JP4607359B2

JP4607359B2 - 信用リスク評価方法及びシステム

Info

Publication number: JP4607359B2
Application number: JP2001074719A
Authority: JP
Inventors: 武一郎西川; 直志内平
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2001-03-15
Filing date: 2001-03-15
Publication date: 2011-01-05
Anticipated expiration: 2021-03-15
Also published as: JP2002279174A

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば金融機関が企業に融資を行う場合に必要な信用リスクの評価をコンピュータを用いて行う信用リスク評価方法及びシステムに関する。
【０００２】
【従来の技術】
一般に、金融機関が企業から融資の申込みを受ける場合、企業の融資先としての危険度を示す信用リスクを評価することが必要となる。信用リスクとしては、例えば評価対象企業の倒産確率や、評価対象企業に融資を行うと仮定した場合の割引現在価値及び適切金利などがある。
【０００３】
信用リスクの評価を行うために、従来より種々の統計的手法に基づく評価モデルが用いられている。この評価モデルは、通常、ある期間のサンプルデータを用いて作成される。評価モデルを作成するために用いたサンプルデータの取得期間と同じ経営環境が続くならば、この評価モデルで算出される信用リスクは信頼のおけるものと考えて差し支えない。しかし、現実には評価モデルを作成した時点と将来の時点では、評価対象企業の経営環境が大きく異なるのが普通である。従って、この評価モデルをそのまま使ったのでは、将来の信用リスク評価が現実と大きく乖離してしまう可能性がある。
【０００４】
【発明が解決しようとする課題】
上述したように、一定期間のサンプルデータを用いて作成される評価モデルにより企業の信用リスクを評価する従来の手法では、経営環境などの変化によって評価の信頼性が低下するという問題があった。
【０００５】
本発明は、対象企業の経営環境などの変化を反映させた信頼のおける信用リスク評価を行う信用リスク評価方法及びシステムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記の課題を解決するため、本発明はネットワークに接続されたコンピュータを用いて評価対象企業の信用リスクを評価する際、ネットワークに接続された企業情報データベースから評価対象企業の企業情報を取得し、ネットワークに接続された倒産件数予測サーバから評価対象企業の属する企業群の予測倒産件数を取得し、これら取得した企業情報及び予測倒産件数に基づいて信用リスクを決定することを特徴とする。
【０００７】
信用リスクとしては、評価対象企業の倒産確率、該評価対象企業に融資を行う場合の適正金利及び割引現在価値の少なくとも一つが決定される。
【０００８】
より具体的には、信用リスクを決定する際に、予測倒産件数に応じて前記企業群に関する格付け遷移確率行列を補正し、該補正後の格付け遷移確率行列を用いて評価対象企業の倒産確率、該評価対象企業に融資を行う場合の割引現在価値及び適正金利の少なくとも一つを決定することができる。
【０００９】
本発明においては、信用リスクを決定する際に、格付け遷移確率行列をさらに評価対象企業の財務データ信頼度、該評価対象企業の融資を受ける目的及び取引先リスクの少なくとも一つに応じて補正してもよい。具体的には、格付け遷移確率行列を評価対象企業の財務データ信頼度に応じて補正する際には、該格付け遷移確率行列の初期値を該財務データに応じて設定し、格付け遷移確率行列を評価対象企業の融資を受ける目的に応じて補正する際には、該目的が新規事業投資の場合に該格付け遷移確率行列の分散を補正し、格付け遷移確率行列を評価対象企業の取引先リスクに応じて補正する際には、該取引先リスクとして該評価対象企業が該取引先に対して持つ売掛債権の担保力を評価し、該担保力に応じて該格付け遷移確率行列を補正すればよい。
【００１０】
さらに、本発明によるとネットワークに接続されたコンピュータを用いて評価対象企業の信用リスクを評価する処理を該コンピュータに実行させるためのプログラムであって、ネットワークに接続された企業情報データベースから評価対象企業の企業情報を取得する処理と、ネットワークに接続された倒産件数予測サーバから評価対象企業の属する企業群の予測倒産件数を取得する処理と、取得した企業情報及び予測倒産件数に基づいて信用リスクを決定する処理とをコンピュータに実行させるためのプログラム、さらには該プログラムを格納したコンピュータ読み取り可能な記録媒体を提供することができる。
【００１１】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
図１に、本発明の一実施形態に係る信用リスク評価システムの構成を示す。ネットワーク１は例えばインターネットであり、このネットワーク１に企業情報データベース２、倒産件数予測サーバ３、モデル提供サーバ４及びリスク評価サーバ５が接続されている。リスク評価サーバ５は、企業情報データベース２、倒産予測サーバ３及びモデル提供サーバ４を利用して、評価対象企業の信用リスクを評価する装置である。このリスク評価サーバ５は、キーボード、マウスなどの入力装置６、ＣＰＵ、ＲＡＭからなる主記憶装置及びＨＤＤなどの外部記憶装置からなるコンピュータ７及び、ディスプレイ、プリンタなどの出力装置８から構成される。
【００１２】
企業情報データベース２は、各企業の企業情報として、例えば財務情報及び倒産情報を格納している。
倒産件数予測サーバ３は、評価対象企業の属する企業群の倒産件数を予測するサーバである。評価対象企業の属する企業群とは、評価対象企業がある企業グループに属する場合のグループ全体の企業群であってもよいし、評価対象企業の業種と同じ業種の企業群であってもよいし、従業員数・資本金などの規模が同程度のクラスの企業群であってもよい。また、業種と規模の両方によって、ここでいう企業群を定義してもよい。
【００１３】
モデル提供サーバ４は、企業が倒産する確率を算出するためのモデル（倒産確率算出モデル）を格納し、そのモデルをネットワーク１を介して外部に提供するサービスを行うサーバである。倒産確率算出モデルとしては、例えば式（１）のような線形確率モデル、式（２）のようなロジットモデル、式（３）のようなプロビットモデルといった既存のモデルを用いることができる。
【００１４】
【数１】

