JP5955436B1 - ローンリスク評価パラメータ算出装置、プログラム、及び方法 - Google Patents

Abstract

【課題】不動産ノンリコースローンのリスク評価に関するパラメータを算出する。【解決手段】各種情報を格納した情報格納部１２０、１６０と、情報格納部に格納した賃料収入トレンド及びボラティリティーに基づいて賃料収入を算出する機能１１と、情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出する機能１５と、情報格納部に格納した不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、リスク評価に関するパラメータの算出に適用する適用賃料収入を決定する機能１２と、適用賃料収入を用いてキャッシュフローを生成する機能９と、キャッシュフローとキャップレートから算出される物件価格及びキャッシュフローを用いて各種テストを実行し、デフォルト発生時のロス額に基づいてパラメータを算出するパラメータ算出機能３とを備える。【選択図】図９

Description

本発明は、ローンリスクを評価するためのパラメータを算出するローンリスク評価パラメータ算出装置、プログラム、及び方法に関し、より詳細には、不動産ノンリコースローンのリスク評価に関するパラメータを算出するローンリスク評価パラメータ算出装置、プログラム、及び方法に関する。

従来、融資対象物件から見込まれる収益や将来の売却収入だけを返済資金とするノンリコースローンが知られている。ノンリコースローンでは、金融機関等の融資者が請求できる範囲は融資対象物件からの収益や収入に限定され、債務者はそれ以上の返済義務を負うことがない。融資対象物件を不動産としたものは不動産ノンリコースローンと呼ばれ、不動産の収益や収入を目的とする投資システムで活用されている。（例えば、特許文献１参照）。

貸倒れのリスクの評価において、デフォルト確率（ＰＤ：Probability of Default）を推計する手法や、ＰＤに加え、デフォルト時損失率（ＬＧＤ：Loss Given Default）やデフォルト時与信額（デフォルト時エクスポージャ（ＥＡＤ：Exposure at Default））を推計する手法が知られている。（例えば、非特許文献１参照）。

一般的には、融資者は、借り手における事業の将来性、業績予測、財務内容に基づいて、ローンのリスクを判断する。これに対しノンリコースローンでは、担保は融資対象物件の収益性や将来の処分価格に限定される。そこで融資者は、融資対象物件の収益性や将来の処分価格に基づいて、ノンリコースローンのリスクを評価する必要がある。

しかしながら、不動産ノンリコースローンは歴史が浅く、過去の実績を集めてリスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）を推計する手法を単純に適用することができないという問題があった。この問題に鑑み、個別の不動産の特性を考慮した不動産ノンリコースローンのリスク評価に関する客観性の高いパラメータを算出することができるローンリスク評価パラメータ算出装置、プログラム、及び方法が提案されている。（例えば、特許文献２参照）。

特開２００３−３４５９７９号公報 特開２００８−００９７５７号公報

「内部格付制度に基づく信用リスク管理の高度化」，日本銀行金融機構局、２００５年７月

しかしながら、特許文献２において提案されている手法においては、デフォルト判定を行うに十分な分布の広がりを表現する為、満期までの期間をシミュレートする必要があり、結果として、評価時点によって、結果が変動し得る可能性があった。すなわち、ローンの初期から期日までのローン期間（例えば、５年間）中の複数のモニタリング時点において対象物件の将来の物件価格等をシミュレートしてデフォルト率を算出する手法では、ローン期間中の物件価格は一定比率で変動し（例えば、ローン期間が長くなるほど物件価格が下落し）、またモニタリング時点から期日までの期間が長くなるほど物件価格の不確実性が大きくなる。この結果、算出されるデフォルト率は、モニタリング時点から期日までの期間の長さに応じて変動し得る可能性があり、したがって、推計されるリスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）も変動し得る可能性があった。

本願発明は、このような問題に鑑みてなされたもので、その目的とするところは、モニタリング時点から期日までの長さの影響を低減した、不動産ノンリコースローンのリスク評価に関するパラメータを算出するローンリスク評価パラメータ算出装置、プログラム、及び方法を提供することにある。

本願発明は、このような課題を解決するために、シミュレートする期間を一年の固定とし、一方で、十分な分布の広がりを表現するため、キャップレートについても確率的にシミュレートする。また、従来、賃料収入は、賃料変動及び空室率変動をそれぞれ確率的にシミュレートし、シミュレートした賃料変動及び空室率変動を用いてシミュレートしていた。本願発明は、賃料収入自体を確率的にシミュレートする。

本願発明の一態様は、不動産ノンリコースローンのリスク評価に関するパラメータを算出するローンリスク評価パラメータ算出装置である。ローンリスク評価パラメータ算出装置は、賃料収入算出手段、キャップレート算出手段、適用賃料収入決定手段、キャッシュフロー生成手段、各種テストを実行するテスト手段、及び前記パラメータを算出するパラメータ算出手段からなる演算処理部と、各種情報を格納した情報格納部とを備え、前記賃料収入算出手段は、前記情報格納部に格納した賃料収入トレンド及び賃料収入ボラティリティーに基づいて賃料収入を算出し、前記キャップレート算出手段は、前記情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出し、前記適用賃料収入決定手段は、前記情報格納部に格納した前記不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、前記リスク評価に関する前記パラメータの算出に適用する適用賃料収入を決定し、前記キャッシュフロー生成手段は、前記適用賃料収入を用いてキャッシュフローを生成し、前記テスト手段は、前記キャッシュフロー及び前記キャッシュフローと前記キャップレートから算出される物件価格を用いて各種テストを実行し、前記パラメータ算出手段は、デフォルト発生時のロス額に基づいて前記パラメータを算出することを特徴とする。

一実施形態では、前記賃料収入算出手段は、前記賃料収入トレンド、前記賃料収入ボラティリティー及び標準正規分布に従って発生する確率変数に基づいて前記賃料収入を算出する。前記キャップレート生成手段は、前記キャップレートボラティリティー及び標準正規分布に従って発生する確率変数に基づいて前記キャップレートを算出する。前記賃料収入の変化率を算出するブラウン運動となる標準正規分布と前記キャップレートの変化率を算出するブラウン運動となる標準正規分布とは互いに独立している。

