数の市場リスクファ
クターそれぞれの過去の推移に関する情報を含んでい
る。ここで、市場リスクファクターとは、市場リスクに
影響を与えるリスクファクターであって、例えば、為替
レート、株価指数、金利などが該当する。すなわち、市
場リスクファクターデータベース４４は、例えば為替レ
ート、株価指数、金利などの過去の推移に関する情報を
含んでいる。
【００２１】図６は、キャッシュフローデータベース４
６の構成図である。キャッシュフローデータベース４６
は、図６に示すように、複数の取引相手（例えば、Ａ
社、Ｂ社、Ｃ社など）それぞれとの間のキャッシュフロ
ーに関する情報を含んでいる。キャッシュフローデータ
ベース４６は、より詳細には、取引相手が倒産しない状
態（非倒産時）におけるキャッシュフローに関する情報
と、取引相手が倒産した状態（倒産時）におけるキャッ
シュフローに関する情報との双方を含んでいる。ここ
で、非倒産時におけるキャッシュフローに関する情報に
は、売掛金、株式、社債などが含まれ、倒産時における
キャッシュフローに関する情報には、担保などが含まれ
る。
６の構成図である。キャッシュフローデータベース４６
は、図６に示すように、複数の取引相手（例えば、Ａ
社、Ｂ社、Ｃ社など）それぞれとの間のキャッシュフロ
ーに関する情報を含んでいる。キャッシュフローデータ
ベース４６は、より詳細には、取引相手が倒産しない状
態（非倒産時）におけるキャッシュフローに関する情報
と、取引相手が倒産した状態（倒産時）におけるキャッ
シュフローに関する情報との双方を含んでいる。ここ
で、非倒産時におけるキャッシュフローに関する情報に
は、売掛金、株式、社債などが含まれ、倒産時における
キャッシュフローに関する情報には、担保などが含まれ
る。
【００２２】倒産確率算出部１４は、格納部１２に格納
された取引相手株価データベース３８に含まれる過去の
株価の推移に関する情報と取引相手財務データベース４
０に含まれる財務状態に関する情報とを用いて、複数の
取引相手それぞれの倒産確率を一定期間毎に算出する。
倒産確率算出部１４は、より具体的には、例えば森平爽
一郎「倒産確率推定のオプション・アプローチ」（証券
アナリストジャーナル９７．１０）などの方法を用いて
上記倒産確率を算出する。倒産確率算出部１４は、算出
した複数の取引相手それぞれの倒産確率を、信用リスク
ファクターとして、格納部１２の信用リスクファクター
データベース４２に格納する。
された取引相手株価データベース３８に含まれる過去の
株価の推移に関する情報と取引相手財務データベース４
０に含まれる財務状態に関する情報とを用いて、複数の
取引相手それぞれの倒産確率を一定期間毎に算出する。
倒産確率算出部１４は、より具体的には、例えば森平爽
一郎「倒産確率推定のオプション・アプローチ」（証券
アナリストジャーナル９７．１０）などの方法を用いて
上記倒産確率を算出する。倒産確率算出部１４は、算出
した複数の取引相手それぞれの倒産確率を、信用リスク
ファクターとして、格納部１２の信用リスクファクター
データベース４２に格納する。
【００２３】相関行列算出部１６は、複数のリスクファ
クターそれぞれの値の推移に基づいて複数のリスクファ
クターそれぞれの相関を示す相関行列Ｃ（相関に関する
相関情報）を算出（生成）する。ここで、かかる複数の
リスクファクターは、市場リスクに関する市場リスクフ
ァクターと信用リスクに関する信用リスクファクターと
の双方を含んでいる。
クターそれぞれの値の推移に基づいて複数のリスクファ
クターそれぞれの相関を示す相関行列Ｃ（相関に関する
相関情報）を算出（生成）する。ここで、かかる複数の
リスクファクターは、市場リスクに関する市場リスクフ
ァクターと信用リスクに関する信用リスクファクターと
の双方を含んでいる。
【００２４】より具体的には、相関行列算出部１６は、
まず、格納部１２に格納された市場リスクファクターデ
ータベース４４に含まれる為替レート、株価指数、金利
などの複数の市場リスクファクターそれぞれの値の推移
に基づいて、当該複数の市場リスクファクターそれぞれ
の相関を示す市場リスクファクターの相関行列Ｃaを算
出する。ここで、市場リスクファクターの相関行列Ｃa
は、ｎ個の市場リスクファクターのうちｉ番目の市場リ
スクファクターｘaiとｊ番目の市場リスクファクターｘ
ajとの相関係数ρaij（市場リスクファクターｘaiとｘ
ajとの値の推移から計算される）を用いて、式（１）に
示すように表される。ここで、市場リスクファクターの
相関行列Ｃaは、ｎ行ｎ列の正方行列になるとともに、
対角要素がすべて１（任意のｉについてρaii＝１）で
ある対称行列（任意のｉ，ｊについてρaij＝ρaji）と
なる。
まず、格納部１２に格納された市場リスクファクターデ
ータベース４４に含まれる為替レート、株価指数、金利
などの複数の市場リスクファクターそれぞれの値の推移
に基づいて、当該複数の市場リスクファクターそれぞれ
の相関を示す市場リスクファクターの相関行列Ｃaを算
出する。ここで、市場リスクファクターの相関行列Ｃa
は、ｎ個の市場リスクファクターのうちｉ番目の市場リ
スクファクターｘaiとｊ番目の市場リスクファクターｘ
ajとの相関係数ρaij（市場リスクファクターｘaiとｘ
ajとの値の推移から計算される）を用いて、式（１）に
示すように表される。ここで、市場リスクファクターの
相関行列Ｃaは、ｎ行ｎ列の正方行列になるとともに、
対角要素がすべて１（任意のｉについてρaii＝１）で
ある対称行列（任意のｉ，ｊについてρaij＝ρaji）と
なる。
【００２５】
【数１】
【００２６】相関行列算出部１６は、また、格納部１２
に格納された信用リスクファクターデータベース４２に
含まれる複数の企業それぞれの倒産確率を示す複数の信
用リスクファクターそれぞれの値の推移に基づいて、当
該複数の信用リスクファクターそれぞれの相関を示す信
用リスクファクターの相関行列Ｃbを算出する。ここ
で、信用リスクファクターの相関行列Ｃbは、ｍ個の信
用リスクファクターのうちｉ番目の信用リスクファクタ
ーｘbiとｊ番目の信用リスクファクターｘbjとの相関係
数ρbij（信用リスクファクターｘbiとｘbjとの値の推
移から計算される）を用いて、式（２）に示すように表
される。ここで、信用リスクファクターの相関行列Ｃb
は、ｍ行ｍ列の正方行列になるとともに、対角要素がす
べて１（任意のｉについてρbii＝１）である対称行列
（任意のｉ，ｊについてρbij＝ρbj i）となる。
に格納された信用リスクファクターデータベース４２に
含まれる複数の企業それぞれの倒産確率を示す複数の信
用リスクファクターそれぞれの値の推移に基づいて、当
該複数の信用リスクファクターそれぞれの相関を示す信
用リスクファクターの相関行列Ｃbを算出する。ここ
で、信用リスクファクターの相関行列Ｃbは、ｍ個の信
用リスクファクターのうちｉ番目の信用リスクファクタ
ーｘbiとｊ番目の信用リスクファクターｘbjとの相関係
数ρbij（信用リスクファクターｘbiとｘbjとの値の推
移から計算される）を用いて、式（２）に示すように表
される。ここで、信用リスクファクターの相関行列Ｃb
は、ｍ行ｍ列の正方行列になるとともに、対角要素がす
べて１（任意のｉについてρbii＝１）である対称行列
（任意のｉ，ｊについてρbij＝ρbj i）となる。
【００２７】
【数２】
【００２８】相関行列算出部１６は、また、格納部１２
に格納された信用リスクファクターデータベース４２に
含まれる信用リスクファクターそれぞれの値の推移と市
場リスクファクターデータベース４４に含まれる市場リ
スクファクターそれぞれの値の推移とに基づいて、当該
複数の信用リスクファクターそれぞれと複数の市場リス
クファクターそれぞれとの相関を示す市場リスクファク
ターと信用リスクファクターとの相関行列Ｃcを算出す
る。ここで、市場リスクファクターと信用リスクファク
ターとの相関行列Ｃcは、ｎ個の市場リスクファクター
のうちｉ番目の市場リスクファクターｘaiとｍ個の信用
リスクファクターのうちｊ番目の信用リスクファクター
ｘbjとの相関係数ρcij（市場リスクファクターｘaiと
信用リスクファクターｘbjとの値の推移から計算され
る）を用いて、式（３）に示すように表される。ここ
で、市場リスクファクターと信用リスクファクターとの
相関行列Ｃcは、ｎ行ｍ列の行列になる。
に格納された信用リスクファクターデータベース４２に
含まれる信用リスクファクターそれぞれの値の推移と市
場リスクファクターデータベース４４に含まれる市場リ
スクファクターそれぞれの値の推移とに基づいて、当該
複数の信用リスクファクターそれぞれと複数の市場リス
クファクターそれぞれとの相関を示す市場リスクファク
ターと信用リスクファクターとの相関行列Ｃcを算出す
る。ここで、市場リスクファクターと信用リスクファク
ターとの相関行列Ｃcは、ｎ個の市場リスクファクター
のうちｉ番目の市場リスクファクターｘaiとｍ個の信用
リスクファクターのうちｊ番目の信用リスクファクター
ｘbjとの相関係数ρcij（市場リスクファクターｘaiと
信用リスクファクターｘbjとの値の推移から計算され
る）を用いて、式（３）に示すように表される。ここ
で、市場リスクファクターと信用リスクファクターとの
相関行列Ｃcは、ｎ行ｍ列の行列になる。
【００２９】
【数３】
【００３０】相関行列算出部１６は、また、市場リスク
ファクターの相関行列Ｃaと、信用リスクファクターの
相関行列Ｃbと、市場リスクファクターと信用リスクフ
ァクターとの相関行列Ｃcとに基づいて、リスクファク
ターの相関行列Ｃを算出する。リスクファクターの相関
行列Ｃは、市場リスクファクターの相関行列Ｃaと、信
用リスクファクターの相関行列Ｃbと、市場リスクファ
クターと信用リスクファクターとの相関行列Ｃcとを用
いて、式（４）に示すように表される。ここで、リスク
ファクターの相関行列Ｃは、ｎ＋ｍ行ｎ＋ｍ列の正方行
列となる。尚、Ｃc tは、市場リスクファクターと信用リ
スクファクターとの相関行列Ｃcの転置行列であり、ｍ
行ｎ列の行列となる。
ファクターの相関行列Ｃaと、信用リスクファクターの
相関行列Ｃbと、市場リスクファクターと信用リスクフ
ァクターとの相関行列Ｃcとに基づいて、リスクファク
ターの相関行列Ｃを算出する。リスクファクターの相関
行列Ｃは、市場リスクファクターの相関行列Ｃaと、信
用リスクファクターの相関行列Ｃbと、市場リスクファ
クターと信用リスクファクターとの相関行列Ｃcとを用
いて、式（４）に示すように表される。ここで、リスク
ファクターの相関行列Ｃは、ｎ＋ｍ行ｎ＋ｍ列の正方行
列となる。尚、Ｃc tは、市場リスクファクターと信用リ
スクファクターとの相関行列Ｃcの転置行列であり、ｍ
行ｎ列の行列となる。
【００３１】
【数４】
【００３２】相関行列変換部１８は、相関行列算出部１
６によって算出されたリスクファクターの相関行列Ｃを
修正コレスキー分解することによって、下三角行列に変
換する。かかる下三角行列への変換は、単にその後の計
算の便宜のために行うものあり、変換後の下三角行列に
も、上記複数のリスクファクターそれぞれの相関を示す
情報は維持される。よって、以下、変換後の下三角行列
をリスクファクターの相関行列Ｃ’と表現する。
