WO2012132354A1 - リスク管理装置 - Google Patents

リスク管理装置 Download PDF

Info

Publication number
WO2012132354A1
WO2012132354A1 PCT/JP2012/002005 JP2012002005W WO2012132354A1 WO 2012132354 A1 WO2012132354 A1 WO 2012132354A1 JP 2012002005 W JP2012002005 W JP 2012002005W WO 2012132354 A1 WO2012132354 A1 WO 2012132354A1
Authority
WO
WIPO (PCT)
Prior art keywords
risk
amount
data
loss
scenario data
Prior art date
Application number
PCT/JP2012/002005
Other languages
English (en)
French (fr)
Inventor
森永　聡
今村　悟
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to EP12764896.2A priority Critical patent/EP2660757A4/en
Priority to US13/977,321 priority patent/US20140297359A1/en
Priority to KR1020147005126A priority patent/KR20140047721A/ko
Priority to KR1020137017769A priority patent/KR101471797B1/ko
Publication of WO2012132354A1 publication Critical patent/WO2012132354A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Definitions

  • the present invention relates to a risk management apparatus, and more particularly to a risk management apparatus having a reverse stress test function for analyzing a factor that increases a risk amount.
  • risks such as earthquakes, system failures, clerical errors, and fraud. For this reason, it is required to measure the amount of risk using a risk weighing device and take measures against the risk.
  • the risk weighing device inputs fragmentary information about an unknown risk profile in a company, and measures the characteristic value (for example, 99.9% value at risk (VaR)) of the risk profile of the company from this input data.
  • the input data of the risk weighing device generally includes internal loss data and scenario data.
  • Internal loss data is data related to loss events that actually occurred in the company.
  • the internal loss data indicates how much loss has occurred for what kind of event.
  • General risk weighing devices measure VaR using a technique called loss distribution technique (see, for example, Patent Document 1 and Non-Patent Document 1). Specifically, first, a loss frequency distribution is generated from the number of cases of internal loss data, and a loss scale distribution is generated from internal loss data and scenario data. Next, tens of thousands of processes to calculate the amount of loss per holding period by taking out the amount of loss for the number of losses generated using the above loss frequency distribution from the above loss size distribution by Monte Carlo simulation and adding them up. Generate a distribution of losses, repeated hundreds of thousands of times. Then, VaR of a predetermined confidence interval is calculated from the generated loss distribution.
  • a loss frequency distribution is generated from the number of cases of internal loss data
  • a loss scale distribution is generated from internal loss data and scenario data.
  • tens of thousands of processes to calculate the amount of loss per holding period by taking out the amount of loss for the number of losses generated using the above loss frequency distribution from the above loss size distribution by Monte Carlo simulation and adding them up. Generate a distribution of
  • a reverse stress test is a specific stress test result (for example, below the regulatory minimum capital ratio, liquidity depletion, insolvency), and what events occur The question is whether to fall into.
  • An object of the present invention is to provide a risk management apparatus that solves the above-described problem, that is, the problem that the execution of the reverse stress test places a heavy burden on the risk analyst.
  • the risk management device is: Data for risk measurement including a plurality of scenario data composed of combinations of loss event contents, loss occurrence frequency and loss amount, and the above-mentioned risk measurement device that measures the risk amount based on the risk measurement data
  • a memory for storing a threshold risk amount set to a value larger than the risk amount
  • a communication interface for communicating with the risk weighing device
  • a processor connected to the memory and the communication interface;
  • the processor Risk data calculated after changing the risk occurrence frequency or the amount of loss of one specific scenario data out of the risk measurement data, transmitted to the risk measurement device, and received from the risk measurement device
  • the amount of risk measured by the risk measuring device reaches the threshold risk amount by repeating the process of comparing the amount with the threshold risk amount while changing the loss occurrence frequency or the amount of change of the loss amount. It is configured to be programmed to calculate the loss occurrence frequency or loss increase rate of specific scenario data.