一実施形態では、算出される前記リスク評価に関するパラメータは、前記不動産ノンリコースローンのモニタリング開始時点から１年間のリスク評価に関するパラメータである。

一実施形態では、前記適用賃料収入決定手段は、前記テナント形態がマルチテナントの場合、前記賃料収入を前記適用賃料収入として決定することを特徴とする。

一実施形態では、前記適用賃料収入決定手段は、前記テナント形態がシングルテナントかつ定期借家契約無しの場合、前記賃料収入を前記適用賃料収入として決定し、前記テナント形態がシングルテナントかつ定期借家契約有りの場合、前記定期借家契約にかかるテナントの格付に基づいて、前記テナントがデフォルトする確率であるテナントデフォルトを算出し、前記テナントデフォルトに基づいて、前記適用賃料収入を決定することを特徴とする。

本願発明の一態様は、コンピュータに不動産ノンリコースローンのリスク評価に関するパラメータを算出させるためのローンリスク評価パラメータ算出プログラムである。ローンリスク評価パラメータ算出プログラムは、各種情報を格納した情報格納部を備えたコンピュータを、前記情報格納部に格納した賃料収入トレンド及び賃料収入ボラティリティーに基づいて賃料収入を算出する賃料収入算出手段、前記情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出するキャップレート算出手段、前記情報格納部に格納した前記不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、前記リスク評価に関する前記パラメータの算出に適用する適用賃料収入を決定する適用賃料収入決定手段、前記適用賃料収入を用いてキャッシュフローを生成するキャッシュフロー生成手段、前記キャッシュフロー及び前記キャッシュフローと前記キャップレートから算出される物件価格を用いて各種テストを実行するテスト手段、及びデフォルト発生時のロス額に基づいて前記パラメータを算出するパラメータ算出手段として機能させる。

本願発明の一態様は、コンピュータで不動産ノンリコースローンのリスク評価に関するパラメータを算出させるためのローンリスク評価パラメータ算出方法である。ローンリスク評価パラメータ算出方法は、各種情報を格納した情報格納部を備えたコンピュータにおいて、前記情報格納部に格納した賃料収入トレンド及び賃料収入ボラティリティーに基づいて賃料収入を算出することと、前記情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出することと、前記情報格納部に格納した前記不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、前記リスク評価に関する前記パラメータの算出に適用する適用賃料収入を決定することと、前記適用賃料収入を用いてキャッシュフローを生成することと、前記キャッシュフロー及び前記キャッシュフローと前記キャップレートから算出される物件価格を用いて各種テストを実行することと、デフォルト発生時のロス額に基づいて前記パラメータを算出することと、を含む。

以上説明したように、本発明によれば、モニタリング時点から期日までの長さの影響を低減した、不動産ノンリコースローンのリスク評価に関する客観性の高いパラメータを算出することができるローンリスク評価パラメータ算出装置、プログラム、及び方法を提供することが可能となる。

本発明のローンリスク評価パラメータ算出装置の概略構成図である。 不動産鑑定書情報の項目の一例を示す図である。 ヒストリカル情報のデータ構造の一例を示す図である。 テナント格付け情報のデータ構造の一例を示す図である。 テナント形態情報のデータ構造の一例を示す図であり、（ａ）はテナント形態とテナント形態識別子の対応関係を示すテーブルのデータ構造を示し、（ｂ）は各不動産ノンリコースローンに割り当てられた案件番号とその対象不動産のテナント形態識別子を含むテーブルのデータ構造を示す図である。 ローン契約条件情報のデータ構造を示す図である。 テスト種別・条件情報のデータ構造を示す図である。 キャッシュフロー情報のデータ構造を示す図である。 本発明のローンリスク評価パラメータ算出装置の機能ブロック図である。 本発明のローンリスク評価パラメータ算出装置が処理するフローチャートである。 本発明のローンリスク評価パラメータ算出装置の備える賃料収入算出手段１１及びキャップレート算出手段１５がそれぞれ処理するフローチャートである。 本発明のローンリスク評価パラメータ算出装置の備える適用賃料収入決定手段１２が処理するフローチャートである。

以下、図面を参照しながら本発明の実施形態について詳細に説明する。
図１は、本発明のローンリスク評価パラメータ算出装置の概略構成図である。この装置は、演算処理部であるＣＰＵ１０１、一時記録部であるＲＡＭ等のメモリ１０２、ディスプレイ等の出力装置１０３、キーボード等の入力装置１０４が接続されているバスに、データ格納部１２０、プログラム格納部１４０及び中間・出力データ格納部１６０からなる情報格納部１００が接続されている。このデータ格納部１２０、プログラム格納部１４０及び中間・出力データ格納部１６０は、ハードディスク等の書き込み読みだし可能な単一又は複数の記録メディアから構成される。

データ格納部１２０には、不動産ノンリコースローンの対象物件である不動産（以下、単に対象物件ともいう。）についての不動産鑑定書に関する情報から不動産鑑定書情報ファイル１２１と、市場における不動産の賃料収入のトレンド及びボラティリティー並びに市場における不動産のキャップレートのボラティリティー等に関する統計情報からなるヒストリカル情報ファイル１２２と、例えば賃貸オフィスの一部または全部に入居するテナントに関する情報からなるテナント格付情報ファイル１２３と、対象物件のテナント形態からなるテナント形態情報ファイル１２４と、ローン金額、ローン期間、及び元利金支払条件等の情報からなるローン契約条件情報ファイル１２５と、ＤＳＣＲ（Debt Service Coverage Ratio）テスト及びＬＴＶ（Loan to Value）テストを含むテストの条件に関する情報からなるテスト種別・条件情報ファイル１２６が格納されている。