６によって算出されたリスクファクターの相関行列Ｃを
修正コレスキー分解することによって、下三角行列に変
換する。かかる下三角行列への変換は、単にその後の計
算の便宜のために行うものあり、変換後の下三角行列に
も、上記複数のリスクファクターそれぞれの相関を示す
情報は維持される。よって、以下、変換後の下三角行列
をリスクファクターの相関行列Ｃ’と表現する。
【００３３】乱数ベクトル生成部２０は、上記市場リス
クファクターの個数と信用リスクファクターの個数との
和の数であるｎ＋ｍ個の一様乱数（正確には疑似乱数）
を生成し、当該ｎ＋ｍ個の一様乱数から、互いに独立な
標準正規乱数ｅi（１≦ｉ≦ｎ＋ｍ）を生成する。乱数
ベクトル生成部２０は、また、当該ｎ＋ｍ個の標準正規
乱数ｅiを配列した標準正規乱数ベクトルｅを生成す
る。かかる標準正規乱数ベクトルｅは、式（５）で示さ
れるように、ｎ＋ｍ個の要素を有する列ベクトルとな
る。
クファクターの個数と信用リスクファクターの個数との
和の数であるｎ＋ｍ個の一様乱数（正確には疑似乱数）
を生成し、当該ｎ＋ｍ個の一様乱数から、互いに独立な
標準正規乱数ｅi（１≦ｉ≦ｎ＋ｍ）を生成する。乱数
ベクトル生成部２０は、また、当該ｎ＋ｍ個の標準正規
乱数ｅiを配列した標準正規乱数ベクトルｅを生成す
る。かかる標準正規乱数ベクトルｅは、式（５）で示さ
れるように、ｎ＋ｍ個の要素を有する列ベクトルとな
る。
【００３４】
【数５】
【００３５】相関乱数ベクトル算出部２２は、相関行列
変換部１８によって変換されたリスクファクターの相関
行列Ｃ’と、乱数ベクトル生成部２０によって生成され
た標準正規乱数ベクトルｅとを用いて、互いに相関構造
を有するｎ＋ｍ個の正規乱数ｅ’i（１≦ｉ≦ｎ＋ｍ）
を配列した相関構造を有する正規乱数ベクトルｅ’を算
出する。相関構造を有する正規乱数ベクトルｅ’は、式
（６）を用いて算出される。ここで、相関構造を有する
正規乱数ベクトルｅ’は、式（６）で表されるように、
ｎ＋ｍ個の要素を有する列ベクトルとなる。
変換部１８によって変換されたリスクファクターの相関
行列Ｃ’と、乱数ベクトル生成部２０によって生成され
た標準正規乱数ベクトルｅとを用いて、互いに相関構造
を有するｎ＋ｍ個の正規乱数ｅ’i（１≦ｉ≦ｎ＋ｍ）
を配列した相関構造を有する正規乱数ベクトルｅ’を算
出する。相関構造を有する正規乱数ベクトルｅ’は、式
（６）を用いて算出される。ここで、相関構造を有する
正規乱数ベクトルｅ’は、式（６）で表されるように、
ｎ＋ｍ個の要素を有する列ベクトルとなる。
【００３６】
【数６】
【００３７】ここで、相関構造を有する正規乱数ベクト
ルｅ’の要素ｅ’1〜ｅ’nはそれぞれ、ｎ個の市場リス
クファクターｘa1〜ｘanの変化率を模擬（シミュレー
ト）するものであり、相関構造を有する正規乱数ベクト
ルｅ’の要素ｅ’n+1〜ｅ’n+mはそれぞれ、ｍ個の信用
リスクファクターｘb1〜ｘbmの変化率を模擬するもので
ある。
ルｅ’の要素ｅ’1〜ｅ’nはそれぞれ、ｎ個の市場リス
クファクターｘa1〜ｘanの変化率を模擬（シミュレー
ト）するものであり、相関構造を有する正規乱数ベクト
ルｅ’の要素ｅ’n+1〜ｅ’n+mはそれぞれ、ｍ個の信用
リスクファクターｘb1〜ｘbmの変化率を模擬するもので
ある。
【００３８】ドリフト率ベクトル算出部２４は、市場リ
スクファクターと信用リスクファクターとを含む複数の
リスクファクターそれぞれの値の推移に基づいて、ドリ
フト率ベクトルを算出する。より具体的には、ドリフト
率ベクトル算出部２４は、まず、格納部１２に格納され
た市場リスクファクターデータベース４４に含まれるｎ
個の市場リスクファクターそれぞれについて、その値の
一定期間における変動率の平均値を算出し、当該平均値
をその市場リスクファクターのドリフト率とする。ドリ
フト率ベクトル算出部２４は、また、格納部１２に格納
された信用リスクファクターデータベース４２に含まれ
るｍ個の信用リスクファクターそれぞれについて、その
値の一定期間における変動率の平均値を算出し、当該平
均値をその信用リスクファクターのドリフト率とする。
ドリフト率ベクトル算出部２４は、さらに、上記算出さ
れたｎ個の市場リスクファクターそれぞれのドリフト率
とｍ個の信用リスクファクターそれぞれのドリフト率と
を配列することによってドリフト率ベクトルを算出す
る。ドリフト率ベクトルμは、ｎ個の市場リスクファク
ターｘa1〜ｘanそれぞれのドリフト率μa1〜μanとｍ個
の信用リスクファクターｘb1〜ｘbmそれぞれのドリフト
率μb1〜μbmとを用いて、式（７）に示すように表され
る。ここで、ドリフト率ベクトルμは、式（７）に示す
ように、ｎ＋ｍ個の要素を有する列ベクトルとなる。
スクファクターと信用リスクファクターとを含む複数の
リスクファクターそれぞれの値の推移に基づいて、ドリ
フト率ベクトルを算出する。より具体的には、ドリフト
率ベクトル算出部２４は、まず、格納部１２に格納され
た市場リスクファクターデータベース４４に含まれるｎ
個の市場リスクファクターそれぞれについて、その値の
一定期間における変動率の平均値を算出し、当該平均値
をその市場リスクファクターのドリフト率とする。ドリ
フト率ベクトル算出部２４は、また、格納部１２に格納
された信用リスクファクターデータベース４２に含まれ
るｍ個の信用リスクファクターそれぞれについて、その
値の一定期間における変動率の平均値を算出し、当該平
均値をその信用リスクファクターのドリフト率とする。
ドリフト率ベクトル算出部２４は、さらに、上記算出さ
れたｎ個の市場リスクファクターそれぞれのドリフト率
とｍ個の信用リスクファクターそれぞれのドリフト率と
を配列することによってドリフト率ベクトルを算出す
る。ドリフト率ベクトルμは、ｎ個の市場リスクファク
ターｘa1〜ｘanそれぞれのドリフト率μa1〜μanとｍ個
の信用リスクファクターｘb1〜ｘbmそれぞれのドリフト
率μb1〜μbmとを用いて、式（７）に示すように表され
る。ここで、ドリフト率ベクトルμは、式（７）に示す
ように、ｎ＋ｍ個の要素を有する列ベクトルとなる。
【００３９】
【数７】
【００４０】ボラティリティベクトル算出部２６は、市
場リスクファクターと信用リスクファクターとを含む複
数のリスクファクターそれぞれの値の推移に基づいて、
ボラティティベクトルを算出する。より具体的には、ボ
ラティリティベクトル算出部２６は、まず、格納部１２
に格納された市場リスクファクターデータベース４４に
含まれるｎ個の市場リスクファクターそれぞれについ
て、その値の一定期間における標準偏差を算出し、当該
標準偏差をその市場リスクファクターのボラティリティ
とする。ボラティリティベクトル算出部２６は、また、
格納部１２に格納された信用リスクファクターデータベ
ース４２に含まれるｍ個の信用リスクファクターそれぞ
れについて、その値の一定期間における標準偏差を算出
し、当該標準偏差をその信用リスクファクターのボラテ
ィリティとする。ボラティリティベクトル算出部２６
は、さらに、上記算出されたｎ個の市場リスクファクタ
ーそれぞれのボラティリティとｍ個の信用リスクファク
ターそれぞれのボラティリティとを配列することによっ
てボラティリティベクトルを算出する。ボラティリティ
ベクトルσは、ｎ個の市場リスクファクターｘa1〜ｘan
それぞれのボラティリティσa1〜σanとｍ個の信用リス
クファクターｘb1〜ｘbmそれぞれのボラティリティσb1
〜σbmとを用いて、式（８）に示すように表される。こ
こで、ボラティリティベクトルσは、式（８）に示すよ
うに、ｎ＋ｍ個の要素を有する列ベクトルとなる。
場リスクファクターと信用リスクファクターとを含む複
数のリスクファクターそれぞれの値の推移に基づいて、
ボラティティベクトルを算出する。より具体的には、ボ
ラティリティベクトル算出部２６は、まず、格納部１２
に格納された市場リスクファクターデータベース４４に
含まれるｎ個の市場リスクファクターそれぞれについ
て、その値の一定期間における標準偏差を算出し、当該
標準偏差をその市場リスクファクターのボラティリティ
とする。ボラティリティベクトル算出部２６は、また、
格納部１２に格納された信用リスクファクターデータベ
ース４２に含まれるｍ個の信用リスクファクターそれぞ
れについて、その値の一定期間における標準偏差を算出
し、当該標準偏差をその信用リスクファクターのボラテ
ィリティとする。ボラティリティベクトル算出部２６
は、さらに、上記算出されたｎ個の市場リスクファクタ
ーそれぞれのボラティリティとｍ個の信用リスクファク
ターそれぞれのボラティリティとを配列することによっ
てボラティリティベクトルを算出する。ボラティリティ
ベクトルσは、ｎ個の市場リスクファクターｘa1〜ｘan
それぞれのボラティリティσa1〜σanとｍ個の信用リス
クファクターｘb1〜ｘbmそれぞれのボラティリティσb1
〜σbmとを用いて、式（８）に示すように表される。こ
こで、ボラティリティベクトルσは、式（８）に示すよ
うに、ｎ＋ｍ個の要素を有する列ベクトルとなる。
【００４１】
【数８】
【００４２】リスクファクター変化量ベクトル算出部２
８は、相関乱数ベクトル算出部２２によって算出された
相関構造を有する正規乱数ベクトルｅ’と、ドリフト率
ベクトル算出部２４によって算出されたドリフト率ベク
トルμと、ボラティリティベクトル算出部２６によって
算出されたボラティリティベクトルσとに基づいて、複
数のリスクファクターそれぞれの変化量を示すリスクフ
ァクター変化量ベクトルを算出する。リスクファクター
変化量ベクトル算出部２８は、まず、格納部１２に格納
された市場リスクファクターデータベース４４と信用リ
スクファクターデータベース４２とを参照し、ｎ個の市
場リスクファクターｘa1〜ｘanそれぞれの時刻ｔにおけ
る値（現在値）であるｘa1（ｔ）〜ｘan（ｔ）とｍ個の
信用リスクファクターｘb1〜ｘbmそれぞれの時刻ｔにお
ける値（現在値）であるｘb1（ｔ）〜ｘbm（ｔ）とを配
列したリスクファクター現在値ベクトルｘ（ｔ）を算出
する。当該リスクファクター現在値ベクトルｘ（ｔ）
は、式（９）に示すように、ｎ＋ｍ個の要素を有する列
ベクトルとなる。
８は、相関乱数ベクトル算出部２２によって算出された
相関構造を有する正規乱数ベクトルｅ’と、ドリフト率
ベクトル算出部２４によって算出されたドリフト率ベク
トルμと、ボラティリティベクトル算出部２６によって
算出されたボラティリティベクトルσとに基づいて、複
数のリスクファクターそれぞれの変化量を示すリスクフ
ァクター変化量ベクトルを算出する。リスクファクター
変化量ベクトル算出部２８は、まず、格納部１２に格納
された市場リスクファクターデータベース４４と信用リ
スクファクターデータベース４２とを参照し、ｎ個の市
場リスクファクターｘa1〜ｘanそれぞれの時刻ｔにおけ
る値（現在値）であるｘa1（ｔ）〜ｘan（ｔ）とｍ個の
信用リスクファクターｘb1〜ｘbmそれぞれの時刻ｔにお
ける値（現在値）であるｘb1（ｔ）〜ｘbm（ｔ）とを配
列したリスクファクター現在値ベクトルｘ（ｔ）を算出
する。当該リスクファクター現在値ベクトルｘ（ｔ）
は、式（９）に示すように、ｎ＋ｍ個の要素を有する列
ベクトルとなる。
【００４３】
【数９】