  • the risk management method includes: Data for risk measurement including a plurality of scenario data composed of combinations of loss event contents, loss occurrence frequency and loss amount, and the above-mentioned risk measurement device that measures the risk amount based on the risk measurement data
  • a memory for storing a threshold risk amount set to a value larger than the risk amount; a communication interface for communicating with the risk weighing device; and a processor connected to the memory and the communication interface.
  • the risk amount measured by the risk weighing device reaches the threshold risk amount by repeating the process of comparing the risk amount received from the threshold risk amount while changing the loss occurrence frequency or the change amount of the loss amount.
  • a configuration is adopted in which the frequency of loss occurrence or the rate of increase of the loss amount of the specific scenario data to be calculated is calculated.
  • the present invention has the above-described configuration, the burden on the risk analyst when performing the reverse stress test can be greatly reduced.
  • the risk management apparatus 1 has a function of automatically performing a reverse stress test. Moreover, the risk management apparatus 1 is connected to the risk weighing apparatus 6 through the communication line 5 as shown in FIG.
  • the communication line 5 includes a communication cable, a local area network, a wide area network, the Internet, and the like.
  • the risk management device 1 includes a communication interface unit (hereinafter referred to as a communication I / F unit) 11, an operation input unit 12, a screen display unit 13, a storage unit 14, and a processor 15 as main functional units.
  • a communication interface unit hereinafter referred to as a communication I / F unit
  • an operation input unit 12 a screen display unit 13
  • a storage unit 14 a storage unit 14
  • a processor 15 main functional units.
  • the communication I / F unit 11 includes a dedicated data communication circuit, and has a function of performing data communication with the risk weighing device 6 and other various devices (not shown) connected via the communication line 5. .
  • the operation input unit 12 includes an operation input device such as a keyboard and a mouse, and has a function of detecting an operator operation and outputting it to the processor 15.
  • the screen display unit 13 includes a screen display device such as an LCD or a PDP, and has a function of displaying various information such as an operation menu and a calculation result on the screen in response to an instruction from the processor 15.
  • the storage unit 14 includes a storage device such as a hard disk or a semiconductor memory, and has a function of storing processing information and a program 14P necessary for various processes in the processor 15.
  • the program 14P is a program that realizes various processing units by being read and executed by the processor 15, and is read by an external device (not shown) or a computer via a data input / output function such as the communication I / F unit 11. It is read in advance from a possible storage medium (not shown) and stored in the storage unit 14.
  • Main processing information stored in the storage unit 14 includes risk weighing data 14A, a threshold risk amount 14B, target scenario information 14C, and intermediate information 14D.
  • the risk weighing data 14A is data to be input to the risk weighing device 6.
  • the risk weighing data 14A includes a plurality of internal loss data and a plurality of scenario data.
  • FIG. 3 is a configuration example of the risk weighing data 14A.
  • the risk weighing data 14A in this example is composed of a total of n scenario data 14A1 to 14An and a plurality of internal loss data 14Am.
  • Each scenario data has an identifier (scenario ID) for uniquely identifying the scenario data, a loss amount, and a loss occurrence frequency.
  • scenario data 14A1 has ID1 as an ID, b1 as a loss amount, and ⁇ 1 as a loss occurrence frequency. Since the internal loss data 14Am is used as it is without being changed in the reverse stress test, the description of the structure of each data is omitted.
  • the threshold risk amount 14B is a risk amount obtained by adding a preset loss amount to the risk amount (for example, 99.9% VaR) weighed by the risk weighing device 6 based on the risk weighing data 14A. For example, if the risk amount weighed by the risk weighing device 6 based on the risk measurement data 14A is 300 billion yen, the amount obtained by adding an amount of 5 billion yen or 10 billion yen to the risk amount 14B is the threshold risk amount 14B.
  • the target scenario information 14C is information for specifying one or more scenario data to be subjected to the reverse stress test. For example, if all of the n scenario data 14A1 to 14An in total included in the risk weighing data 14A are targeted for changing the loss amount, the target scenario information 14C includes the ID of the scenario data 14A1 to 14An. Is described. If only a part is targeted, the target scenario information 14C describes the IDs of some scenario data whose loss amount is to be changed.