プログラム格納部１４０には、リスク評価パラメータ（ＰＤ（Probability of Default：デフォルト確率），ＬＧＤ（Loss Given Default：デフォルト時損失率），ＥＡＤ（Exposure at Default：デフォルト時エクスポージャ））を推計するモデルであるプログラム（ＰＤ，ＬＧＤ，ＥＡＤを算出するためのアルゴリズム）が格納されており、そのプログラムは、賃料収入を算出する機能、キャップレートを算出する機能、適用賃料収入を決定する機能、キャッシュフローを生成する機能、ＤＳ（Debt Service）デフォルトを判定する機能、ＬＴＶデフォルトを判定する機能、テスト（ＤＳＣＲ（Debt Service Coverage Ratio）テスト、ＬＴＶ（Loan to Value）テスト）を実行する機能、及びリスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）を算出する機能を備えている。また、プログラム格納部１４０に格納されているプログラムは、賃料収入を算出する機能の一部として機能する賃料収入の変動を算出する機能、キャップレートを算出する機能の一部としてキャップレートの変動を算出する機能、適用賃料収入を決定する機能の一部として機能するテナントデフォルト変動を算出する機能、及びキャッシュフローを生成する機能の一部として機能するキャップレートの変動率を算出する機能を備える。

中間・出力データ格納部１６０には、上記プログラムの各種の算出手段で算出された中間データと最終の出力データが格納されている。

プログラム格納部１４０に格納されているプログラムにより処理される、各種機能について以下に具体的に説明する。

なお、以下に説明するプログラムは、本発明の実施形態の一例として説明するものであって、このプログラムに限定されるものではない。

Ｉ．賃料収入の変動を算出する機能：
従来、賃料収入は、賃料変動及び空室率変動をそれぞれ確率的にシミュレートし、シミュレートした賃料変動及び空室率変動を用いてシミュレートしていた（例えば、特許文献２参照）。また、従来、キャップレートは、ローンの初期から期日までの時間（モニタリング時点）を変数とする関数（例えば、特許文献２では指数関数）として定義されていた。

これに対して、本実施形態では、賃料収入の変動それ自体を確率的にシミュレートすることで、賃料収入自体をシミュレートする。また、本実施形態では、キャップレートを確率的にシミュレートする。

本実施形態では、賃料収入の変化率は式（１）で定義され、賃料収入の変動を算出する機能は、市場における賃料収入トレンド及びそのボラティリティー（標準偏差）に基づいて賃料収入の変動を算出する。賃料収入を算出する機能は、算出された賃料収入の変動及びノンリコースローンの対象物件についての不動産鑑定書情報を考慮して、当該対象物件の賃料収入を推計する。推計されるキャップレートの変化率は式（２）で定義され、キャップレートの変動を算出する機能は、市場におけるキャップレートのボラティリティー（標準偏差）に基づいてキャップレートの変動を算出する。キャップレートを算出する機能は、算出されたキャップレートの変動及びノンリコースローンの対象物件についての不動産鑑定書情報を考慮して、当該対象物件のキャップレートを推計する。

ここで、μ_Bは図３のヒストリカル情報ファイルに格納されるヒストリカル情報から取得された対象物件の地域・種別に応じた「賃料収入トレンド」である。σ_Bはヒストリカル情報から取得された対象物件の地域・種別に応じた「賃料収入ボラティリティー」（標準偏差）である。σ_Lはヒストリカル情報から取得された対象物件の地域・種別に応じた「キャップレートボラティリティー」（資本収益率、還元利回り、期待利回りの標準偏差）である。あるいは、地域をランク分けして得られる賃料収入トレンド、賃料収入ボラティリティー、及びキャップレートボラティリティーのランク内の中央値や平均値などの代表値を用いてもよい。

ｄｚ_Bは、標準正規分布に従って発生する確率変数であり、賃料収入の算出過程において賃料収入の変化率がブラウン運動するという仮定を反映させるものである。

同様に、ｄｚ_Lは、標準正規分布に従って発生する確率変数であり、キャップレートの算出過程においてキャップレートの変化率がブラウン運動するという仮定を反映させるものである。

賃料収入とキャップレートの間には、取引参加者の違いから独立性を仮定することが出来ると考えらえれ、したがって、ｄｚ_Bとｄｚ_Lは、互いに独立としている。

複数の不動産を対象とする不動産ノンリコースローンのリスク評価に関するパラメータの算出に拡張することができる。

対象物件が複数の場合、上記式（１）及び（２）をそれぞれ、式（１’）及び（２’）のように拡張する。対象物件の数がｍ個（ｍは２以上の整数）の場合、ｉ番目（ｉは１＜ｉ≦ｍの整数）の対象物件（以下、対象物件ｉという。）の賃料収入変化率を式（１’）で表し、対象物件ｉのキャップレート変化率を式（２’）で表すことができる。

μ_Biは図３のヒストリカル情報ファイルに格納されるヒストリカル情報から取得された対象物件ｉの地域・種別に応じた賃料収入トレンドである。σ_Biはヒストリカル情報から取得された対象物件ｉの地域・種別に応じた賃料収入変化率のボラティリティー（標準偏差）である。σ_Liはヒストリカル情報から取得された対象物件ｉの地域・種別に応じたキャップレート変化率のボラティリティー（標準偏差）である。

物件ｉの賃料収入変化率ｄB_i／Ｂ_iと物件ｊのキャップレート変化率ｄL_j／Ｌ_jの相関係数をρ_Bi,Ljとすると相関行列は行列（Ａ）のように表される。尚、i=jの場合はゼロとなる。

行列（Ａ）を対象物件の組み合わせのパターン化により簡単化してもよい。

対象物件が複数の場合、簡単化された相関行列をコレスキー分解等により分解して、相関のある２ｍ個の標準正規分布に従う確率変数を発生させることができる。

賃料収入算出手段及びキャップレート算出手段の処理フローについては、図１１を参照して後述する。

II．適用賃料収入を決定する機能：
適用賃料収入を決定する機能は、リスク評価に関するパラメータの算出に適用する賃料収入（以下、適用賃料収入という。）を決定する機能である。適用賃料収入を決定する機能は、対象物件のテナント形態（シングルテナント、マルチテナント）に応じた適用賃料収入を決定する。