【００４４】リスクファクター変化量ベクトル算出部２
８は、さらに、上記相関構造を有する正規乱数ベクトル
ｅ’、ドリフト率ベクトルμ、ボラティリティベクトル
σ、リスクファクター現在値ベクトルｘ（ｔ）、及び、
単位時間ｄｔ（例えば６ヶ月、１年等のある一定の時
間）を用いて、式（１０）により、リスクファクター変
化量ベクトルｄｘ（ｔ）を算出する。リスクファクター
変化量ベクトルｄｘ（ｔ）は、時刻ｔ〜ｔ＋ｄｔの間に
おけるｎ個の市場リスクファクターｘa1〜ｘanそれぞれ
の変化量ｄｘa1（ｔ）〜ｄｘan（ｔ）と、時刻ｔ〜ｔ＋
ｄｔの間におけるｍ個の信用リスクファクターｘb1〜ｘ
bmそれぞれの変化量ｄｘb1（ｔ）〜ｄｘbm（ｔ）とを配
列した構成となっており、式（１０）に示すように、ｎ
＋ｍ個の要素を有する列ベクトルとなる。
８は、さらに、上記相関構造を有する正規乱数ベクトル
ｅ’、ドリフト率ベクトルμ、ボラティリティベクトル
σ、リスクファクター現在値ベクトルｘ（ｔ）、及び、
単位時間ｄｔ（例えば６ヶ月、１年等のある一定の時
間）を用いて、式（１０）により、リスクファクター変
化量ベクトルｄｘ（ｔ）を算出する。リスクファクター
変化量ベクトルｄｘ（ｔ）は、時刻ｔ〜ｔ＋ｄｔの間に
おけるｎ個の市場リスクファクターｘa1〜ｘanそれぞれ
の変化量ｄｘa1（ｔ）〜ｄｘan（ｔ）と、時刻ｔ〜ｔ＋
ｄｔの間におけるｍ個の信用リスクファクターｘb1〜ｘ
bmそれぞれの変化量ｄｘb1（ｔ）〜ｄｘbm（ｔ）とを配
列した構成となっており、式（１０）に示すように、ｎ
＋ｍ個の要素を有する列ベクトルとなる。
【００４５】
【数１０】
【００４６】ここで、Μは、式（１１）に示すように、
ドリフト率ベクトルμの要素μa1〜μ anとμb1〜μbmと
のそれぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角
行列である。
ドリフト率ベクトルμの要素μa1〜μ anとμb1〜μbmと
のそれぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角
行列である。
【００４７】
【数１１】
【００４８】また、Σは、式（１２）に示すように、ボ
ラティリティベクトルσの要素σa1〜σanとσb1〜σbm
とのそれぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対
角行列である。
ラティリティベクトルσの要素σa1〜σanとσb1〜σbm
とのそれぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対
角行列である。
【００４９】
【数１２】
【００５０】また、Ｅは、式（１３）に示すように、相
関構造を有する正規乱数ベクトルｅ’の要素ｅ’1〜
ｅ’n+mそれぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列
の対角行列である。
関構造を有する正規乱数ベクトルｅ’の要素ｅ’1〜
ｅ’n+mそれぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列
の対角行列である。
【００５１】
【数１３】
【００５２】シナリオ生成部３０は、リスクファクター
変化量ベクトル算出部２８によって算出されたリスクフ
ァクター現在値ベクトルｘ（ｔ）とリスクファクター変
化量ベクトルｄｘ（ｔ）とを用いて、リスクファクター
将来値ベクトルｘ（ｔ＋ｄｔ）を算出する。当該リスク
ファクター将来値ベクトルｘ（ｔ＋ｄｔ）が、単位時間
ｄｔ経過後の複数のリスクファクターそれぞれの値を模
擬するシナリオとなる。シナリオ生成部３０は、より具
体的には、式（１４）を用いて、ｎ個の市場リスクファ
クターｘa1〜ｘanそれぞれの時刻ｔ＋ｄｔにおける値
（将来値）であるｘa1（ｔ＋ｄｔ）〜ｘan（ｔ＋ｄｔ）
とｍ個の信用リスクファクターｘb1〜ｘbmそれぞれの時
刻ｔ＋ｄｔにおける値（将来値）であるｘb1（ｔ＋ｄ
ｔ）〜ｘbm（ｔ＋ｄｔ）とを配列したリスクファクター
将来値ベクトルｘ（ｔ＋ｄｔ）を算出する。当該リスク
ファクター将来値ベクトルｘ（ｔ＋ｄｔ）は、式（１
４）に示すように、ｎ＋ｍ個の要素を有する列ベクトル
となる。
変化量ベクトル算出部２８によって算出されたリスクフ
ァクター現在値ベクトルｘ（ｔ）とリスクファクター変
化量ベクトルｄｘ（ｔ）とを用いて、リスクファクター
将来値ベクトルｘ（ｔ＋ｄｔ）を算出する。当該リスク
ファクター将来値ベクトルｘ（ｔ＋ｄｔ）が、単位時間
ｄｔ経過後の複数のリスクファクターそれぞれの値を模
擬するシナリオとなる。シナリオ生成部３０は、より具
体的には、式（１４）を用いて、ｎ個の市場リスクファ
クターｘa1〜ｘanそれぞれの時刻ｔ＋ｄｔにおける値
（将来値）であるｘa1（ｔ＋ｄｔ）〜ｘan（ｔ＋ｄｔ）
とｍ個の信用リスクファクターｘb1〜ｘbmそれぞれの時
刻ｔ＋ｄｔにおける値（将来値）であるｘb1（ｔ＋ｄ
ｔ）〜ｘbm（ｔ＋ｄｔ）とを配列したリスクファクター
将来値ベクトルｘ（ｔ＋ｄｔ）を算出する。当該リスク
ファクター将来値ベクトルｘ（ｔ＋ｄｔ）は、式（１
４）に示すように、ｎ＋ｍ個の要素を有する列ベクトル
となる。
【００５３】
【数１４】
【００５４】倒産判定部３２は、シナリオ生成部３０に
よって生成されたシナリオ、すなわち、シナリオ生成部
３０によって算出されたリスクファクター将来値ベクト
ルｘ（ｔ＋ｄｔ）に基づいて、取引相手の倒産判定を行
う。より詳細には、倒産判定部３２は、取引相手の倒産
確率を表しているｍ個の信用リスクファクターｘb1〜ｘ
bmそれぞれの時刻ｔ＋ｄｔにおける値（将来値）である
ｘb1（ｔ＋ｄｔ）〜ｘ bm（ｔ＋ｄｔ）それぞれと予め定
められた一定のしきい値（例えば０．７）とを比較し、
倒産確率が上記一定のしきい値を越える取引相手は倒産
するものと判定する。
よって生成されたシナリオ、すなわち、シナリオ生成部
３０によって算出されたリスクファクター将来値ベクト
ルｘ（ｔ＋ｄｔ）に基づいて、取引相手の倒産判定を行
う。より詳細には、倒産判定部３２は、取引相手の倒産
確率を表しているｍ個の信用リスクファクターｘb1〜ｘ
bmそれぞれの時刻ｔ＋ｄｔにおける値（将来値）である
ｘb1（ｔ＋ｄｔ）〜ｘ bm（ｔ＋ｄｔ）それぞれと予め定
められた一定のしきい値（例えば０．７）とを比較し、
倒産確率が上記一定のしきい値を越える取引相手は倒産
するものと判定する。
【００５５】ポートフォリオバリュー算出部３４は、シ
ナリオ生成部３０によって生成されたシナリオ、すなわ
ち、シナリオ生成部３０によって算出されたリスクファ
クター将来値ベクトルｘ（ｔ＋ｄｔ）と格納部１２に格
納されたキャッシュフローデータベース４６に含まれる
キャッシュフローに関する情報とに基づいて、単位時間
ｄｔ経過後の資産価値を模擬する模擬資産価値を算出す
る。ここで、ポートフォリオバリュー算出部３４は、倒
産判定部３２によって倒産すると判定された取引相手と
の間の取引に基づく模擬資産価値を算出するに際して
は、キャッシュフローデータベース４６に含まれるキャ
ッシュフローに関する情報のうち、倒産時におけるキャ
ッシュフローに関する情報を用いて当該取引相手との間
の取引に基づく模擬資産価値を算出する。一方、ポート
フォリオバリュー算出部３４は、倒産判定部３２によっ
て倒産すると判定されなかった取引相手との間の取引に
基づく模擬資産価値を算出するに際しては、キャッシュ
フローデータベース４６に含まれるキャッシュフローに
関する情報のうち、非倒産時におけるキャッシュフロー
に関する情報を用いて当該取引相手との間の取引に基づ
く模擬資産価値を算出する。ポートフォリオバリュー算
出部３４は、また、リスクファクター現在値ベクトルｘ
（ｔ）とキャッシュフローデータベース４６に含まれる
キャッシュフローに関する情報とを用いて、現在の資産
価値を算出する。
ナリオ生成部３０によって生成されたシナリオ、すなわ
ち、シナリオ生成部３０によって算出されたリスクファ
クター将来値ベクトルｘ（ｔ＋ｄｔ）と格納部１２に格
納されたキャッシュフローデータベース４６に含まれる
キャッシュフローに関する情報とに基づいて、単位時間
ｄｔ経過後の資産価値を模擬する模擬資産価値を算出す
る。ここで、ポートフォリオバリュー算出部３４は、倒
産判定部３２によって倒産すると判定された取引相手と
の間の取引に基づく模擬資産価値を算出するに際して
は、キャッシュフローデータベース４６に含まれるキャ
ッシュフローに関する情報のうち、倒産時におけるキャ
ッシュフローに関する情報を用いて当該取引相手との間
の取引に基づく模擬資産価値を算出する。一方、ポート
フォリオバリュー算出部３４は、倒産判定部３２によっ
て倒産すると判定されなかった取引相手との間の取引に
基づく模擬資産価値を算出するに際しては、キャッシュ
フローデータベース４６に含まれるキャッシュフローに
関する情報のうち、非倒産時におけるキャッシュフロー
に関する情報を用いて当該取引相手との間の取引に基づ
く模擬資産価値を算出する。ポートフォリオバリュー算
出部３４は、また、リスクファクター現在値ベクトルｘ
（ｔ）とキャッシュフローデータベース４６に含まれる
キャッシュフローに関する情報とを用いて、現在の資産
価値を算出する。
【００５６】ＶａＲ算出部３６は、ポートフォリオバリ
ュー算出部３４によって算出された模擬資産価値と現在
の資産価値とに基づいて、資産価値の変動のリスクを表
すＶａＲを算出する。より詳細には、乱数ベクトル生成
部２０、相関乱数ベクトル算出部２２、リスクファクタ
ー変化量ベクトル算出部２８、シナリオ生成部３０、倒
産判定部３２、ポートフォリオバリュー算出部３４の動
作によって算出された複数（例えば１００万個）の模擬
資産価値（正確には、現在価値に換算したもの）それぞ
れと現在の資産価値との差を算出し、ＶａＲを算出す
る。
ュー算出部３４によって算出された模擬資産価値と現在
の資産価値とに基づいて、資産価値の変動のリスクを表
すＶａＲを算出する。より詳細には、乱数ベクトル生成
部２０、相関乱数ベクトル算出部２２、リスクファクタ
ー変化量ベクトル算出部２８、シナリオ生成部３０、倒
産判定部３２、ポートフォリオバリュー算出部３４の動
作によって算出された複数（例えば１００万個）の模擬
資産価値（正確には、現在価値に換算したもの）それぞ
れと現在の資産価値との差を算出し、ＶａＲを算出す
る。
【００５７】続いて、本実施形態にかかるリスク算出シ
ステムの動作について説明し、併せて本発明の実施形態
にかかるリスク算出方法について説明する。本実施形態
にかかるリスク算出システム１０を動作させるには、ま
ず、格納部１２に、取引相手株価データベース３８と、
取引相手財務データベース４０と、信用リスクファクタ
ーデータベース４２と、市場リスクファクターデータベ
ース４４と、キャッシュフローデータベース４６とを格
納する（Ｓ１０）。
ステムの動作について説明し、併せて本発明の実施形態
にかかるリスク算出方法について説明する。本実施形態
にかかるリスク算出システム１０を動作させるには、ま
ず、格納部１２に、取引相手株価データベース３８と、
取引相手財務データベース４０と、信用リスクファクタ
ーデータベース４２と、市場リスクファクターデータベ