【００１５】
図１において、企業情報データベース２、倒産件数予測サーバ３及びモデル提供サーバ４は、別々のサーバとして構築されていてもよいし、一つのサーバとしてまとめられていてもよい。リスク評価サーバ５については、信用リスク評価を行う専門のサイトに置かれていてもよいし、評価対象企業から融資の申込みを受ける金融機関などのクライアント（以下、ユーザという）の側に置かれていてもよい。
【００１６】
次に、図２に示すフローチャートを用いて本実施形態における信用リスク評価サーバ５の処理手順について説明する。リスク評価サーバ５は、ネットワーク１を介して企業情報データベース２、倒産予測サーバ３及びモデル提供サーバ４から必要な情報を取得して評価対象企業のリスク評価を行う。
【００１７】
まず、オペレータによる入力装置６からの指示により、出力装置８上に複数の企業名が含まれた企業選択画面が表示され（ステップＳ１１）、この企業選択画面上でオペレータが信用リスクを評価したい企業名をクリックすることにより、評価対象企業の選択が行われる（ステップＳ１２）。
【００１８】
次に、オペレータが入力装置６を介して指示を出すことにより、コンピュータ７からネットワーク１を介して倒産件数予測サーバ３に評価対象企業名と共に倒産件数予測の依頼が出される。この依頼に基づいて、倒産件数予測サーバ３によって評価対象企業の属する企業群の予測倒産件数が算出される（ステップＳ１３）。倒産件数予測サーバ３で算出された予測倒産件数は、ネットワーク１を介して信用リスク評価サーバ５に取り込まれ、コンピュータ７内のＲＡＭまたは外部記憶装置に一時的に格納される。
【００１９】
次に、必ずしも必要な処理ではないが、ステップＳ１４〜Ｓ１５を経てユーザの意見を予測倒産件数に反映させる処理が行われる。すなわち、入力装置６を介して予め取得した、ユーザの意見がオペレータによって入力される（ステップＳ１４）。ここでユーザの意見とは、金融機関などのユーザが信用リスクに対して持つ意見であり、具体的には例えば融資決定に際して参考とする多数の基準の一つである信用リスクを比較的軽く位置づける「強気」か、逆に信用リスクを重要視する「弱気」かといった意見である。
【００２０】
こうしてユーザの意見が入力されると、ステップＳ１３で倒産件数予測サーバ３によって算出されかつ信用リスク評価サーバ５に取り込まれた予測倒産件数がユーザの意見に応じて補正される（ステップＳ１５）。ステップＳ１４でユーザが意見を入力する際の手助けにすることと、ステップＳ１５で予測倒産件数にユーザの意見を効果的に反映させるために、例えば倒産件数予測サーバ３内に、ユーザの意見に対応する幾つかのシナリオを用意しておき、それらの中から一つのシナリオをユーザが選択できるようにしてもよい。また、ステップＳ１３で算出された予測倒産件数の数値をユーザが自身の判断で変更することで、ステップＳ１５の補正を行ってもよい。
【００２１】
次に、信用リスク評価サーバ５において企業情報データベース２に格納されている評価対象企業の企業情報と、ステップＳ１５でユーザの意見に応じた補正された後の予測倒産件数の情報に基づいて、モデル提供サーバ４からネットワーク１を介して取り込まれた倒産確率算出モデルを参照して評価対象企業の信用リスクが算出される（ステップＳ１６）。本実施形態では評価対象企業に関する信用リスクとして、後述するように評価対象企業の倒産確率、当該企業に融資を行う場合の割引現在価値や適切金利が算出される（ステップＳ１７）。この場合、モデル提供サーバ４からネットワーク１を介して倒産確率の数値に対して複数のシナリオとそれぞれの発生確率を入力し、これを基に割引現在価値の期待値や適正金利を算出することもできる。
【００２２】
次に、図３に示すフローチャートを用いて図２におけるステップＳ１６の信用リスク算出処理の一例について詳しく説明する。
本実施形態においては、ステップＳ１６の信用リスク算出処理は格付け遷移確率行列を用いて行われる。この格付け遷移確率行列は、ステップＳ１３で算出され、かつ必要に応じてステップＳ１４〜Ｓ１５を経てユーザの意見に応じた補正がなされた後の予測倒産件数によって補正される。
【００２３】
まず、評価対象企業の企業情報（財務情報、業種、従業員数等、倒産情報を含む）に基づいてスコアが算出される（ステップＳ２１）。スコアは例えば図４に示すように倒産確率と対応したものであり、倒産確率そのものであってもよい。
【００２４】
次に、ステップＳ２１で算出されたスコアに対して、格付けのための幾つかの閾値が定められ、スコアがどの二つの閾値の間に位置するかで評価対象企業の格付けが行われる（ステップＳ２２）。例えば、図５に示すように格付けを１格、２格、３格、４格の四段階に行うとすれば、この格付けによりそれぞれの格に属する企業数が算出される。図５の縦の線は、閾値を表す。
【００２５】
次に、格付け遷移確率行列が作成される（ステップＳ２３）。格付け遷移確率行列とは、例えば図６（ａ）に示すように学習年度の格付けから結果年度（学習年度の翌年）の格付けへの遷移確率を企業情報データベース２から取得した企業情報のサンプルより統計的に評価した値を行列で表したものである。図６（ａ）は、格付けが１格、２格、３格、４格の四段階の場合の例である。この格付け遷移確率行列を格付けが変化する企業数に直して表すと、図６（ｂ）に示すようになる。
【００２６】
以下の説明では、格付け遷移確率行列Ｑの成分ｑ_ijは、格付けｊから格付けｉに遷移する確率を表すものとする。これは格付けｊから格付けｉに遷移したサンプルの数を全サンプル数で割ることにより算出できる。
【００２７】
格付け遷移確率行列を作成するために使用したデータの学習年度の各格付けに含まれるサンプル数を記憶しておく。ｖ_jを格付けｊであるサンプル数とし、結果年度の倒産件数をａとすると、次式の関係がある。
【数２】