適用賃料収入を決定する機能は、対象物件のテナント形態がシングルテナントかつ定期借家契約が有る場合、定期借家契約に応じた適用賃料を決定する。この場合、適用賃料収入を決定する機能は、テナントデフォルト変動を算出する機能と連動してテナントがデフォルトする確率に応じた適用賃料を決定する。

適用賃料収入を決定する機能は、対象物件のテナント形態がシングルテナントかつ定期借家契約の無い場合、または、マルチテナントの場合、賃料収入算出手段により算出された賃料を適用賃料として決定する。

適用賃料収入を決定する手段の処理フローについては、図１２を参照して後述する。

III．キャッシュフローを生成する機能：
ローンの支払（利払い）に用いられるキャッシュフローを生成する機能は、不動産ノンリコースローンのリスク評価に用いる対象物件のキャッシュフローを、決定した適用賃料収入を用いて生成する機能である。

キャッシュフローを生成する手段の処理フローについては、図８を参照して後述する。

IＶ．ＤＳ（Debt Service）デフォルト判定、ＬＴＶデフォルト判定、及びテスト（ＤＳＣＲテスト、ＬＴＶテスト）を実行する機能：
テスト（ＤＳＣＲテスト、ＬＴＶテスト）を実行する機能は、生成した対象物件のキャッシュフロー、物件価格に基づいて、ＤＳＣＲテスト、ＬＴＶテストを実行する機能である。ＤＳデフォルト判定、ＬＴＶデフォルト判定は、それぞれデフォルトするか否かを判定し、デフォルトする場合には当該デフォルトに関する情報を記録する。

Ｖ．リスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）を算出する機能：
リスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）を算出する機能は、ＤＳデフォルト判定、ＬＴＶデフォルト判定を実行する機能により記録されたデフォルトに関する情報から、リスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）を算出する機能である。

次にデータ格納部１２０に格納される各ファイルについて説明する。

図２は、不動産鑑定書情報のデータの一例を示す図である。不動産鑑定書情報の項目は、不動産ノンリコースローンの対象物件について、不動産鑑定士が通常の作成方法により作成した不動産鑑定書に含まれる情報及び当該不動産鑑定書に付属する書類等に含まれる情報の一部または全部である。不動産鑑定書情報は、不動産ノンリコースローンの案件番号が付与され、不動産鑑定書情報ファイル１２１に格納されている。不動産鑑定書情報ファイル１２１は、情報格納部１００に予め格納されている。不動産鑑定書情報の項目（１）の年間賃料収入（Ｂ）と項目（２）の査定空室率（Ｄ）とから計算されるＢ（１−Ｄ）が、本実施形態の賃料収入を算出する機能において賃料収入を算出する際の初期値として用いられる。また、不動産鑑定書情報の項目（９）のキャップレートＬ（０）は、本実施形態のキャップレートを算出する機能においてキャップレートを算出する際の初期値として用いられる。

図３は、ヒストリカル情報のデータの一例を示す図である。ヒストリカル情報は、不動産ノンリコースローンの対象物件となり得る物件の地域・種別毎の賃料収入のトレンド、賃料収入のボラティリティー、キャップレートのボラティリティーを含む。

ヒストリカル情報を参照すると、Ａ市のオフィスビルの賃料収入のトレンドμ_Bは０．０５％で増大する傾向にあり、その分布におけるボラティリティーσ_B（標準偏差）は５％であることがわかる。また、Ａ市のオフィスビルのキャップレートのボラティリティーσ_D（標準偏差）は１０％であることがわかる。

また、Ａ市、Ｂ市、Ｃ市のオフィスビルはランクＩに分類され、ランクＩにおける賃料収入のトレンドの代表値は０．７３％、賃料収入のボラティリティーσ_Bの代表値は５．３３％、キャップレートのボラティリティーの代表値は８．３３％であることがわかる。

ヒストリカル情報は、一般に入手可能な統計資料を用いることもできる。本実施形態では、ヒストリカル情報は、ヒストリカル情報ファイル１２２に格納されている。ヒストリカル情報ファイル１２２は、情報格納部１００に予め格納されている。

図４は、テナント格付情報のデータの一例を示す図である。テナント格付情報は、不動産ノンリコースローンの対象不動産のテナントの格付けであり、金融機関や与信機関によって作成される。例えば、対象不動産のテナント形態がシングルテナントかつ定期借家契約である場合には、この格付を考慮した適用賃料の決定が行われる。テナント格付情報は、テナント格付情報ファイル１２３に格納されている。テナント格付情報ファイル１２３は、情報格納部１００に予め格納されている。

図５は、テナント形態情報のデータ構造の一例を示す図である。図５（ａ）は、テナント形態とテナント形態識別子の対応関係を示すテーブルである。図５（ｂ）は、各不動産ノンリコースローンに割り当てられた案件番号とその対象不動産のテナント形態識別子を含むテーブルである。これらのテーブルを参照することにより、案件番号０００１の対象物件は複数のテナントが同居するマルチテナント形態であることがわかる。

本実施形態では、テナント形態が３つ示されているが、必要に応じて図５（ａ）を拡張または縮小することができる。テナント形態情報は、テナント形態情報ファイル１２５に格納されている。ヒストリカル情報ファイル１２２は、情報格納部１００に予め格納されている。

図６は、ローン契約条件情報のデータの一例を示す図である。ローン契約条件情報は、不動産ノンリコースローンにおけるローン金額、ローン期間、ローン条件（金利返済条件、元本返済条件）等を含む。ローン契約条件情報を参照することにより、例えば案件番号０００１のローンについて、ローン金額が７億円、ローン期間が５年、ローン条件の金利返済条件が利率３％の均等払、ローン条件の元本返済条件が満期一括払いであること等がわかる。ローン契約条件情報は、ローン契約条件ファイル１２５に格納されている。ローン契約条件ファイル１２５は、情報格納部１００に予め格納されている。