ース４４と、キャッシュフローデータベース４６とを格
納する（Ｓ１０）。
【００５８】取引相手株価データベース３８は、図２に
示すように、複数の取引相手（例えば、Ａ社、Ｂ社、Ｃ
社など）それぞれの過去の株価の推移に関する情報を含
んでいる。
示すように、複数の取引相手（例えば、Ａ社、Ｂ社、Ｃ
社など）それぞれの過去の株価の推移に関する情報を含
んでいる。
【００５９】取引相手財務データベース４０は、図３に
示すように、複数の取引相手（例えば、Ａ社、Ｂ社、Ｃ
社など）それぞれの財務状態に関する情報を含んでい
る。財務状態に関する情報としては、例えば、損益計算
書（Ｐ／Ｌ）やバランスシート（Ｂ／Ｓ）に記載される
情報が該当する。
示すように、複数の取引相手（例えば、Ａ社、Ｂ社、Ｃ
社など）それぞれの財務状態に関する情報を含んでい
る。財務状態に関する情報としては、例えば、損益計算
書（Ｐ／Ｌ）やバランスシート（Ｂ／Ｓ）に記載される
情報が該当する。
【００６０】信用リスクファクターデータベース４２
は、図４に示すように、複数の信用リスクファクターそ
れぞれの過去の推移に関する情報を含んでいる。ここ
で、信用リスクファクターとしては、例えば複数の取引
相手（例えば、Ａ社、Ｂ社、Ｃ社など）それぞれの過去
の倒産確率の推移に関する情報が該当する。
は、図４に示すように、複数の信用リスクファクターそ
れぞれの過去の推移に関する情報を含んでいる。ここ
で、信用リスクファクターとしては、例えば複数の取引
相手（例えば、Ａ社、Ｂ社、Ｃ社など）それぞれの過去
の倒産確率の推移に関する情報が該当する。
【００６１】ここで、上記複数の取引相手それぞれの倒
産確率は、格納部１２に格納された取引相手株価データ
ベース３８に含まれる過去の株価の推移に関する情報と
取引相手財務データベース４０に含まれる財務状態に関
する情報とに基づいて、倒産確率算出部１４により、一
定期間毎に算出され、上記信用リスクファクターデータ
ベース４２に格納される。
産確率は、格納部１２に格納された取引相手株価データ
ベース３８に含まれる過去の株価の推移に関する情報と
取引相手財務データベース４０に含まれる財務状態に関
する情報とに基づいて、倒産確率算出部１４により、一
定期間毎に算出され、上記信用リスクファクターデータ
ベース４２に格納される。
【００６２】市場リスクファクターデータベース４４
は、図５に示すように、複数の市場リスクファクターそ
れぞれの過去の推移に関する情報を含んでいる。ここ
で、市場リスクファクターとしては、例えば、為替レー
ト、株価指数、金利などが該当する。キャッシュフロー
データベース４６は、図６に示すように、複数の取引相
手（例えば、Ａ社、Ｂ社、Ｃ社など）それぞれとの間の
キャッシュフローに関する情報を含んでいる。キャッシ
ュフローデータベース４６は、より詳細には、取引相手
が倒産しない状態（非倒産時）におけるキャッシュフロ
ーに関する情報と、取引相手が倒産した状態（倒産時）
におけるキャッシュフローに関する情報との双方を含ん
でいる。ここで、非倒産時におけるキャッシュフローに
関する情報には、売掛金、株式、社債などが含まれ、倒
産時におけるキャッシュフローに関する情報には、担保
などが含まれる。
は、図５に示すように、複数の市場リスクファクターそ
れぞれの過去の推移に関する情報を含んでいる。ここ
で、市場リスクファクターとしては、例えば、為替レー
ト、株価指数、金利などが該当する。キャッシュフロー
データベース４６は、図６に示すように、複数の取引相
手（例えば、Ａ社、Ｂ社、Ｃ社など）それぞれとの間の
キャッシュフローに関する情報を含んでいる。キャッシ
ュフローデータベース４６は、より詳細には、取引相手
が倒産しない状態（非倒産時）におけるキャッシュフロ
ーに関する情報と、取引相手が倒産した状態（倒産時）
におけるキャッシュフローに関する情報との双方を含ん
でいる。ここで、非倒産時におけるキャッシュフローに
関する情報には、売掛金、株式、社債などが含まれ、倒
産時におけるキャッシュフローに関する情報には、担保
などが含まれる。
【００６３】格納部１２に、信用リスクファクターデー
タベース４２と市場リスクファクターデータベース４４
とが格納されると、相関行列算出部１６により、複数の
リスクファクターそれぞれの値の推移に基づいて複数の
リスクファクターそれぞれの相関を示す相関行列Ｃが算
出（生成）される。（Ｓ１２）。ここで、かかる複数の
リスクファクターは、市場リスクに関する市場リスクフ
ァクターと信用リスクに関する信用リスクファクターと
の双方が含まれる。
タベース４２と市場リスクファクターデータベース４４
とが格納されると、相関行列算出部１６により、複数の
リスクファクターそれぞれの値の推移に基づいて複数の
リスクファクターそれぞれの相関を示す相関行列Ｃが算
出（生成）される。（Ｓ１２）。ここで、かかる複数の
リスクファクターは、市場リスクに関する市場リスクフ
ァクターと信用リスクに関する信用リスクファクターと
の双方が含まれる。
【００６４】より具体的には、まず、格納部１２に格納
された市場リスクファクターデータベース４４に含まれ
る為替レート、株価指数、金利などの複数の市場リスク
ファクターそれぞれの値の推移に基づいて、当該複数の
市場リスクファクターそれぞれの相関を示す市場リスク
ファクターの相関行列Ｃaが算出される。ここで、市場
リスクファクターの相関行列Ｃaは、ｎ個の市場リスク
ファクターのうちｉ番目の市場リスクファクターｘaiと
ｊ番目の市場リスクファクターｘajとの相関係数ρaij
（市場リスクファクターｘaiとｘajとの値の推移から計
算される）を用いて、上記式（１）に示すように表され
る。ここで、市場リスクファクターの相関行列Ｃaは、
ｎ行ｎ列の正方行列になるとともに、対角要素がすべて
１（任意のｉについてρaii＝１）である対称行列（任
意のｉ，ｊについてρaij＝ρaji）となる。
された市場リスクファクターデータベース４４に含まれ
る為替レート、株価指数、金利などの複数の市場リスク
ファクターそれぞれの値の推移に基づいて、当該複数の
市場リスクファクターそれぞれの相関を示す市場リスク
ファクターの相関行列Ｃaが算出される。ここで、市場
リスクファクターの相関行列Ｃaは、ｎ個の市場リスク
ファクターのうちｉ番目の市場リスクファクターｘaiと
ｊ番目の市場リスクファクターｘajとの相関係数ρaij
（市場リスクファクターｘaiとｘajとの値の推移から計
算される）を用いて、上記式（１）に示すように表され
る。ここで、市場リスクファクターの相関行列Ｃaは、
ｎ行ｎ列の正方行列になるとともに、対角要素がすべて
１（任意のｉについてρaii＝１）である対称行列（任
意のｉ，ｊについてρaij＝ρaji）となる。
【００６５】続いて、格納部１２に格納された信用リス
クファクターデータベース４２に含まれる複数の企業そ
れぞれの倒産確率を示す複数の信用リスクファクターそ
れぞれの値の推移に基づいて、当該複数の信用リスクフ
ァクターそれぞれの相関を示す信用リスクファクターの
相関行列Ｃbが算出される。ここで、信用リスクファク
ターの相関行列Ｃbは、ｍ個の信用リスクファクターの
うちｉ番目の信用リスクファクターｘbiとｊ番目の信用
リスクファクターｘbjとの相関係数ρbij（信用リスク
ファクターｘbiとｘbjとの値の推移から計算される）を
用いて、上記式（２）に示すように表される。ここで、
信用リスクファクターの相関行列Ｃbは、ｍ行ｍ列の正
方行列になるとともに、対角要素がすべて１（任意のｉ
についてρbii＝１）である対称行列（任意のｉ，ｊに
ついてρbij＝ρbji）となる。
クファクターデータベース４２に含まれる複数の企業そ
れぞれの倒産確率を示す複数の信用リスクファクターそ
れぞれの値の推移に基づいて、当該複数の信用リスクフ
ァクターそれぞれの相関を示す信用リスクファクターの
相関行列Ｃbが算出される。ここで、信用リスクファク
ターの相関行列Ｃbは、ｍ個の信用リスクファクターの
うちｉ番目の信用リスクファクターｘbiとｊ番目の信用
リスクファクターｘbjとの相関係数ρbij（信用リスク
ファクターｘbiとｘbjとの値の推移から計算される）を
用いて、上記式（２）に示すように表される。ここで、
信用リスクファクターの相関行列Ｃbは、ｍ行ｍ列の正
方行列になるとともに、対角要素がすべて１（任意のｉ
についてρbii＝１）である対称行列（任意のｉ，ｊに
ついてρbij＝ρbji）となる。
【００６６】さらに、格納部１２に格納された信用リス
クファクターデータベース４２に含まれる信用リスクフ
ァクターそれぞれの値の推移と市場リスクファクターデ
ータベース４４に含まれる市場リスクファクターそれぞ
れの値の推移とに基づいて、当該複数の信用リスクファ
クターそれぞれと複数の市場リスクファクターそれぞれ
との相関を示す市場リスクファクターと信用リスクファ
クターとの相関行列Ｃ cが算出される。ここで、市場リ
スクファクターと信用リスクファクターとの相関行列Ｃ
cは、ｎ個の市場リスクファクターのうちｉ番目の市場
リスクファクターｘaiとｍ個の信用リスクファクターの
うちｊ番目の信用リスクファクターｘbjとの相関係数ρ
cij（市場リスクファクターｘaiと信用リスクファクタ
ーｘbjとの値の推移から計算される）を用いて、上記式
（３）に示すように表される。ここで、市場リスクファ
クターと信用リスクファクターとの相関行列Ｃcは、ｎ
行ｍ列の行列になる。
クファクターデータベース４２に含まれる信用リスクフ
ァクターそれぞれの値の推移と市場リスクファクターデ
ータベース４４に含まれる市場リスクファクターそれぞ
れの値の推移とに基づいて、当該複数の信用リスクファ
クターそれぞれと複数の市場リスクファクターそれぞれ
との相関を示す市場リスクファクターと信用リスクファ
クターとの相関行列Ｃ cが算出される。ここで、市場リ
スクファクターと信用リスクファクターとの相関行列Ｃ
cは、ｎ個の市場リスクファクターのうちｉ番目の市場
リスクファクターｘaiとｍ個の信用リスクファクターの
うちｊ番目の信用リスクファクターｘbjとの相関係数ρ
cij（市場リスクファクターｘaiと信用リスクファクタ
ーｘbjとの値の推移から計算される）を用いて、上記式
（３）に示すように表される。ここで、市場リスクファ
クターと信用リスクファクターとの相関行列Ｃcは、ｎ
行ｍ列の行列になる。
【００６７】その後、市場リスクファクターの相関行列
Ｃaと、信用リスクファクターの相関行列Ｃbと、市場リ
スクファクターと信用リスクファクターとの相関行列Ｃ
cとに基づいて、リスクファクターの相関行列Ｃが算出
される。リスクファクターの相関行列Ｃは、市場リスク
ファクターの相関行列Ｃaと、信用リスクファクターの
相関行列Ｃbと、市場リスクファクターと信用リスクフ
ァクターとの相関行列Ｃcとを用いて、上記式（４）に
示すように表される。ここで、リスクファクターの相関
行列Ｃは、ｎ＋ｍ行ｎ＋ｍ列の正方行列となる。尚、Ｃ
c tは、市場リスクファクターと信用リスクファクターと
の相関行列Ｃcの転置行列であり、ｍ行ｎ列の行列とな
る。
Ｃaと、信用リスクファクターの相関行列Ｃbと、市場リ
スクファクターと信用リスクファクターとの相関行列Ｃ