【００２８】
次に、図２のステップＳ１３で倒産件数予測サーバ３によって算出された予測倒産件数が入力され（ステップＳ２４）、この予測倒産件数に基づいて、ステップＳ２３で入力された格付け遷移確率行列が補正される（ステップＳ２５）。この処理について、以下に詳しく説明する。
【００２９】
倒産件数予測サーバ３が倒産件数の予測のために評価を行う期間をＴとしたとき、０からＴまでの間の時点ｔの倒産件数をｂtとする。これはｔ年度の予測倒産件数であり、このｂtに基づいて以下のように予測倒産件数の補正が行われる。この補正は、倒産件数が結果年度の倒産件数より増加する場合と減少する場合とで異なるので、それぞれの場合について説明する。
【００３０】
（予測倒産件数が結果年度の倒産件数より増加する場合）
格付け遷移確率行列を使って、時点ｔ−１の状態をｓ（ｔ−１）とした場合、
時点ｔの状態は次式で表される。
【００３１】
このとき、ｓ(t)のｎ−１成分は倒産直前の格付けであり、これをｎ−１格と呼ぶ。来年度にｎ−１格になると算出される企業のＫ₁倍が倒産状態（ｎ格）になるとすると、次式が計算できる。
【数４】

【００３２】
これを解いてＫ₁を決定すると、次式のようになる。
【数５】

【００３３】
さらに、１格からｎ−２格までの格付けの企業についても、Ｋ₁の割合で良い格付けから悪い格付けへ補正されると考えて、次式に従って格付け遷移確率行列Ｑの補正を行う。
【数６】

【００３４】
ここで、Ｐは格付け遷移確率行列Ｑの倒産状態に相当するｎ格（先の例では、４格）の列を除いた行列を表す。
【００３５】
(予測倒産件数が結果年度の倒産件数より減少する場合）
倒産件数が減少する場合は、上述の増加する場合と逆に、倒産状態の企業のＫ2倍をｎ−１格に補正する。このとき、上述と同様に計算を進めると、Ｋ2は次式のように決定される。
【数７】

【００３６】
これを用いて、格付け遷移確率行列Ｑは以下のように補正される。
【数８】

【００３７】
次に、上述した予測倒産件数に基づく格付け遷移確率行列の補正方法をさらに具体的に説明する。図７は、予測倒産件数の変化により図６（ａ）に示した格付け遷移確率行列を補正する様子を概念的に示す図であり、図７（ａ）は予測倒産件数が増加（景気が悪化）した場合、図７（ｂ）は予測倒産件数が減少（景気が好転）した場合をそれぞれ示している。
【００３８】
予測倒産件数が増加する場合、予測倒産件数に基づいて格付け遷移確率行列を補正するために、格付けを例えば１０％の割合で下の格付けに下げたと仮定し、格付け遷移確率行列を格付けが変化する企業数で表すと、図８（ａ）のようになる。１０％の割合で格付けが低下するということは、例えば１格から２格に低下する企業数は１０社から９社増えて１社減り、１０＋９−１＝１８社ということになる。図８（ａ）を企業数の割合で表すと、図８（ｂ）のようになる。さらに図８（ｂ）を格付け遷移確率行列に直して表すと、図８（ｃ）のようになり、図７（ａ）で概略的に示した格付け遷移確率行列をより厳密に表したものとなっている。
【００３９】
ここで、生存企業から倒産に至る企業数（上の例では、格付けが３格から４格に低下する企業の数）を求めると、予測倒産件数による補正前の図６（ａ）に示した格付け遷移確率行列を用いた場合は、５社であるのに対して、予測倒産件数による補正後の図８（ｃ）に示した格付け遷移確率行列を用いた場合は、１０社となる。これは予測倒産件数の増加により、格付けが下の格付けに低下する割合が１０％の場合、来年度の予測倒産件数が２倍になることに対応し、言い換えれば来年度の予測倒産件数が１０社になるという予測に対応する。
【００４０】
このような予測倒産件数を基に、格付けが下に移行する割合を算出できる。この割合がＫ％の場合、来年度の予測倒産件数は
５＋１０Ｋ＋４０Ｋ
となる。
【００４１】
一方、予測倒産件数が減少する場合には、予測倒産件数に基づいて格付け遷移確率行列を補正するために、格付けを例えば４０％の割合で上の格付けに上げたたと仮定して、格付け遷移確率行列を格付けが変化する企業数で表すと、図９（ａ）のようになる。４０％の割合で格付けが低下するということは、例えば１格から２格に低下する企業数は１社も増えず（０社増えて）９社減り、１０＋０−４＝６社ということになる。なお、図６（ａ）の補正前の格付け遷移確率行列における４列目の４格（倒産企業に相当）は、倒産企業が翌年に復活することはないことから、予測倒産件数が減少しても４格から動くことはない。
【００４２】
図９（ａ）を企業数の割合で表すと、図９（ｂ）のようになる。図９（ｂ）を格付け遷移確率行列に直して表すと、図９（ｃ）のようになり、図７（ｂ）で概略的に示した格付け遷移確率行列をより厳密に表したものとなっている。
【００４３】
こうして予測倒産件数により補正された後の格付け遷移確率行列Ｑの具体例を以下に示す。これは格付けが１格〜８格の八段階の場合の例である。
【数９】

【００４４】
次に、上記のようにして予測倒産件数によって補正された後の格付け遷移確率行列Ｑを用いて信用リスクである倒産確率、割引現在価値及び適正金利が計算される（ステップＳ２６）。以下、これらの計算処理について詳細に説明する。
【００４５】
まず、融資を行うためのモデルを説明する。ここでは、デフォルト確率に基づいて格付を定義し、格付がマルコフ連鎖モデルに従って推移するモデルを採用する。企業の状態｛Ｘt｝は、次式に示す離散的な状態空間
【数１０】