  • the intermediate information 14D is intermediate or final data generated in the calculation process of the processor 15.
  • FIG. 4 is a configuration example of the intermediate information 14D.
  • the intermediate information 14D in this example includes reverse stress test results 14D2, 14D4, and 14D5 that correspond one-to-one with the scenario ID described in the target scenario information 14C.
  • the reverse stress test result 14Di includes the IDi of the corresponding scenario data 14Ai and the loss increase rate.
  • the processor 15 has a microprocessor such as a CPU and its peripheral circuits, and reads and executes the program 14P from the storage unit 14, thereby causing the hardware and the program 14P to cooperate to implement various processing units. have.
  • main processing units realized by the processor 15 there are an input storage unit 15A, a reverse stress test execution unit 15B, and an output unit 15C.
  • the input storage unit 15A has a function of inputting the risk measurement data 14A, the threshold risk amount 14B, and the target scenario information 14C from the communication I / F unit 11 or the operation input unit 12, and storing them in the storage unit 14.
  • the reverse stress test execution unit 15B has a function of determining one specific scenario data to be tested from the scenario data described in the target scenario information 14C, and the specific scenario data 14Ai out of the risk measurement data 14A.
  • the risk weighing device 6 has a function of receiving the risk amount measured by the communication data through the communication I / F unit 11, and a function of comparing the received risk amount with the threshold risk amount 14B.
  • the reverse stress test execution unit 15B repeats the processing of each function described above while changing the amount of change in the loss amount in the specific scenario data, so that the risk amount measured by the risk measuring device 6 becomes the threshold value. It has a function of calculating an increase rate of the loss amount of the specific scenario data that almost reaches the risk amount 14B, and storing it in the storage unit 14C as a reverse stress test result regarding the specific scenario data. Further, the reverse stress test execution unit 15B has a function of repeating the same processing as the specific scenario data for the remaining scenario data described in the target scenario information 14C.
  • the output unit 15C has a function of reading the test result of the reverse stress test execution unit 15B from the storage unit 14 and outputting it to the screen display unit 13 or outputting it to the outside through the communication I / F unit 11.
  • the input storage unit 15A inputs the risk measurement data 14A, the threshold risk amount 14B, and the target scenario information 14C from the communication I / F unit 11 or the operation input unit 12, and stores them in the storage unit 14 (step S1). ).
  • the reverse stress test execution unit 15B acquires one of scenario data described in the target scenario information 14C as specific scenario data (step S2).
  • the reverse stress test execution unit 15B calculates the increase rate of the loss amount of the specific scenario data that causes the risk amount measured by the risk weighing device 6 to reach the threshold risk amount 14B.
  • the reverse stress test result including the calculated increase rate is stored in the storage unit 14 (step S3).
  • the reverse stress test execution unit 15B determines whether or not scenario data that has not yet been tested remains in the target scenario information 14C (step S4). If unprocessed scenario data remains, the reverse stress test execution unit 15B returns to step S2 to acquire one scenario data as specific scenario data from the unprocessed scenario data, and the first specific scenario The same processing as that performed on the data is repeated. On the other hand, if there is no unprocessed scenario data, the reverse stress test execution unit 15B passes control to the output unit 15C.
  • the output unit 15C reads the test result from the reverse stress test execution unit 15B from the storage unit 14 and outputs it to the screen display unit 13 or outputs it to the outside through the communication I / F unit 11 (step S5).
  • FIG. 6 is a flowchart showing an example of the process in step S3 of FIG. Hereinafter, an example of the process of step S3 will be described with reference to FIG.
  • the reverse stress test execution unit 15B initializes a variable ⁇ that determines an increase rate to 1 (step S11). Next, the reverse stress test execution unit 15B adds the variable ⁇ by a predetermined unit amount (for example, 0.1) (step S12).
  • a predetermined unit amount for example, 0.1
  • the reverse stress test execution unit 15B reads the risk measurement data 14A from the storage unit 14, and the changed risk measurement data obtained by multiplying the loss amount of the specific scenario data in the risk measurement data 14A by ⁇ . Generate (step S13). Next, the reverse stress test execution unit 15B transmits the generated risk measurement data after change to the risk measurement device 6 through the communication I / F unit 11 (step S14).