cとに基づいて、リスクファクターの相関行列Ｃが算出
される。リスクファクターの相関行列Ｃは、市場リスク
ファクターの相関行列Ｃaと、信用リスクファクターの
相関行列Ｃbと、市場リスクファクターと信用リスクフ
ァクターとの相関行列Ｃcとを用いて、上記式（４）に
示すように表される。ここで、リスクファクターの相関
行列Ｃは、ｎ＋ｍ行ｎ＋ｍ列の正方行列となる。尚、Ｃ
c tは、市場リスクファクターと信用リスクファクターと
の相関行列Ｃcの転置行列であり、ｍ行ｎ列の行列とな
る。
【００６８】格納部１２に、信用リスクファクターデー
タベース４２と市場リスクファクターデータベース４４
とが格納されると、また、ドリフト率ベクトル算出部２
４により、市場リスクファクターと信用リスクファクタ
ーとを含む複数のリスクファクターそれぞれの値の推移
に基づいて、ドリフト率ベクトルが算出される（Ｓ１
４）。より具体的には、まず、格納部１２に格納された
市場リスクファクターデータベース４４に含まれるｎ個
の市場リスクファクターそれぞれについて、その値の一
定期間における変動率の平均値が算出され、当該平均値
がその市場リスクファクターのドリフト率とされる。同
様に、格納部１２に格納された信用リスクファクターデ
ータベース４２に含まれるｍ個の信用リスクファクター
それぞれについて、その値の一定期間における変動率の
平均値が算出され、当該平均値がその信用リスクファク
ターのドリフト率とされる。さらに、ドリフト率ベクト
ル算出部２４により、上記算出されたｎ個の市場リスク
ファクターそれぞれのドリフト率とｍ個の信用リスクフ
ァクターそれぞれのドリフト率とが配列され、ドリフト
率ベクトルが算出される。ドリフト率ベクトルμは、ｎ
個の市場リスクファクターｘa1〜ｘanそれぞれのドリフ
ト率μa1〜μanとｍ個の信用リスクファクターｘb1〜ｘ
bmそれぞれのドリフト率μb1〜μbmとを用いて、上記式
（７）に示すように表される。ここで、ドリフト率ベク
トルμは、上記式（７）に示すように、ｎ＋ｍ個の要素
を有する列ベクトルとなる。
タベース４２と市場リスクファクターデータベース４４
とが格納されると、また、ドリフト率ベクトル算出部２
４により、市場リスクファクターと信用リスクファクタ
ーとを含む複数のリスクファクターそれぞれの値の推移
に基づいて、ドリフト率ベクトルが算出される（Ｓ１
４）。より具体的には、まず、格納部１２に格納された
市場リスクファクターデータベース４４に含まれるｎ個
の市場リスクファクターそれぞれについて、その値の一
定期間における変動率の平均値が算出され、当該平均値
がその市場リスクファクターのドリフト率とされる。同
様に、格納部１２に格納された信用リスクファクターデ
ータベース４２に含まれるｍ個の信用リスクファクター
それぞれについて、その値の一定期間における変動率の
平均値が算出され、当該平均値がその信用リスクファク
ターのドリフト率とされる。さらに、ドリフト率ベクト
ル算出部２４により、上記算出されたｎ個の市場リスク
ファクターそれぞれのドリフト率とｍ個の信用リスクフ
ァクターそれぞれのドリフト率とが配列され、ドリフト
率ベクトルが算出される。ドリフト率ベクトルμは、ｎ
個の市場リスクファクターｘa1〜ｘanそれぞれのドリフ
ト率μa1〜μanとｍ個の信用リスクファクターｘb1〜ｘ
bmそれぞれのドリフト率μb1〜μbmとを用いて、上記式
（７）に示すように表される。ここで、ドリフト率ベク
トルμは、上記式（７）に示すように、ｎ＋ｍ個の要素
を有する列ベクトルとなる。
【００６９】格納部１２に、信用リスクファクターデー
タベース４２と市場リスクファクターデータベース４４
とが格納されると、また、ボラティリティベクトル算出
部２６により、市場リスクファクターと信用リスクファ
クターとを含む複数のリスクファクターそれぞれの値の
推移に基づいて、ボラティティベクトルが算出される
（Ｓ１６）。より具体的には、まず、格納部１２に格納
された市場リスクファクターデータベース４４に含まれ
るｎ個の市場リスクファクターそれぞれについて、その
値の一定期間における標準偏差が算出され、当該標準偏
差がその市場リスクファクターのボラティリティとされ
る。同様に、格納部１２に格納された信用リスクファク
ターデータベース４２に含まれるｍ個の信用リスクファ
クターそれぞれについて、その値の一定期間における標
準偏差が算出され、当該標準偏差がその信用リスクファ
クターのボラティリティとされる。さらに、ボラティリ
ティベクトル算出部２６により、上記算出されたｎ個の
市場リスクファクターそれぞれのボラティリティとｍ個
の信用リスクファクターそれぞれのボラティリティとが
配列され、ボラティリティベクトルが算出される。ボラ
ティリティベクトルσは、ｎ個の市場リスクファクター
ｘa1〜ｘanそれぞれのボラティリティσa1〜σ anとｍ個
の信用リスクファクターｘb1〜ｘbmそれぞれのボラティ
リティσb1〜σ bmとを用いて、上記式（８）に示すよう
に表される。ここで、ボラティリティベクトルσは、上
記式（８）に示すように、ｎ＋ｍ個の要素を有する列ベ
クトルとなる。
タベース４２と市場リスクファクターデータベース４４
とが格納されると、また、ボラティリティベクトル算出
部２６により、市場リスクファクターと信用リスクファ
クターとを含む複数のリスクファクターそれぞれの値の
推移に基づいて、ボラティティベクトルが算出される
（Ｓ１６）。より具体的には、まず、格納部１２に格納
された市場リスクファクターデータベース４４に含まれ
るｎ個の市場リスクファクターそれぞれについて、その
値の一定期間における標準偏差が算出され、当該標準偏
差がその市場リスクファクターのボラティリティとされ
る。同様に、格納部１２に格納された信用リスクファク
ターデータベース４２に含まれるｍ個の信用リスクファ
クターそれぞれについて、その値の一定期間における標
準偏差が算出され、当該標準偏差がその信用リスクファ
クターのボラティリティとされる。さらに、ボラティリ
ティベクトル算出部２６により、上記算出されたｎ個の
市場リスクファクターそれぞれのボラティリティとｍ個
の信用リスクファクターそれぞれのボラティリティとが
配列され、ボラティリティベクトルが算出される。ボラ
ティリティベクトルσは、ｎ個の市場リスクファクター
ｘa1〜ｘanそれぞれのボラティリティσa1〜σ anとｍ個
の信用リスクファクターｘb1〜ｘbmそれぞれのボラティ
リティσb1〜σ bmとを用いて、上記式（８）に示すよう
に表される。ここで、ボラティリティベクトルσは、上
記式（８）に示すように、ｎ＋ｍ個の要素を有する列ベ
クトルとなる。
【００７０】相関行列算出部１６によって相関行列Ｃが
算出されると、当該相関行列Ｃは、相関行列変換部１８
によって修正コレスキー分解され、下三角行列に変換さ
れる（Ｓ１８）。かかる下三角行列への変換は、単にそ
の後の計算の便宜のために行うものあり、変換後の下三
角行列にも、上記複数のリスクファクターそれぞれの相
関を示す情報は維持される。よって、以下、変換後の下
三角行列をリスクファクターの相関行列Ｃ’と表現す
る。
算出されると、当該相関行列Ｃは、相関行列変換部１８
によって修正コレスキー分解され、下三角行列に変換さ
れる（Ｓ１８）。かかる下三角行列への変換は、単にそ
の後の計算の便宜のために行うものあり、変換後の下三
角行列にも、上記複数のリスクファクターそれぞれの相
関を示す情報は維持される。よって、以下、変換後の下
三角行列をリスクファクターの相関行列Ｃ’と表現す
る。
【００７１】相関行列変換部１８によって上記リスクフ
ァクターの相関行列Ｃ’が算出されると、モンテカルロ
法による模擬資産価値の算出が行われる。まず、乱数ベ
クトル生成部２０により、上記市場リスクファクターの
個数と信用リスクファクターの個数との和の数であるｎ
＋ｍ個の一様乱数（正確には疑似乱数）が生成され、当
該ｎ＋ｍ個の一様乱数から、互いに独立な標準正規乱数
ｅi（１≦ｉ≦ｎ＋ｍ）が生成される。生成された標準
正規乱数ｅi（１≦ｉ≦ｎ＋ｍ）は、乱数ベクトル生成
部２０によって配列され、当該ｎ＋ｍ個の標準正規乱数
ｅiを配列した標準正規乱数ベクトルｅが生成される
（Ｓ２０）。かかる標準正規乱数ベクトルｅは、上記式
（５）で示されるように、ｎ＋ｍ個の要素を有する列ベ
クトルとなる。
ァクターの相関行列Ｃ’が算出されると、モンテカルロ
法による模擬資産価値の算出が行われる。まず、乱数ベ
クトル生成部２０により、上記市場リスクファクターの
個数と信用リスクファクターの個数との和の数であるｎ
＋ｍ個の一様乱数（正確には疑似乱数）が生成され、当
該ｎ＋ｍ個の一様乱数から、互いに独立な標準正規乱数
ｅi（１≦ｉ≦ｎ＋ｍ）が生成される。生成された標準
正規乱数ｅi（１≦ｉ≦ｎ＋ｍ）は、乱数ベクトル生成
部２０によって配列され、当該ｎ＋ｍ個の標準正規乱数
ｅiを配列した標準正規乱数ベクトルｅが生成される
（Ｓ２０）。かかる標準正規乱数ベクトルｅは、上記式
（５）で示されるように、ｎ＋ｍ個の要素を有する列ベ
クトルとなる。
【００７２】乱数ベクトル生成部２０によって標準正規
乱数ベクトルｅが生成されると、相関乱数ベクトル算出
部２２により、相関行列変換部１８によって変換された
リスクファクターの相関行列Ｃ’と、乱数ベクトル生成
部２０によって生成された標準正規乱数ベクトルｅとが
用いられ、互いに相関構造を有するｎ＋ｍ個の正規乱数
ｅ’i（１≦ｉ≦ｎ＋ｍ）を配列した相関構造を有する
正規乱数ベクトルｅ’が算出される（Ｓ２２）。相関構
造を有する正規乱数ベクトルｅ’は、上記式（６）を用
いて算出される。ここで、相関構造を有する正規乱数ベ
クトルｅ’は、上記式（６）で表されるように、ｎ＋ｍ
個の要素を有する列ベクトルとなる。ここで、相関構造
を有する正規乱数ベクトルｅ’の要素ｅ’1〜ｅ’nはそ
れぞれ、ｎ個の市場リスクファクターｘa1〜ｘanの変化
率を模擬（シミュレート）するものであり、正規乱数ベ
クトルｅ’の要素ｅ’n+1〜ｅ’n+mはそれぞれ、ｍ個の
信用リスクファクターｘb1〜ｘbmの変化率を模擬するも
のである。
乱数ベクトルｅが生成されると、相関乱数ベクトル算出
部２２により、相関行列変換部１８によって変換された
リスクファクターの相関行列Ｃ’と、乱数ベクトル生成
部２０によって生成された標準正規乱数ベクトルｅとが
用いられ、互いに相関構造を有するｎ＋ｍ個の正規乱数
ｅ’i（１≦ｉ≦ｎ＋ｍ）を配列した相関構造を有する
正規乱数ベクトルｅ’が算出される（Ｓ２２）。相関構
造を有する正規乱数ベクトルｅ’は、上記式（６）を用
いて算出される。ここで、相関構造を有する正規乱数ベ
クトルｅ’は、上記式（６）で表されるように、ｎ＋ｍ
個の要素を有する列ベクトルとなる。ここで、相関構造
を有する正規乱数ベクトルｅ’の要素ｅ’1〜ｅ’nはそ
れぞれ、ｎ個の市場リスクファクターｘa1〜ｘanの変化
率を模擬（シミュレート）するものであり、正規乱数ベ
クトルｅ’の要素ｅ’n+1〜ｅ’n+mはそれぞれ、ｍ個の
信用リスクファクターｘb1〜ｘbmの変化率を模擬するも
のである。
【００７３】相関乱数ベクトル算出部２２によって相関
構造を有する正規乱数ベクトルｅ’が算出されると、リ
スクファクター変化量ベクトル算出部２８により、相関