の中を運動するマルコフ連鎖であると仮定することで、１年後の倒産確率モデルをベースにして長い期間の融資の評価を試みる。ここで、Ｋ＋１はデフォルトを表すため、これは吸収マルコフ連鎖である。
【００４６】
時刻ｔにおける状態からｔ＋１における状態へ推移する確率
【数１１】

を使って次式に示す格付け遷移確率行列Ｑを定義する。
【数１２】

【００４７】
これを使って、時刻ｔ＋ｓの状態を以下のように算出できる。
【数１３】

【００４８】
ここで、状態ベクトルはＸt＝ｊである確率がｊ番目の成分となる。特に、時刻ｔ＋ｓまでの間の累積倒産確率は次式となる。
【数１４】

【００４９】
ここで、前述したように倒産予測件数に応じて補正された格付け遷移確率行列Ｑを用いると、将来の状態は以下のように推測できる。
【数１５】

【００５０】
ここに、Ｅ（ｔ）は時刻ｔからｔ＋１までの間の経営環境を表す指数であり、ｈ（Ｑ，Ｅ）は経営環境指数（倒産予測件数）により格付け遷移確率行列Ｑを補正する関数である。
【００５１】
これにより、評価対象企業の将来の倒産確率を算出できるので、以下ではこれに基づいてリスクプレミアムを算出する。すなわち、評価対象企業に対する融資の評価を行う。
【００５２】
一般に、１円融資した場合に期待される収益は、以下の３項目で表される。
（ａ）金利合計
利率φ、満期Ｔ、倒産時点をτＰ（τ＞ｔ）：時刻ｔで倒産していない確率とすると、金利合計は次式で表される。
【数１６】

（ｂ）途中で倒産した場合の回収額
回収率をε＝Ｐ（τ＝ｔ）：時刻ｔで倒産する確率とすると、回収額は次式で表される。
【数１７】

（ｃ）正常に元本が回収された場合の元本
この元本は、次式で表される。
【数１８】

これら（ａ）（ｂ）（ｃ）を用いると、融資の価値は次式で与えられる。
【数１９】

【００５３】
ここで、上記（ａ）（ｂ）（ｃ）はそれぞれ異なるタイミングでの収入となるので、全てを現在の価値に変換すると分かりやすい。例えば、現在の１万円を銀行などの金融機関に預けるなどの適当に運用した時の平均利率をＲ％とすると、１年後には１＊（１＋Ｒ／１００）万円となる。逆に、１年後の１万円は現在の価値に直すと、ｒ＝Ｒ／１００として、１／（１＋ｒ）万円となる。このように（ａ）（ｂ）（ｃ）の全ての項目を現在の価値に変換した値が割引現在価値と呼ばれる。
【００５４】
例えば、時点ｔ＝０で１円を融資した際の割引現在価値の期待値は、以下のように表すことができる。
【数２０】

【００５５】
ここで、τは倒産時点、φは利率、Ｔは満期、ηは回収率を表している。これを格付け遷移確率行列Ｑを用いて書き直すと、以下のように表すことができる。
【数２１】

【００５６】
一方、適正金利は融資額の割引現在価値が融資額となるように決められた金利である。すなわち、１円融資したときに割引現在価値の期待値が１円になる場合の利率が適正金利であり、以下のように算出できる。
【数２２】