図７は、テスト種別・条件情報のデータの一例を示す図である。テスト種別・条件情報は、賃料収入及び物件価格の算出からテスト（ＤＳＣＲテスト、ＬＴＶテスト）までの繰返回数、及び案件毎のＤＳＣＲテスト、ＬＴＶテストの各種テスト条件を含む。テスト条件であるＡＡＡ、ＢＢＢ及びＣＣＣは、例えば、対象物件の強制売却条項の有無、エクイティへの配当停止、融資元への打入条項の有無、その他の条項の有無、及びこれらの組み合わせなどとすることができ、案件毎に異なる条件を設定することができる。テスト種別・条件情報は、テスト種別・条件情報ファイル１２６に格納されている。テスト種別・条件情報ファイル１２６は、情報格納部１００に予め格納されている。

図８は、キャッシュフロー情報のデータの一例を示す図である。キャッシュフロー（ＮＣＦ）を含むキャッシュフロー情報は、キャッシュフロー生成手段９によって生成され、テスト手段２によって参照される。キャッシュフロー情報は、キャッシュフロー情報ファイル１６７に格納されている。キャッシュフロー情報ファイル１６７は情報格納部１００に格納されている。

図９は、本発明のローンリスク評価パラメータ算出装置の機能ブロック図である。演算処理部１０１によって処理される各機能と、データ格納部１２０及び中間データ・出力データ格納部１６０に格納されている各ファイルとの入出力関係が示されている。

図１０は、本発明のローンリスク評価パラメータ算出装置が処理するフローチャートである。ローンリスク評価パラメータ算出装置は、モンテカルロ法により不動産ノンリコースローンの一年間における対象物件のキャッシュフローを生成し、生成したキャッシュフローに基づいて各種デフォルト判定を実行する。さらにローンリスク評価パラメータ算出装置は、デフォルト判定結果を用いてリスク評価パラメータ（ＰＤ，ＬＧＤ，ＥＡＤ）を算出する。

ローンリスク評価パラメータ算出装置は、ローン初期（ｔ＝０）から一年後（ｔ＝Ｔ）までの間における所定間隔Δｔの各時刻（例えばｔ＝０，０．２，０．４，・・・，１）でキャッシュフローを生成して各種デフォルト判定を実行する。

また、その客観性を高めるために、所定回数（例えば、１０００００回）上記シミュレートを繰り返す。図１０においては、繰返回数のカウンタをＭＯＮＴとしている。

図１０のステップＳ１００において、不動産鑑定書情報ファイル１２１及びヒストリカル情報ファイル１２２を参照して、時刻ｔにおける賃料収入Ｂ（ｔ）を算出し、賃料収入（Ｂ（ｔ））ファイル１６１へ格納する。賃料収入Ｂ（ｔ）は、キャッシュフローの生成に適用される適用賃料収入Ｂ’（ｔ）の候補となる。

図１１は、本発明のローンリスク評価パラメータ算出装置の備える賃料収入算出手段１１及びキャップレート算出手段１５が処理するフローチャートであり、図１０のステップＳ１００及びＳ４００のより詳細なフローを示すフローチャートである。

ステップＳ１０１において、賃料収入算出手段１１は、不動産鑑定書情報ファイル１２１（図２）から年間賃料収入（Ｂ）、査定空室率（Ｄ）及びキャップレート（Ｌ（０））を読み込み、ヒストリカル情報ファイル１２２（図３）から賃料収入トレンド（μ_B）、賃料収入ボラティリティー（σ_B）及びキャップレートボラティリティー（σ_L）を読み込む。

次いでステップＳ１０２において、式（１）及び（２）に基づいて、時刻ｔ（０≦ｔ≦１）における賃料収入Ｂ（ｔ）及びキャップレートＬ（ｔ）を算出し、各々を賃料収入（Ｂ（ｔ））ファイル１６１及びキャップレート（Ｌ（ｔ））ファイル１６３へ格納する。

より詳細には、時刻ｔにおける賃料収入Ｂ（ｔ）は、図２の対象物件の不動産鑑定書情報ファイルから取り出した年間賃料収入（Ｂ）及び査定空室率（Ｄ）と、式（１）で算出した賃料収入変化率とに基づいて算出される。より具体的には、不動産鑑定書情報ファイルから取り出した年間賃料収入（Ｂ）に（１−査定空室率（Ｄ））を乗じた値に算出した賃料収入変化率を乗じることで、時刻ｔにおける賃料収入Ｂ（ｔ）を算出する。算出した賃料収入Ｂ（ｔ）は、中間データ・出力データ格納部１６０内の賃料（Ｂ（ｔ））ファイル１６１に格納される。

同様に、キャップレートは、不動産鑑定書情報ファイルから取り出したＬ（０）と、式（２）で算出したキャップレート変化率に基づいて算出する。より具体的には、不動産鑑定書情報ファイルから取り出したキャップレートＬ（０）に算出したキャップレート変化率を乗じることで、時刻ｔにおけるキャップレート（ｔ）を算出する。算出したキャップレートＬ（ｔ）は、中間データ・出力データ格納部１６０内のキャップレート（Ｌ（ｔ））ファイル１６３に格納する。

再び図１０を参照すると、ステップＳ２００において、キャッシュフローの生成に適用される適用賃料Ｂ’（ｔ）が決定される。適用賃料Ｂ’（ｔ）は、キャッシュフローの生成に適用される。

図１２は、本発明のローンリスク評価パラメータ算出装置の備える適用賃料収入決定手段１２が処理するフローチャートであり、図１０のステップＳ２００のより詳細なフローを示すフローチャートである。

ステップＳ２０１において、テナント形態情報ファイル１２４（図５）からリスク評価の対象となっている案件のテナント形態を読み込む。

ステップＳ２０２において、当該案件の対象物件におけるテナント形態がシングルテナントであるか否かを判定する。テナント形態がシングルテナントではない場合、すなわちマルチテナントである場合には、ステップＳ２０７へ進む。