乱数ベクトル算出部２２によって算出された相関構造を
有する正規乱数ベクトルｅ’と、ドリフト率ベクトル算
出部２４によって算出されたドリフト率ベクトルμと、
ボラティリティベクトル算出部２６によって算出された
ボラティリティベクトルσとに基づいて、複数のリスク
ファクターそれぞれの変化量を示すリスクファクター変
化量ベクトルが算出される（Ｓ２４）。より詳細には、
まず、格納部１２に格納された市場リスクファクターデ
ータベース４４と信用リスクファクターデータベース４
２とが参照され、ｎ個の市場リスクファクターｘa1〜ｘ
anそれぞれの時刻ｔにおける値（現在値）であるｘ
a1（ｔ）〜ｘan（ｔ）とｍ個の信用リスクファクターｘ
b1〜ｘbmそれぞれの時刻ｔにおける値（現在値）である
ｘb1（ｔ）〜ｘbm（ｔ）とを配列したリスクファクター
現在値ベクトルｘ（ｔ）が算出される。当該リスクファ
クター現在値ベクトルｘ（ｔ）は、式（９）に示すよう
に、ｎ＋ｍ個の要素を有する列ベクトルとなる。
構造を有する正規乱数ベクトルｅ’が算出されると、リ
スクファクター変化量ベクトル算出部２８により、相関
乱数ベクトル算出部２２によって算出された相関構造を
有する正規乱数ベクトルｅ’と、ドリフト率ベクトル算
出部２４によって算出されたドリフト率ベクトルμと、
ボラティリティベクトル算出部２６によって算出された
ボラティリティベクトルσとに基づいて、複数のリスク
ファクターそれぞれの変化量を示すリスクファクター変
化量ベクトルが算出される（Ｓ２４）。より詳細には、
まず、格納部１２に格納された市場リスクファクターデ
ータベース４４と信用リスクファクターデータベース４
２とが参照され、ｎ個の市場リスクファクターｘa1〜ｘ
anそれぞれの時刻ｔにおける値（現在値）であるｘ
a1（ｔ）〜ｘan（ｔ）とｍ個の信用リスクファクターｘ
b1〜ｘbmそれぞれの時刻ｔにおける値（現在値）である
ｘb1（ｔ）〜ｘbm（ｔ）とを配列したリスクファクター
現在値ベクトルｘ（ｔ）が算出される。当該リスクファ
クター現在値ベクトルｘ（ｔ）は、式（９）に示すよう
に、ｎ＋ｍ個の要素を有する列ベクトルとなる。
【００７４】続いて、上記正規乱数ベクトルｅ’、ドリ
フト率ベクトルμ、ボラティリティベクトルσ、リスク
ファクター現在値ベクトルｘ（ｔ）、及び、単位時間ｄ
ｔが用いられ、上記式（１０）により、リスクファクタ
ー変化量ベクトルｄｘ（ｔ）が算出される。リスクファ
クター変化量ベクトルｄｘ（ｔ）は、時刻ｔ〜ｔ＋ｄｔ
の間におけるｎ個の市場リスクファクターｘa1〜ｘanそ
れぞれの変化量ｄｘa1（ｔ）〜ｄｘan（ｔ）と、時刻ｔ
〜ｔ＋ｄｔの間におけるｍ個の信用リスクファクターｘ
b1〜ｘbmそれぞれの変化量ｄｘb1（ｔ）〜ｄｘbm（ｔ）
とを配列した構成となっており、上記式（１０）に示す
ように、ｎ＋ｍ個の要素を有する列ベクトルとなる。こ
こで、Μは、上記式（１１）に示すように、ドリフト率
ベクトルμの要素μa1〜μanとμb1〜μbmとのそれぞれ
を対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角行列であ
る。また、Σは、式（１２）に示すように、ボラティリ
ティベクトルσの要素σa1〜σanとσb1〜σbmとのそれ
ぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角行列で
ある。また、Ｅは、式（１３）に示すように、相関構造
を有する正規乱数ベクトルｅ’の要素ｅ’1〜ｅ’n+mそ
れぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角行列
である。
フト率ベクトルμ、ボラティリティベクトルσ、リスク
ファクター現在値ベクトルｘ（ｔ）、及び、単位時間ｄ
ｔが用いられ、上記式（１０）により、リスクファクタ
ー変化量ベクトルｄｘ（ｔ）が算出される。リスクファ
クター変化量ベクトルｄｘ（ｔ）は、時刻ｔ〜ｔ＋ｄｔ
の間におけるｎ個の市場リスクファクターｘa1〜ｘanそ
れぞれの変化量ｄｘa1（ｔ）〜ｄｘan（ｔ）と、時刻ｔ
〜ｔ＋ｄｔの間におけるｍ個の信用リスクファクターｘ
b1〜ｘbmそれぞれの変化量ｄｘb1（ｔ）〜ｄｘbm（ｔ）
とを配列した構成となっており、上記式（１０）に示す
ように、ｎ＋ｍ個の要素を有する列ベクトルとなる。こ
こで、Μは、上記式（１１）に示すように、ドリフト率
ベクトルμの要素μa1〜μanとμb1〜μbmとのそれぞれ
を対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角行列であ
る。また、Σは、式（１２）に示すように、ボラティリ
ティベクトルσの要素σa1〜σanとσb1〜σbmとのそれ
ぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角行列で
ある。また、Ｅは、式（１３）に示すように、相関構造
を有する正規乱数ベクトルｅ’の要素ｅ’1〜ｅ’n+mそ
れぞれを対角成分に有するｎ＋ｍ行ｎ＋ｍ列の対角行列
である。
【００７５】リスクファクター変化量ベクトル算出部２
８によってリスクファクター変化量ベクトルｄｘ（ｔ）
が算出されると、シナリオ生成部３０により、リスクフ
ァクター変化量ベクトル算出部２８によって算出された
リスクファクター現在値ベクトルｘ（ｔ）とリスクファ
クター変化量ベクトルｄｘ（ｔ）とが用いられ、リスク
ファクター将来値ベクトルｘ（ｔ＋ｄｔ）が算出され
る。ここで、当該リスクファクター将来値ベクトルｘ
（ｔ＋ｄｔ）が、単位時間ｄｔ経過後の複数のリスクフ
ァクターそれぞれの値を模擬するシナリオとなる（Ｓ２
６）。より具体的には、シナリオ生成部３０により、上
記式（１４）に基づいて、ｎ個の市場リスクファクター
ｘa1〜ｘanそれぞれの時刻ｔ＋ｄｔにおける値（将来
値）であるｘa1（ｔ＋ｄｔ）〜ｘan（ｔ＋ｄｔ）とｍ個
の信用リスクファクターｘb1〜ｘbmそれぞれの時刻ｔ＋
ｄｔにおける値（将来値）であるｘb1（ｔ＋ｄｔ）〜ｘ
bm（ｔ＋ｄｔ）とを配列したリスクファクター将来値ベ
クトルｘ（ｔ＋ｄｔ）が算出される。当該リスクファク
ター将来値ベクトルｘ（ｔ＋ｄｔ）は、上記式（１４）
に示すように、ｎ＋ｍ個の要素を有する列ベクトルとな
る。
８によってリスクファクター変化量ベクトルｄｘ（ｔ）
が算出されると、シナリオ生成部３０により、リスクフ
ァクター変化量ベクトル算出部２８によって算出された
リスクファクター現在値ベクトルｘ（ｔ）とリスクファ
クター変化量ベクトルｄｘ（ｔ）とが用いられ、リスク
ファクター将来値ベクトルｘ（ｔ＋ｄｔ）が算出され
る。ここで、当該リスクファクター将来値ベクトルｘ
（ｔ＋ｄｔ）が、単位時間ｄｔ経過後の複数のリスクフ
ァクターそれぞれの値を模擬するシナリオとなる（Ｓ２
６）。より具体的には、シナリオ生成部３０により、上
記式（１４）に基づいて、ｎ個の市場リスクファクター
ｘa1〜ｘanそれぞれの時刻ｔ＋ｄｔにおける値（将来
値）であるｘa1（ｔ＋ｄｔ）〜ｘan（ｔ＋ｄｔ）とｍ個
の信用リスクファクターｘb1〜ｘbmそれぞれの時刻ｔ＋
ｄｔにおける値（将来値）であるｘb1（ｔ＋ｄｔ）〜ｘ
bm（ｔ＋ｄｔ）とを配列したリスクファクター将来値ベ
クトルｘ（ｔ＋ｄｔ）が算出される。当該リスクファク
ター将来値ベクトルｘ（ｔ＋ｄｔ）は、上記式（１４）
に示すように、ｎ＋ｍ個の要素を有する列ベクトルとな
る。
【００７６】シナリオ生成部３０によってシナリオが生
成されると、すなわち、リスクファクター将来値ベクト
ルｘ（ｔ＋ｄｔ）が算出されると、倒産判定部３２によ
り、シナリオ生成部３０によって算出されたリスクファ
クター将来値ベクトルｘ（ｔ＋ｄｔ）に基づいて、取引
相手の倒産判定が行われる（Ｓ２８）。より詳細には、
倒産判定部３２により、取引相手の倒産確率を表してい
るｍ個の信用リスクファクターｘb1〜ｘbmそれぞれの時
刻ｔ＋ｄｔにおける値（将来値）であるｘb1（ｔ＋ｄ
ｔ）〜ｘbm（ｔ＋ｄｔ）それぞれと予め定められた一定
のしきい値（例えば０．７）とが比較され、倒産確率が
上記一定のしきい値を越える取引相手は倒産するものと
判定される。
成されると、すなわち、リスクファクター将来値ベクト
ルｘ（ｔ＋ｄｔ）が算出されると、倒産判定部３２によ
り、シナリオ生成部３０によって算出されたリスクファ
クター将来値ベクトルｘ（ｔ＋ｄｔ）に基づいて、取引
相手の倒産判定が行われる（Ｓ２８）。より詳細には、
倒産判定部３２により、取引相手の倒産確率を表してい
るｍ個の信用リスクファクターｘb1〜ｘbmそれぞれの時
刻ｔ＋ｄｔにおける値（将来値）であるｘb1（ｔ＋ｄ
ｔ）〜ｘbm（ｔ＋ｄｔ）それぞれと予め定められた一定
のしきい値（例えば０．７）とが比較され、倒産確率が
上記一定のしきい値を越える取引相手は倒産するものと
判定される。
【００７７】倒産判定部３２による倒産判定が行われる
と、続いて、ポートフォリオバリュー算出部３４によ
り、シナリオ生成部３０によって生成されたシナリオ、
すなわち、シナリオ生成部３０によって算出されたリス
クファクター将来値ベクトルｘ（ｔ＋ｄｔ）と格納部１
２に格納されたキャッシュフローデータベース４６に含
まれるキャッシュフローに関する情報とに基づいて、単
位時間ｄｔ経過後の資産価値を模擬する模擬資産価値が
算出される（Ｓ３０）。ここで、倒産判定部３２によっ
て倒産すると判定された取引相手との間の取引に基づく
模擬資産価値の算出に際しては、キャッシュフローデー
タベース４６に含まれるキャッシュフローに関する情報
のうち、倒産時におけるキャッシュフローに関する情報
が用いられ、当該取引相手との間の取引に基づく模擬資
産価値が算出される。一方、倒産判定部３２によって倒
産すると判定されなかった取引相手との間の取引に基づ
く模擬資産価値の算出に際しては、キャッシュフローデ
ータベース４６に含まれるキャッシュフローに関する情
報のうち、非倒産時におけるキャッシュフローに関する
情報が用いられ、当該取引相手との間の取引に基づく模
擬資産価値が算出される。さらに、ポートフォリオバリ
ュー算出部３４により、現在の資産価値も算出される。
かかる現在の資産価値は、リスクファクター現在値ベク
トルｘ（ｔ）とキャッシュフローデータベース４６に含
まれるキャッシュフローに関する情報とに基づいて算出
される。
と、続いて、ポートフォリオバリュー算出部３４によ
り、シナリオ生成部３０によって生成されたシナリオ、
すなわち、シナリオ生成部３０によって算出されたリス
クファクター将来値ベクトルｘ（ｔ＋ｄｔ）と格納部１
２に格納されたキャッシュフローデータベース４６に含
まれるキャッシュフローに関する情報とに基づいて、単
位時間ｄｔ経過後の資産価値を模擬する模擬資産価値が
算出される（Ｓ３０）。ここで、倒産判定部３２によっ
て倒産すると判定された取引相手との間の取引に基づく
模擬資産価値の算出に際しては、キャッシュフローデー
タベース４６に含まれるキャッシュフローに関する情報
のうち、倒産時におけるキャッシュフローに関する情報
が用いられ、当該取引相手との間の取引に基づく模擬資
産価値が算出される。一方、倒産判定部３２によって倒
産すると判定されなかった取引相手との間の取引に基づ
く模擬資産価値の算出に際しては、キャッシュフローデ