【００５７】
以上述べたように、本実施形態によると倒産予測件数に応じて格付け遷移確率行列を補正し、この補正後の格付け遷移確率行列を用いて信用リスクを評価することにより、評価対象企業の経営環境などの変化を反映させた信頼性の高い評価を行うことができる。
【００５８】
次に、本発明の他の実施形態について説明する。上記実施形態では、倒産予測件数のみに応じて格付け遷移確率行列を補正したが、本実施形態ではさらに他のパラメータを用いて格付け遷移確率行列を行う態様について述べる。
本実施形態による新揚陸評価システムの構成は、先の実施形態と同様、図１に示した通りである。図１０に示すフローチャートを用いて、本実施形態における格付け遷移確率行列の補正処理について説明する。
【００５９】
まず、財務データ信頼度に基づく格付け遷移確率行列の補正を行い（ステップＳ３１）、次に先の実施形態と同様の予測倒産件数に基づく格付け遷移確率行列の補正（ステップＳ３２）、融資目的に応じた格付け遷移確率行列の補正（ステップＳ３３）、そして取引先リスクに応じた格付け遷移確率行列の補正（ステップＳ３４）を順次行う。なお、ステップＳ３２、ステップＳ３３及びステップＳ３４の処理は、この順序に限られず、任意に変更しても構わない。また、ステップＳ３１，Ｓ３３，Ｓ３４の処理は単独で実施してもよいし、ステップＳ３２を含めて２つ以上の処理を組み合わせ実施してもよい。以下、ステップＳ３１，Ｓ３３，Ｓ３４の処理について詳細に説明する。
【００６０】
ステップＳ３１では、信用リスク評価サーバ５が企業情報データベース２に格納されている評価対象企業の財務データ信頼度の情報をネットワーク１を介して取り込み、これに基づいて格付け遷移確率行列の補正を行う。財務データが信頼できない場合には、格付け遷移確率行列を作成する際の各企業の初期格付けに曖昧さが生じる。例えば、スコアリングでは１格（最優秀）と判定された企業が粉飾のおそれがある場合、財務データの信頼度は低下する。
【００６１】
そこで、図１１に示すように格付け遷移確率行列の初期値を通常の１／０ではなく、ファジー制御におけるメンバシップ関数と同様に、財務データ信頼度に応じて１〜０の範囲で分布させる。すなわち、財務データ信頼度が非常に高い場合には、格付け遷移確率行列の初期値は１／０でよいが、財務データ信頼度が低ければ、それに応じて初期値の重み付けを行う。
【００６２】
このように格付け遷移確率行列を財務データ信頼度に応じて補正することにより、評価対象企業に粉飾があるような場合でも、それを格付け遷移確率行列に基づく信用リスクの計算に反映させることができる。
【００６３】
一般に、企業には種々のタイプがあり、そのタイプに応じて融資を受けようとする際の目的が異なる。例えば、当該企業が今まで行っていない新規事業に乗り出す場合には、その投資のための資金を調達する必要がある。このような新規事業投資では、事業に成功すれば大きな利益を生むが、逆に失敗すれば大きな損失を伴う。すなわち、ハイリスク・ハイリターン型の投資となる。一方、当該企業本業として続けている既存事業の事業資金を調達しようとする場合には、ローリスク・ローリターン型の投資となる。
【００６４】