  • the risk weighing device 6 generates a loss frequency distribution and a loss scale distribution using the changed risk weighing data sent from the risk management device 1 as input data, generates a loss amount distribution by Monte Carlo simulation, and generates a predetermined amount. Is calculated as a risk amount. Then, the calculated risk amount is transmitted to the risk management device 1 through the communication line 5.
  • the reverse stress test execution unit 15B compares the received risk amount with the threshold risk amount 14B (step S16). If the risk amount measured by the risk weighing device 6 is less than the threshold risk amount 14B, the reverse stress test execution unit 15B returns to step S12. As a result, the variable ⁇ for determining the increasing rate is further added by the unit amount, and the processes of steps S13 to S16 are repeated.
  • the reverse stress test execution unit 15B detects that the risk amount measured by the risk weighing device 6 is equal to or greater than the threshold risk amount 14B, the reverse stress test execution unit 15B includes the value of the variable ⁇ at that time as an increase rate. A test result is generated and stored in the storage unit 14 (step S17).
  • the solution is searched while increasing the variable ⁇ that determines the increase rate by unit amount, but the search algorithm is not limited to this.
  • the unit amount to be increased may be initially increased, and the unit amount to be increased may be decreased when the risk amount approaches the threshold risk amount.
  • the variable ⁇ may be reduced according to the excess amount so that the risk amount converges to the threshold risk amount.
  • the solution may be searched while increasing the increment by a unit amount.
  • the risk management device 1 of the present embodiment has a function of automatically performing the reverse stress test using the risk weighing device 6, and therefore, the risk analyst when performing the reverse stress test.
  • the burden can be greatly reduced.
  • the risk management device 2 automatically transmits a reverse stress test result to a related delivery destination in addition to a function of automatically performing a reverse stress test. It has a function to distribute with.
  • the risk management device 2 includes a communication I / F unit 21, an operation input unit 22, a screen display unit 23, a storage unit 24, and a processor 25 as main functional units.
  • the communication I / F unit 21, operation input unit 22, and screen display unit 23 have the same functions as the communication I / F unit 11, operation input unit 12, and screen display unit 13 of FIG. 1 in the first embodiment. is doing.
  • the storage unit 24 includes a storage device such as a hard disk or a semiconductor memory, and has a function of storing processing information and programs 24P necessary for various processes in the processor 25.
  • the program 24P is a program that realizes various processing units by being read and executed by the processor 25, and can be read by an external device (not shown) or a computer via a data input / output function such as the communication I / F unit 21. It is read in advance from a possible storage medium (not shown) and stored in the storage unit 24.
  • Main processing information stored in the storage unit 24 includes risk measurement data 24A, threshold risk amount 24B, target scenario information 24C, intermediate information 24D, distribution destination data 24E, and distribution conditions 24F.
  • Data for risk measurement 24A, threshold risk amount 24B, target scenario information 24C, and intermediate information 24D are the risk measurement data 14A, threshold risk amount 14B, target scenario information 14C, and intermediate information of FIG. 1 in the first embodiment. Same as 14D.
  • the delivery destination data 24E is information relating to the delivery destination that delivers the reverse stress test result.
  • FIG. 8 is a configuration example of the delivery destination data 24E.
  • the distribution destination data 24E in this example is composed of a set of scenario ID and distribution destination information.
  • the number of distribution destination information corresponding to one scenario ID is not limited to one and may be plural. In the example of FIG. 8, one, two, three, or all four of the four locations of the creation department, the loss occurrence department, the similar possession department, and the risk management department can be designated as the delivery destination.
  • the distribution destination data in the first line includes the test result of scenario ID1, the department A as the creation department, the department A as the loss occurrence department, the department B as the similar holding department that holds a scenario similar to this scenario, This indicates that it should be distributed to Risk Management Department Z.
  • the delivery destination data such as A described in the delivery destination item includes, for example, information for specifying a zip code and a recipient if the test result is delivered by mail, an email address if the test result is delivered by e-mail, WEB In the case of distribution, it is composed of a URL, a browser ID, or information for acquiring these from another location.