ータベース４６に含まれるキャッシュフローに関する情
報のうち、非倒産時におけるキャッシュフローに関する
情報が用いられ、当該取引相手との間の取引に基づく模
擬資産価値が算出される。さらに、ポートフォリオバリ
ュー算出部３４により、現在の資産価値も算出される。
かかる現在の資産価値は、リスクファクター現在値ベク
トルｘ（ｔ）とキャッシュフローデータベース４６に含
まれるキャッシュフローに関する情報とに基づいて算出
される。
【００７８】上記標準正規乱数ベクトルの生成（Ｓ２
０）から模擬資産価値の算出（Ｓ３０）までは、必要回
数（例えば１００万回）だけ繰り返される（Ｓ３２）。
かかる必要回数は、算出されるＶａＲの信頼性や当該リ
スク算出システム１０の計算速度等を考慮して、適宜定
められる。
０）から模擬資産価値の算出（Ｓ３０）までは、必要回
数（例えば１００万回）だけ繰り返される（Ｓ３２）。
かかる必要回数は、算出されるＶａＲの信頼性や当該リ
スク算出システム１０の計算速度等を考慮して、適宜定
められる。
【００７９】上記標準正規乱数ベクトルの生成（Ｓ２
０）から模擬資産価値の算出（Ｓ３０）までが必要回数
だけ繰り返され、必要個数（例えば１００万個）の模擬
資産価値が算出されると、ＶａＲ算出部３６により、ポ
ートフォリオバリュー算出部３４によって算出された模
擬資産価値と現在の資産価値とに基づいて、資産価値の
変動のリスクを表すＶａＲが算出される（Ｓ３４）。よ
り詳細には、上記必要個数（例えば１００万個）の模擬
資産価値（正確には、現在価値に換算したもの）それぞ
れと現在の資産価値との差が算出され、ＶａＲが算出さ
れる。
０）から模擬資産価値の算出（Ｓ３０）までが必要回数
だけ繰り返され、必要個数（例えば１００万個）の模擬
資産価値が算出されると、ＶａＲ算出部３６により、ポ
ートフォリオバリュー算出部３４によって算出された模
擬資産価値と現在の資産価値とに基づいて、資産価値の
変動のリスクを表すＶａＲが算出される（Ｓ３４）。よ
り詳細には、上記必要個数（例えば１００万個）の模擬
資産価値（正確には、現在価値に換算したもの）それぞ
れと現在の資産価値との差が算出され、ＶａＲが算出さ
れる。
【００８０】続いて、本実施形態にかかるリスク算出シ
ステム作用及び効果について説明する。本実施形態にか
かるリスク算出システム１０は、市場リスクファクター
と信用リスクファクターとの双方を含む複数のリスクフ
ァクターそれぞれの値の推移に基づいて相関行列Ｃ’を
生成することで、当該相関行列Ｃ’に市場リスクファク
ターと信用リスクファクターとの相関に関する情報をも
含ませることができる。また、本実施形態にかかるリス
ク算出システム１０は、当該相関行列Ｃ’に基づいてシ
ナリオを生成する（リスクファクター将来値ベクトルｘ
（ｔ＋ｄｔ）を算出する）ことで、市場リスクファクタ
ーと信用リスクファクターとの相関を反映させたシナリ
オを生成することができる。また、本実施形態にかかる
リスク算出システム１０は、当該シナリオに基づいて算
出された模擬資産価値と現在の資産価値とに基づいて資
産価値の変動のリスクであるＶａＲを算出することで、
市場リスクファクターと信用リスクファクターとの相関
を考慮した統合リスクを算出することができる。その結
果、本実施形態にかかるリスク算出システム１０は、信
頼性の高い統合リスクを算出することが可能となる。
ステム作用及び効果について説明する。本実施形態にか
かるリスク算出システム１０は、市場リスクファクター
と信用リスクファクターとの双方を含む複数のリスクフ
ァクターそれぞれの値の推移に基づいて相関行列Ｃ’を
生成することで、当該相関行列Ｃ’に市場リスクファク
ターと信用リスクファクターとの相関に関する情報をも
含ませることができる。また、本実施形態にかかるリス
ク算出システム１０は、当該相関行列Ｃ’に基づいてシ
ナリオを生成する（リスクファクター将来値ベクトルｘ
（ｔ＋ｄｔ）を算出する）ことで、市場リスクファクタ
ーと信用リスクファクターとの相関を反映させたシナリ
オを生成することができる。また、本実施形態にかかる
リスク算出システム１０は、当該シナリオに基づいて算
出された模擬資産価値と現在の資産価値とに基づいて資
産価値の変動のリスクであるＶａＲを算出することで、
市場リスクファクターと信用リスクファクターとの相関
を考慮した統合リスクを算出することができる。その結
果、本実施形態にかかるリスク算出システム１０は、信
頼性の高い統合リスクを算出することが可能となる。
【００８１】また、本実施形態にかかるリスク算出シス
テム１０は、倒産確率が一定のしきい値を越える取引相
手に関して、当該取引相手が倒産した場合のキャッシュ
フローに関する情報を用いて当該取引相手との間の取引
に基づく模擬資産価値を算出することで、模擬資産価値
の算出に当該取引相手が倒産した場合のキャッシュフロ
ーを反映させることができる。その結果、本実施形態に
かかるリスク算出システム１０は、さらに信頼性の高い
統合リスクを算出することが可能となる。
テム１０は、倒産確率が一定のしきい値を越える取引相
手に関して、当該取引相手が倒産した場合のキャッシュ
フローに関する情報を用いて当該取引相手との間の取引
に基づく模擬資産価値を算出することで、模擬資産価値
の算出に当該取引相手が倒産した場合のキャッシュフロ
ーを反映させることができる。その結果、本実施形態に
かかるリスク算出システム１０は、さらに信頼性の高い
統合リスクを算出することが可能となる。
【００８２】
【発明の効果】本発明のリスク算出システム及びリスク
算出方法は、市場リスクファクターと信用リスクファク
ターとの双方を含む複数のリスクファクターそれぞれの
値の推移に基づいて相関情報を生成することで、当該相
関情報に市場リスクファクターと信用リスクファクター
との相関に関する情報をも含ませることができる。ま
た、本発明のリスク算出システム及びリスク算出方法
は、当該相関情報に基づいてシナリオを生成すること
で、市場リスクファクターと信用リスクファクターとの
相関を反映させたシナリオを生成することができる。ま
た、本発明のリスク算出システム及びリスク算出方法
は、当該シナリオに基づいて算出された模擬資産価値と
現在の資産価値とに基づいて資産価値の変動のリスクを
算出することで、市場リスクファクターと信用リスクフ
ァクターとの相関を考慮した統合リスクを算出すること
ができる。その結果、本発明のリスク算出システム及び
リスク算出方法は、信頼性の高い統合リスクを算出する
ことが可能となる。
算出方法は、市場リスクファクターと信用リスクファク
ターとの双方を含む複数のリスクファクターそれぞれの
値の推移に基づいて相関情報を生成することで、当該相
関情報に市場リスクファクターと信用リスクファクター
との相関に関する情報をも含ませることができる。ま
た、本発明のリスク算出システム及びリスク算出方法
は、当該相関情報に基づいてシナリオを生成すること
で、市場リスクファクターと信用リスクファクターとの
相関を反映させたシナリオを生成することができる。ま
た、本発明のリスク算出システム及びリスク算出方法
は、当該シナリオに基づいて算出された模擬資産価値と
現在の資産価値とに基づいて資産価値の変動のリスクを
算出することで、市場リスクファクターと信用リスクフ
ァクターとの相関を考慮した統合リスクを算出すること
ができる。その結果、本発明のリスク算出システム及び
リスク算出方法は、信頼性の高い統合リスクを算出する
ことが可能となる。
【００８３】また、本発明のリスク算出システム及びリ
スク算出方法においては、倒産確率が一定のしきい値を
越える取引相手に関して、当該取引相手が倒産した場合
のキャッシュフローに関する情報を用いて当該取引相手
との間の取引に基づく模擬資産価値を算出することで、
模擬資産価値の算出に当該取引相手が倒産した場合のキ
ャッシュフローを反映させることができる。その結果、
本発明のリスク算出システム及びリスク算出方法は、さ
らに信頼性の高い統合リスクを算出することが可能とな
る。
スク算出方法においては、倒産確率が一定のしきい値を
越える取引相手に関して、当該取引相手が倒産した場合
のキャッシュフローに関する情報を用いて当該取引相手
との間の取引に基づく模擬資産価値を算出することで、
模擬資産価値の算出に当該取引相手が倒産した場合のキ
ャッシュフローを反映させることができる。その結果、
本発明のリスク算出システム及びリスク算出方法は、さ
らに信頼性の高い統合リスクを算出することが可能とな
る。
【図１】リスク算出システムの構成図である。
【図２】取引相手株価データベースの構成図である。
【図３】取引相手財務データベースの構成図である。
【図４】信用リスクファクターデータベースの構成図で
ある。
ある。
【図５】市場リスクファクターデータベースの構成図で
ある。
ある。
【図６】キャッシュフローデータベースの構成図であ
る。
る。
【図７】リスク算出システムの動作を示すフローチャー
トである。
トである。
１０…リスク算出システム、１２…格納部、１４…倒産
確率算出部、１６…相関行列算出部、１８…相関行列変
換部、２０…乱数ベクトル生成部、２２…相関乱数ベク
トル算出部、２４…ドリフト率ベクトル算出部、２６…
ボラティリティベクトル算出部、２８…リスクファクタ
ー変化量ベクトル算出部、３０…シナリオ生成部、３２
…倒産判定部、３４…ポートフォリオバリュー算出部、
３６…ＶａＲ算出部、３８…取引相手株価データベー
ス、４０…取引相手財務データベース、４２…信用リス
クファクターデータベース、４４…市場リスクファクタ
ーデータベース、４６…キャッシュフローデータベース
確率算出部、１６…相関行列算出部、１８…相関行列変
換部、２０…乱数ベクトル生成部、２２…相関乱数ベク
トル算出部、２４…ドリフト率ベクトル算出部、２６…
ボラティリティベクトル算出部、２８…リスクファクタ
ー変化量ベクトル算出部、３０…シナリオ生成部、３２
…倒産判定部、３４…ポートフォリオバリュー算出部、
３６…ＶａＲ算出部、３８…取引相手株価データベー
ス、４０…取引相手財務データベース、４２…信用リス
クファクターデータベース、４４…市場リスクファクタ
ーデータベース、４６…キャッシュフローデータベース
Claims (4)
- 【請求項１】 資産価値の変動に影響を与える複数のリ
スクファクターに基づいて、前記資産価値の変動のリス
クを算出するリスク算出システムにおいて、 前記複数のリスクファクターそれぞれの値の推移に基づ
いて、前記複数のリスクファクターそれぞれの相関に関
する相関情報を生成する相関情報生成手段と、 前記相関情報生成手段によって生成された前記相関情報
に基づいて、単位時間経過後の前記複数のリスクファク
ターそれぞれの値を模擬するシナリオを生成するシナリ
オ生成手段と、 前記シナリオ生成手段によって生成された前記シナリオ
に基づいて、前記単位時間経過後の資産価値を模擬する
模擬資産価値を算出する模擬資産価値算出手段と、 前記模擬資産価値算出手段によって算出された前記模擬
資産価値と現在の資産価値とに基づいて、前記資産価値
の変動のリスクを算出するリスク算出手段とを備え、 前記複数のリスクファクターは、 市場リスクに関する市場リスクファクターと信用リスク
に関する信用リスクファクターとの双方を含んでいるこ