このような点に注目し、ステップＳ３３では信用リスク評価サーバ５が企業情報データベース２に格納されている評価対象企業の新規事業化などの情報をネットワーク１を介して取り込み、評価対象企業の融資を受ける目的が新規事業投資の場合には、図１２に示すようにハイリスク・ハイリターン型を反映するように格付け遷移確率行列の分散を補正する。
【００６５】
このようにして評価対象企業の融資を受ける目的に応じて格付け遷移確率行列を補正することによって、当該企業のタイプに応じた的確な信用リスク計算を行うことができる。
【００６６】
次に、ステップＳ３４においては、信用リスク評価サーバ５が企業情報データベース２に格納されている評価対象企業の取引先企業に関する財務データなどの情報を取り込み、格付け遷移確率行列を評価対象企業の取引先リスクに応じて補正する。
【００６７】
具体的には、取引先リスクとして例えば評価対象企業がその取引先に対して持つ売掛債権の担保力を評価し、この担保力に応じて格付け遷移確率行列を補正する。例えば、オリジナルの格付け遷移確率行列を図１３（ａ）とし、売掛金の現金化率を高めた財務指標から得られる格付け遷移確率行列を図１３（ｂ）とすると、これらをマージすることによって図１３（ｃ）に示すように、財務データを変形した場合の接続化の傾向の変化を反映させる。
【００６８】
このように評価対象企業の取引先リスクに応じて格付け遷移確率行列を補正することによって、評価対象企業の取引先の経営状態を反映させたより的確な信用リスク評価が可能となる。
【００６９】
以上、本発明の実施形態について説明したが、本発明はその主旨に添った範囲で種々変形して実施することが可能である。
【００７０】
【発明の効果】
以上説明したように、本発明によれば対象企業の経営環境などの変化を反映させた信頼のおける信用リスク評価を行うことができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る信用リスク評価システムの構成を示すブロック図
【図２】同実施形態におけるは信用リスク評価手順の概略的な流れを示すフローチャート
【図３】図２おける信用リスク算出処理の詳細な流れを示すフローチャート
【図４】評価対象企業の属する企業群に対するスコアリングについて説明するための図
【図５】評価対象企業の属する企業群に対する格付けについて説明するための図
【図６】格付け遷移確率行列について説明するための図
【図７】景気（予測倒産件数）に応じた格付け遷移確率行列の補正について説明するための図
【図８】予測倒産件数が増加する場合の格付け遷移確率行列に対応する格付けが変化する企業数及びその割合と対応する格付け遷移確率行列について説明する図
【図９】予測倒産件数が減少する場合の格付け遷移確率行列に対応する格付けが変化する企業数及びその割合と対応する格付け遷移確率行列について説明する図
【図１０】本発明の他の実施形態における格付け遷移確率行列の補正処理の流れを示すフローチャート
【図１１】同実施形態における財務データ信頼度に基づく格付け遷移確率行列の補正について説明するための図
【図１２】同実施形態における融資目的に基づく格付け遷移確率行列の補正について説明するための図
【図１３】同実施形態における取引先リスクに基づく格付け遷移確率行列の補正について説明するための図
【符号の説明】
１…ネットワーク
２…企業情報データベース
３…倒産件数予測サーバ
４…モデル提供サーバ
５…信用リスク評価サーバ