テナント形態がシングルテナントである場合、ステップＳ２０３において、定期借家契約が有るか否かを判定する。定期借家契約が無い場合には、ステップＳ２０７へ進む。

定期借家契約が有る場合には、ステップＳ２０４において、テナント格付情報ファイル１２３（図４）から定期借家契約にかかるテナントの格付を読み出し、当該格付けに基づいて、定期借家契約にかかるテナントがデフォルトする確率であるテナントデフォルトを算出する。テナントデフォルトは、格付毎にあらかじめ定められた確率にしたがって発生される。

ステップＳ２０５において、算出したテナントデフォルトにより、定期借家契約にかかるテナントがデフォルトするか否かを判定する。定期借家契約にかかるテナントがデフォルトする場合には、ステップＳ２０７へ進む。

定期借家契約にかかるテナントがデフォルトしない場合、ステップＳ２０６へ進み、不動産鑑定書情報ファイル１２１（図２）の賃料収入Ｂを適用賃料収入Ｂ’（ｔ）と決定し、不動産鑑定書情報ファイル１２１から賃料収入Ｂを読み込む。これは、定期借家契約にかかるテナントがデフォルトしなければローン初期の賃料が定期借家契約期間中継続する可能性が高い（空室が生じる可能性及び賃料収入が変動する可能性は低い）ので、定期借家契約にかかる賃料収入、すなわち不動産鑑定書に含まれた賃料収入Ｂでリスク評価が行われるようにするための処理である。

テナント形態がマルチテナントである場合、定期借家契約の無いシングルテナントである場合、及び定期借家契約が有るシングルテナントでテナントがデフォルトする場合には、ステップＳ２０７において、ステップＳ１００で算出した賃料収入Ｂ（ｔ）を適用賃料収入Ｂ’（ｔ）と決定し、賃料収入（Ｂ（ｔ））ファイル１６１から賃料収入（Ｂ（ｔ））が読み込まれる。

次いで、ステップＳ２０８において、決定した適用賃料収入Ｂ’（ｔ）を適用賃料収入Ｂ’（ｔ）ファイル１６４に格納する。

以上、テナント形態がシングルテナントかつ定期借家契約有り、シングルテナントかつ定期借家契約無し、及びマルチテナントの３つ場合を例として、これらの３つのテナント形態に応じて適用賃料収入を決定する処理フローを説明した。しかし、本発明はこれに限定されるものではない。

再び図１０を参照すると、ステップＳ４００において、キャッシュフローの生成に適用されるキャップレートＬ（ｔ）が算出される。キャップレート算出手段１５は、図１１を参照して上述した処理フローにしたがってキャップレートＬ（ｔ）を算出する。

ステップＳ５００において、時刻ｔにおけるキャッシュフローが生成される。図８は、ステップＳ５００において生成されるキャッシュフローの一例である。図８のキャッシュフロー（ＮＣＦ）を含むキャッシュフロー情報は、案件番号０００１（図６）について生成された例を示し、ローン金額が７億円、ローン期間が５年、金利が３％、金利返済条件が均等払い、元本返済条件が満期（ローン終期）一括払いの不動産ノンリコースローンについて、時刻ｔ＝０，０．２，０，４，・・・，１の各キャッシュフローが格納されている。

項番（１）の適用賃料収入（Ｂ’（ｔ））は、適用賃料収入（Ｂ’（ｔ））ファイル１６４から読み出される。
項番（２）の賃貸可能面積（Ａ）は、不動産鑑定書情報ファイル１２１から読み出される。
項番（３）の賃料収入は、適用賃料Ｂ’（ｔ）×賃貸可能面積Ａ（項番（２））により算出される。
項番（４）の経費額は、不動産鑑定書情報ファイル１２１の実効総収入（Ｆ）（当初の年間賃料収入）の３０％として計算される。経費の割合（３０％）は一例であり、固定値とする必要は無い（案件毎に異なる値を設定しても良い）。
項番（５）の純収入額（ＮＯＩ）は、賃料収入（項番（３））−経費額（項番（４））により算出される。
項番（６）の修繕積立額は、不動産鑑定書情報ファイル１２１から読み出される。
項番（７）のネットキャッシュフロー（ＮＣＦ）は、ＮＯＩ−修繕積立額により算出される。ＮＣＦは、ローンの支払（利払い）に用いられるキャッシュフローであり、項番１２の鑑定評価額（すなわち、物件価格）の算出に用いられる。また、キャッシュフローは項番（１５）のＤＳＣＲの算出に用いられる。
項番（８）のローン利払い額は、ローン契約条件情報ファイル１２５から読み出される。
項番（９）のデッドサービス後余剰金残高は、ＮＣＦ−ローン利払い額により算出される。
項番（１０）の配当額は、デッドサービス後余剰金残高（項番（９））である。
項番（１１）のキャップレートは、キャップレートファイル（Ｌ（ｔ））１６３から読み出される。
項番（１２）の収益直接還元法による鑑定評価額は、ＮＣＦ／キャップレートにより算出される。鑑定評価額は、対象物件の物件価格である。鑑定評価額は、項番（７）のキャッシュフローと項番（１１）のキャップレートから算出される。物件価格（鑑定評価額）は、項番（１４）のＬＴＶの算出に用いられる。さらに各種テストにおいてデフォルトと判定されたときのロス損失（物件を売却しても回収されない額）
項番（１３）のローン残高は、（ローン金額−元本返済額）として算出される。
項番（１４）のＬＴＶは、ローン残高／収益直接還元法による鑑定評価額により算出される。ＬＴＶは、ＬＴＶテストに用いられる。
項番（１５）のＤＳＣＲは、ＮＣＦ／ローン利払い額により算出される。ＤＳＣＲは、ＤＳＣＲテストに用いられる。

再び図１０を参照すると、ステップＳ６００において時刻ｔにおけるＤＳデフォルト判定が実行され、ステップＳ７００において時刻ｔにおけるＤＳＣＲテストが実行され、ステップＳ８００において時刻ｔにおけるＬＴＶテストが実行される。