とを特徴とするリスク算出システム。 - 【請求項２】 前記信用リスクファクターには、取引相
手の倒産確率に関する情報が含まれており、 前記模擬資産価値算出手段は、 前記倒産確率が一定のしきい値を越える取引相手に関し
て、当該取引相手が倒産した場合のキャッシュフローに
関する情報を用いて当該取引相手との間の取引に基づく
模擬資産価値を算出することを特徴とする請求項１に記
載のリスク算出システム。 - 【請求項３】 資産価値の変動に影響を与える複数のリ
スクファクターに基づいて、前記資産価値の変動のリス
クをコンピュータを用いて算出するリスク算出方法にお
いて、 前記複数のリスクファクターそれぞれの値の推移に基づ
いて、前記複数のリスクファクターそれぞれの相関に関
する相関情報を生成する相関情報生成ステップと、 前記相関情報生成ステップにおいて生成された前記相関
情報に基づいて、単位時間経過後の前記複数のリスクフ
ァクターそれぞれの値を模擬するシナリオを生成するシ
ナリオ生成ステップと、 前記シナリオ生成ステップにおいて生成された前記シナ
リオに基づいて、前記単位時間経過後の資産価値を模擬
する模擬資産価値を算出する模擬資産価値算出ステップ
と、 前記模擬資産価値算出ステップにおいて算出された前記
模擬資産価値と現在の資産価値とに基づいて、前記資産
価値の変動のリスクを算出するリスク算出ステップとを
備え、 前記複数のリスクファクターは、 市場リスクに関する市場リスクファクターと信用リスク
に関する信用リスクファクターとの双方を含んでいるこ
とを特徴とするリスク算出方法。 - 【請求項４】 前記信用リスクファクターには、取引相
手の倒産確率に関する情報が含まれており、 前記模擬資産価値算出ステップは、 前記倒産確率が一定のしきい値を越える取引相手に関し
て、当該取引相手が倒産した場合のキャッシュフローに
関する情報を用いて当該取引相手との間の取引に基づく
模擬資産価値を算出することを特徴とする請求項３に記
載のリスク算出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000131212A JP2001312593A (ja) | 2000-04-28 | 2000-04-28 | リスク算出システム及びリスク算出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000131212A JP2001312593A (ja) | 2000-04-28 | 2000-04-28 | リスク算出システム及びリスク算出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001312593A true JP2001312593A (ja) | 2001-11-09 |
Family
ID=18640150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000131212A Withdrawn JP2001312593A (ja) | 2000-04-28 | 2000-04-28 | リスク算出システム及びリスク算出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001312593A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002069109A2 (en) * | 2001-02-28 | 2002-09-06 | Goldman, Sachs & Co. | Basket option hedging method |
| US7050998B1 (en) * | 1999-09-27 | 2006-05-23 | Financiometrics Inc. | Investment portfolio construction method and system |
| JP2022526688A (ja) * | 2019-03-18 | 2022-05-25 | ヒュコア カンパニー リミテッド | 財務リスク管理システム |
-
2000
- 2000-04-28 JP JP2000131212A patent/JP2001312593A/ja not_active Withdrawn
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7050998B1 (en) * | 1999-09-27 | 2006-05-23 | Financiometrics Inc. | Investment portfolio construction method and system |
| WO2002069109A2 (en) * | 2001-02-28 | 2002-09-06 | Goldman, Sachs & Co. | Basket option hedging method |
| WO2002069109A3 (en) * | 2001-02-28 | 2002-11-07 | Goldman Sachs & Co | Basket option hedging method |
| US8036969B2 (en) | 2001-02-28 | 2011-10-11 | Goldman Sachs & Co. | Basket option hedging method |
| US8706598B2 (en) | 2001-02-28 | 2014-04-22 | Goldman, Sachs & Co. | Basket option hedging method |
| JP2022526688A (ja) * | 2019-03-18 | 2022-05-25 | ヒュコア カンパニー リミテッド | 財務リスク管理システム |
| JP7217383B2 (ja) | 2019-03-18 | 2023-02-02 | ヒュコア カンパニー リミテッド | 財務リスク管理システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Berkowitz et al. | How accurate are value‐at‐risk models at commercial banks? | |
| Lopez et al. | Evaluating covariance matrix forecasts in a value-at-risk framework | |
| Bellotti et al. | Forecasting and stress testing credit card default using dynamic models | |
| Altman | Revisiting credit scoring models in a Basel 2 environment | |
| Stambaugh | Risk and value at risk | |
| Boehmer et al. | Determinants of secondary market prices for developing country syndicated loans | |
| Forni et al. | Fiscal foresight and the effects of goverment spending | |
| Ozturk | Financial development and economic growth: Evidence from Turkey | |
| Maller et al. | Optimal portfolio choice using the maximum Sharpe ratio | |
| Malik | Volatility spillover among sector equity returns under structural breaks | |
| Ailemen et al. | Bank capitalization and cost of equity on profitability of nigeria deposit money banks–general moment approach | |
| Donovan et al. | Determining credit risk using qualitative disclosure | |
| Pesaran et al. | Macroeconomics and credit risk: a global perspective | |
| JP2001312593A (ja) | リスク算出システム及びリスク算出方法 | |
| Silverman | Valuing technology stocks with EVA: A bridge too far? | |
| Focardi et al. | Risk management: Framework, methods, and practice | |
| Fajartama et al. | Modern Portfolio Theory and Forecast Implementation Using Monte Carlo Simulation in Automotive Financing Company | |
| Mark et al. | 2.1 What is risk management? | |
| Bandreddi et al. | Correlated default modeling with a forest of binomial trees | |
| Miu et al. | Determining hurdle rate and capital allocation in credit portfolio management | |
| Breuer | Providing against the worst: risk capital for worst case scenarios | |
| Saberi et al. | The Different Role of Mental Accounting on Optimal Portfolio Based on Speculative Bubble | |
| Valsecchi | Funding value adjustment and wrong-way risk: the interest rate swap case | |
| Chong et al. | Inter-temporal linkages of economic activity, stock prices and monetary policy in Malaysia | |
| Gio et al. | Generalized Lambda Distribution: Application on Financial Performance Data in the Indonesia Stock Exchange |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20070703 |