Claims

コンピュータを用いて評価対象企業の少なくとも倒産確率を含む信用リスクを評価する方法であって、
前記コンピュータによって実現される企業情報取得手段が、企業情報データベースから評価対象企業の企業情報を取得するステップと、
前記コンピュータによって実現される予測倒産件数取得手段が、評価対象企業の属する企業群の予測倒産件数を取得するステップと、
前記コンピュータによって実現される格付け遷移確率行列記憶手段が、学習年度の格付けから学習年度の翌年の格付けへの遷移確率を成分とする格付け遷移確率行列を記憶するステップと、
前記コンピュータによって実現されるサンプル数記憶手段が、前記格付け遷移確率行列を作成するために使用した前記企業情報の前記学習年度の各格付けに含まれるサンプル数を記憶するステップと、
前記コンピュータによって実現される要注意件数計算手段が、前記格付け遷移確率行列の前記成分と前記サンプル数に従って前記学習年度の翌年の倒産状態に相当する格付（ｎ格）の次に悪い要注意格付（ｎ−１格）の件数を計算するステップと、
前記コンピュータによって実現される割合計算手段が、前記予測倒産件数取得手段が取得した前記予測倒産件数と前記要注意件数計算手段が計算した前記学習年度の翌年の前記ｎ−1格の件数と、前記各格付に含まれるサンプル数のうちの前記ｎ格の件数である前記学習年度の翌年の倒産件数に基づいて、前記学習年度から前記学習年度の翌年の格付け遷移行列に比較して、今年度から来年度の格付け遷移行列が変化する割合を、倒産件数が増加する場合には下記数１を、
［数１］

減少する場合には下記数２を、
［数２］

を用いてそれぞれ割合κ _１、κ _２を計算するステップと、
前記コンピュータによって実現される格付け遷移確率行列補正手段が、前記割合計算手段が計算した前記割合を用いて、前記格付け遷移確率行列記憶手段が記憶した前記格付け遷移確率行列を補正するステップと、
前記コンピュータによって実現される信用リスク計算手段が、前記格付け遷移確率行列補正手段が補正した格付け遷移確率行列を用いて前記信用リスクを計算するステップと、を具備することを特徴とする信用リスク評価方法。
ここで、
ａは結果年度の倒産件数、
ｂ _ｔは予測倒産件数、
ｑ _{i 、ｊ} はｊ格からｉ格へ格付けが遷移する確率、
ν _ｊは格付けｊであるサンプル数、
を表す。
前記信用リスクを計算するステップは、前記信用リスク計算手段が前記信用リスクとして、さらに前記評価対象企業に融資を行う場合の適正金利及び割引現在価値の少なくとも一つを計算することを特徴とする請求項１記載の信用リスク評価方法。
コンピュータを用いて評価対象企業の少なくとも倒産確率を含む信用リスクを評価するシステムであって、
企業情報データベースから評価対象企業の企業情報を取得する前記コンピュータによって実現される企業情報取得手段と、
評価対象企業の属する企業群の予測倒産件数を取得する前記コンピュータによって実現される予測倒産件数取得手段と、
学習年度の格付けから学習年度の翌年の格付けへの遷移確率を成分とする格付け遷移確率行列を記憶する前記コンピュータによって実現される格付け遷移確率行列記憶手段と、
前記格付け遷移確率行列を作成するために使用した前記企業情報の前記学習年度の各格付けに含まれるサンプル数を記憶する前記コンピュータによって実現されるサンプル数記憶手段と、
前記格付け遷移確率行列の前記成分と前記サンプル数に従って前記学習年度の翌年の倒産状態に相当する格付（ｎ格）の次に悪い要注意格付（ｎ−１格）の件数を計算する前記コンピュータによって実現される要注意件数計算手段と、
前記要注意件数計算手段が計算した前記学習年度の翌年の前記ｎ−１格の件数と、前記各格付に含まれるサンプル数のうちの前記ｎ格の件数である前記学習年度の翌年の倒産件数に基づいて、前記学習年度から前記学習年度の翌年の格付け遷移行列に比較して、今年度から来年度の格付け遷移行列が変化する割合を、倒産件数が増加する場合には下記数３を、
［数３］