ＤＳデフォルト判定、ＤＳＣＲテスト及びＬＴＶテストは周知の手法にしたがって実行される。例えば、ＤＳデフォルト判定では、キャッシュフロー情報ファイル１６７からデッドサービス後余剰金残高を読み出し、デッドサービスを実行できるか否かを判定する。デッドサービスが実行できない（ローンの支払ができない）と判定した場合にはデフォルトが発生したと認定し、デフォルトカウンタ情報ファイル１６８にデフォルト時刻、ロス額等を記録する。

また、ＤＳデフォルト判定及びＬＴＶデフォルト判定ではそれぞれ、キャッシュフロー情報ファイル１６７からキャッシュフォロー（ＮＣＦ）及びローン支払額（ローン利払い額）を読み出してＤＳの可否を判定し（デフォルト判定を実行し）、及び、キャッシュフロー情報ファイル１６７からＬＴＶを読み出して予め設定されたしきい値（例えば１００％）と比較してデフォルト判定を実行する。デフォルトが発生したと認定した場合には、デフォルトカウンタ情報ファイル１６８にデフォルト時刻、ロス額等を記録する。

ステップＳ９００において時刻ｔが所定時間単位（Δｔ）だけ進められ、ステップＳ１０００において時刻ｔが時刻Ｔ（＝１年）に達しているか否かの判定が行われる。時刻ｔが時刻Ｔに達していない場合には、ステップＳ１００からＳ９００が繰り返される。本実施形態は、所定時間単位Δｔが０．２年の場合を例示するが、本発明は、所定時間単位Δｔは１年以下のいずれの時間であっても良い。

時刻ｔが時刻Ｔに達している場合には、ステップＳ１０５０において、上述したＬＴＶデフォルト判定を実行し、ステップＳ１１００において、繰返回数のカウンタＭＯＮＴをインクリメントする。ステップＳ１２００において、カウンタＭＯＮＴが所定回数に達しているか否かの判定が行われる。カウンタＭＯＮＴが所定回数に達していない場合には、ステップＳ１２０１において、時刻ｔがゼロにセットされ、ステップ１００へ戻る。カウンタＭＯＮＴが所定回数に達している場合には、ステップＳ１３００，Ｓ１４００，Ｓ１５００へ順次進む。本実施形態は所定回数が１０万回の場合を例示するが、本発明は、これに限定されるものではなく、他の回数であっても良い。

ステップＳ１３００，Ｓ１４００，Ｓ１５００の各ステップにおいて、不動産ノンリコースローンのリスク評価に関するパラメータの一つであるＰＤ，ＬＧＤ，ＥＡＤが算出される。

ＰＤ，ＬＧＤ，ＥＡＤはそれぞれ、ＰＤ算出手段１９、ＬＧＤ算出手段２０、ＥＡＤ算出手段２１によって算出される。

ＰＤ算出手段１９は、デフォルト情報記録ファイル１６８及びテスト種別・条件情報ファイル１２６から、デフォルト回数及び繰返回数をそれぞれ読み出し、繰返回数に対するデフォルト回数の割合を計算することにより、ＰＤを算出し、ＰＤファイル１６９へ格納する。

ＥＡＤ算出手段２１は、キャッシュフロー情報ファイル１６７、デフォルト情報記録ファイル１６８、ローン契約条件情報ファイル１２５からデフォルト発生時のローン額、当初ローン金額を読み出し、式（４）に基づいてＥＡＤを算出し、ＥＡＤファイル１７０へ格納する。

ＬＧＤ算出手段２０は、デフォルト情報記録ファイル１６８、ローン契約条件情報ファイル１２５からデフォルト発生時のロス額、当初ローン金額を読み出し、デフォルト時の残高に対するデフォルト発生時のロス額の割合を計算することにより、ＬＧＤを算出し、ＬＧＤファイル１７０へ格納する。

上記のとおり、本発明によれば、モニタリング時点から期日までの長さの影響を低減した、個別の不動産の特性を取り込んだ不動産ノンリコースローンのリスク評価に関する客観性の高いパラメータを算出するローンリスク評価パラメータ算出装置を提供することが可能となる。

つまり、従来の方法がローンの初期から期日までをシミュレートの期間とするのに対して、本実施形態では、シミュレートの期間をモニタリング時点から１年とする。したがって、本実施形態では、モニタリング時点から期日までの長さの影響を低減できる
また、キャップレートは、ローンの初期から期日までの時間（モニタリング時点）を変数とする関数（指数関数）として定義する従来の方法（例えば、特許文献２参照）に対して、本実施形態の方法では、キャップレートについても確率的にシミュレートする。これにより、１年間のシミュレートの期間において種々の事象が確率的に発生し得るようにしている。

さらに、本実施形態では、賃料収入の変動それ自体を確率的にシミュレートするため、従来、賃料変動及び空室率変動をそれぞれ確率的にシミュレートした結果を用いて賃料収入をシミュレートする従来の方法（例えば、特許文献２参照）に比べて、計算量及び時間等の計算コストが少なくなる。また、空室率変動を確率的にシミュレートする従来の方法では、０≦対象物件の空室率≦１となるように空室率変動を制御（設計）する必要があったのに対して、本実施形態では、賃料収入の変動それ自体を確率的にシミュレートするため、すなわち、賃料収入の変動が、賃料変動及び空室率変動のいずれに起因するものかを考慮しないため、したがって、本実施形態では、空室率変動を制御（設計）する必要は無くなる。

２ テスト手段
３ パラメータ算出手段
９ キャッシュフロー生成手段
１１ 賃料収入算出手段
１２ 適用賃料収入決定手段
１３ ＬＴＶデフォルト判定手段
１５ キャップレート算出手段
１６ ＤＳデフォルト判定手段
１７ ＤＳＣＲテスト手段
１８ ＬＴＶテスト手段
１９ ＰＤ算出手段
２０ ＬＧＤ算出手段
２１ ＥＡＤ算出手段
１２０ データ格納部
１２１ 不動産鑑定書情報ファイル
１２２ ヒストリカル情報ファイル
１２３ テナント格付情報ファイル
１２４ テナント形態情報ファイル
１２５ ローン契約条件情報ファイル
１２６ テスト種別・条件情報ファイル
１６０ 中間データ・出力データ格納部
１６１ 賃料収入ファイル
１６４ 適用賃料収入ファイル
１６３ キャップレートファイル
１６７ キャッシュレート情報ファイル
１６８ デフォルト情報記録ファイル
１６９ ＰＤファイル
１７０ ＬＧＤファイル
１７１ ＥＡＤファイル

Claims (9)

1. 不動産ノンリコースローンのリスク評価に関するパラメータを算出するローンリスク評価パラメータ算出装置であって、賃料収入算出手段、キャップレート算出手段、適用賃料収入決定手段、キャッシュフロー生成手段、各種テストを実行するテスト手段、及び前記パラメータを算出するパラメータ算出手段からなる演算処理部と、各種情報を格納した情報格納部とを備え、
   前記賃料収入算出手段は、前記情報格納部に格納した賃料収入トレンド及び賃料収入ボラティリティーに基づいて賃料収入を算出し、
   前記キャップレート算出手段は、前記情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出し、
   前記適用賃料収入決定手段は、前記情報格納部に格納した前記不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、前記リスク評価に関する前記パラメータの算出に適用する適用賃料収入を決定し、
   前記キャッシュフロー生成手段は、前記適用賃料収入を用いてキャッシュフローを生成し、
   前記テスト手段は、前記キャッシュフロー及び前記キャッシュフローと前記キャップレートから算出される物件価格を用いて各種テストを実行し、
   前記パラメータ算出手段は、デフォルト発生時のロス額に基づいて前記パラメータを算出する、ことを特徴とするローンリスク評価パラメータ算出装置。
2. 前記賃料収入算出手段は、前記賃料収入トレンド、前記賃料収入ボラティリティー及び前記賃料収入の変化率がブラウン運動となる標準正規分布に従って発生する確率変数に基づいて前記賃料収入を算出する、ことを特徴とする請求項１に記載のローンリスク評価パラメータ算出装置。
3. 前記キャップレート算出手段は、前記キャップレートボラティリティー及び前記キャップレートの変化率がブラウン運動となる標準正規分布に従って発生する確率変数に基づいて前記キャップレートを算出する、ことを特徴とする請求項１または２に記載のローンリスク評価パラメータ算出装置。
4. 前記キャップレート算出手段は、前記キャップレートボラティリティー及び前記キャップレートの変化率がブラウン運動となる標準正規分布に従って発生する確率変数に基づいて前記キャップレートを算出し、
   前記賃料収入算出手段は、前記賃料収入トレンド、前記賃料収入ボラティリティー及び前記賃料収入の変化率がブラウン運動となる標準正規分布に従って発生する確率変数に基づいて前記賃料収入を算出し、
   前記キャップレートの変化率がブラウン運動となる標準正規分布と前記賃料収入の変化率がブラウン運動となる標準正規分布とは互いに独立している、ことを特徴とする請求項１に記載のローンリスク評価パラメータ算出装置。
5. 算出される前記リスク評価に関するパラメータは、前記不動産ノンリコースローンのモニタリング開始時点から１年間のリスク評価に関するパラメータである、ことを特徴とする請求項１乃至４のいずれかに記載のローンリスク評価パラメータ算出装置。
6. 前記適用賃料収入決定手段は、前記テナント形態がマルチテナントの場合、前記賃料収入を前記適用賃料収入として決定する、ことを特徴とする請求項１乃至５のいずれかに記載のローンリスク評価パラメータ算出装置。
7. 前記適用賃料収入決定手段は、前記テナント形態がシングルテナントかつ定期借家契約無しの場合、前記賃料収入を前記適用賃料収入として決定し、前記テナント形態がシングルテナントかつ定期借家契約有りの場合、前記定期借家契約にかかるテナントの格付に基づいて、前記テナントがデフォルトする確率であるテナントデフォルトを算出し、前記テナントデフォルトに基づいて、前記適用賃料収入を決定する、ことを特徴とする請求項１乃至５のいずれかに記載のローンリスク評価パラメータ算出装置。
8. コンピュータに不動産ノンリコースローンのリスク評価に関するパラメータを算出させるためのローンリスク評価パラメータ算出プログラムであって、各種情報を格納した情報格納部を備えたコンピュータを、
   前記情報格納部に格納した賃料収入トレンド及び賃料収入ボラティリティーに基づいて賃料収入を算出する賃料収入算出手段、
   前記情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出するキャップレート算出手段、
   前記情報格納部に格納した前記不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、前記リスク評価に関する前記パラメータの算出に適用する適用賃料収入を決定する適用賃料収入決定手段、
   前記適用賃料収入を用いてキャッシュフローを生成するキャッシュフロー生成手段、
   前記キャッシュフロー及び前記キャッシュフローと前記キャップレートから算出される物件価格を用いて各種テストを実行するテスト手段、及び
   デフォルト発生時のロス額に基づいて前記パラメータを算出するパラメータ算出手段と
   して機能させる、ことを特徴とするローンリスク評価パラメータ算出プログラム。
9. コンピュータで不動産ノンリコースローンのリスク評価に関するパラメータを算出させるためローンリスク評価パラメータ算出方法であって、各種情報を格納した情報格納部を備えた前記コンピュータが、
   前記情報格納部に格納した賃料収入トレンド及び賃料収入ボラティリティーに基づいて賃料収入を算出することと、
   前記情報格納部に格納したキャップレートボラティリティーに基づいてキャップレートを算出することと、
   前記情報格納部に格納した前記不動産ノンリコースローンにかかる対象物件のテナント形態に基づいて、前記リスク評価に関する前記パラメータの算出に適用する適用賃料収入を決定することと、
   前記適用賃料収入を用いてキャッシュフローを生成することと、
   前記キャッシュフロー及び前記キャッシュフローと前記キャップレートから算出される物件価格を用いて各種テストを実行することと、
   デフォルト発生時のロス額に基づいて前記パラメータを算出することと、
   を含むことを特徴とするローンリスク評価パラメータ算出方法。