減少する場合には下記数４を、
［数４］

を用いてそれぞれ割合κ _１、κ _２を計算する前記コンピュータによって実現される割合計算手段と、
前記割合計算手段が計算した前記割合を用いて、前記格付け遷移確率行列記憶手段が記憶した前記格付け遷移確率行列を補正する前記コンピュータによって実現される格付け遷移確率行列補正手段と、
前記格付け遷移確率行列補正手段が補正した格付け遷移確率行列を用いて前記信用リスクを計算する前記コンピュータによって実現される信用リスク計算手段と、
を具備することを特徴とする信用リスク評価システム。
ここで、
ａは結果年度の倒産件数、
ｂ _ｔは予測倒産件数、
ｑ _{i 、ｊ} はｊ格からｉ格へ格付けが遷移する確率、
ν _ｊは格付けｊであるサンプル数、
を表す。
前記信用リスク計算手段は、前記信用リスクとして、さらに前記評価対象企業に融資を行う場合の適正金利及び割引現在価値の少なくとも一つを計算することを特徴とする請求項３記載の信用リスク評価システム。
コンピュータを用いて評価対象企業の少なくとも倒産確率を含む信用リスクを評価する処理を該コンピュータに実行させるためのプログラムであって、
前記コンピュータによって実現される企業情報取得手段が、企業情報データベースから評価対象企業の企業情報を取得する処理と、
前記コンピュータによって実現される予測倒産件数取得手段が、評価対象企業の属する企業群の予測倒産件数を取得する処理と、
前記コンピュータによって実現される格付け遷移確率行列記憶手段が、学習年度の格付けから学習年度の翌年の格付けへの遷移確率を成分とする格付け遷移確率行列を記憶する処理と、
前記コンピュータによって実現されるサンプル数記憶手段が、前記格付け遷移確率行列を作成するために使用した前記企業情報の前記学習年度の各格付けに含まれるサンプル数を記憶する処理と、
前記コンピュータによって実現される要注意件数計算手段が、前記格付け遷移確率行列の前記成分と前記サンプル数に従って前記学習年度の翌年の倒産状態に相当する格付（ｎ格）の次に悪い要注意格付（ｎ−１格）の件数を計算する処理と、
前記コンピュータによって実現される割合計算手段が、前記予測倒産件数取得手段が取得した前記予測倒産件数と前記要注意件数計算手段が計算した前記学習年度の翌年の前記ｎ−1格の件数と、前記各格付に含まれるサンプル数のうちの前記ｎ格の件数である前記学習年度の翌年の倒産件数に基づいて、前記学習年度から前記学習年度の翌年の格付け遷移行列に比較して、今年度から来年度の格付け遷移行列が変化する割合を、倒産件数が増加する場合には下記数５を、
［数５］

減少する場合には下記数６を、
［数６］

を用いてそれぞれ割合κ _１、κ _２を計算する処理と、
前記コンピュータによって実現される格付け遷移確率行列補正手段が、前記割合計算手段が計算した前記割合を用いて、前記格付け遷移確率行列記憶手段が記憶した前記格付け遷移確率行列を補正する処理と、
前記コンピュータによって実現される信用リスク計算手段が、前記格付け遷移確率行列補正手段が補正した格付け遷移確率行列を用いて前記信用リスクを計算する処理と、
を含む信用リスク評価処理を前記コンピュータに実行させるためのプログラム。
ここで、
ａは結果年度の倒産件数、
ｂ _ｔは予測倒産件数、
ｑ _{i 、ｊ} はｊ格からｉ格へ格付けが遷移する確率、
ν _ｊは格付けｊであるサンプル数、
を表す。