  • the delivery condition 24F is a condition related to delivery such as where to deliver when the reverse stress test result satisfies what condition.
  • FIG. 9 is a configuration example of the distribution condition 24F.
  • the distribution condition 24F in this example is composed of a total of four distribution conditions of numbers 1 to 4.
  • the distribution condition of number 1 designates a condition that all test results are distributed to the creating department.
  • the distribution condition of No. 2 designates a condition that a test result having an increase rate of 5 times or less is distributed to the loss occurrence department.
  • the distribution conditions shown in FIG. 9 are specified using the distribution destination department and the rate of increase, but may be specified using other items such as the type of event in the scenario.
  • the processor 25 includes a microprocessor such as a CPU and its peripheral circuits, and reads and executes the program 24P from the storage unit 24, thereby realizing the various processing units in cooperation with the hardware and the program 24P. have.
  • main processing units realized by the processor 25 there are an input storage unit 25A, a reverse stress test execution unit 25B, and an output unit 25C.
  • the input storage unit 25A inputs the risk measurement data 24A, the threshold risk amount 24B, the target scenario information 24C, the distribution destination data 24E, and the distribution condition 24F from the communication I / F unit 21 or the operation input unit 22, and stores them.
  • the function of storing in the unit 24 is provided.
  • the reverse stress test execution unit 25B has the same function as the reverse stress test execution unit 15B in the first embodiment.
  • the output unit 25C reads the reverse stress test result from the reverse stress test execution unit 25B, the delivery destination data 24E, and the delivery condition 24F from the storage unit 24, determines the delivery destination of the test result, and determines the delivery destination thus determined. It has a function to deliver reverse stress test results.
  • the input storage unit 25A inputs risk measurement data 24A, threshold risk amount 24B, target scenario information 24C, distribution destination data 24E, and distribution conditions 24F from the communication I / F unit 21 or the operation input unit 22,
  • the data is stored in the storage unit 24 (step S21).
  • the reverse stress test execution unit 25B acquires one of scenario data described in the target scenario information 24C as specific scenario data (step S22).
  • the reverse stress test execution unit 25B calculates an increase rate of the loss amount of the specific scenario data in which the risk amount measured by the risk weighing device 6 almost reaches the threshold risk amount 24B,
  • the reverse stress test result including the calculated increase rate is stored in the storage unit 24 (step S23).
  • the reverse stress test execution unit 25B determines whether or not scenario data that has not been tested yet remains in the target scenario information 24C (step S24). If unprocessed scenario data remains, the reverse stress test execution unit 25B returns to step S22 to acquire one scenario data as specific scenario data from the unprocessed scenario data, and the first specific scenario The same processing as that performed on the data is repeated. On the other hand, if there is no unprocessed scenario data, the reverse stress test execution unit 25B passes control to the output unit 25C.
  • the output unit 25C reads the test result from the reverse stress test execution unit 25B, the delivery destination data 24E, and the delivery condition 24F from the storage unit 24, analyzes the contents thereof, and determines which reverse stress test result. To which distribution destination is to be distributed (step S25). Next, the output unit 25C distributes the reverse stress test result to the distribution destination through the communication I / F unit 21 based on the determined content (step S26).
  • the output unit 25C may arrange and shape information distributed for each distribution destination. For example, for each department that is the delivery destination, multiple reverse stress test results delivered to that department have been sent in any of the following categories: creation department, loss occurrence department, similar holding department, and risk management department The test results may be sorted according to whether they are the ones, or the test results may be sorted according to the magnitude of the increase rate in each category.
  • the event contents for example, Tokai earthquake, system down, etc.
  • the event contents are extracted from the scenario data corresponding to the test result scenario ID, It may be added to the test result as auxiliary information. For example, when the reverse stress test result as shown in FIG.
  • the distribution information may be processed and distributed in a format as shown in FIG.
  • the risk management device 2 of the present embodiment has a function of automatically performing the reverse stress test using the risk weighing device 6, and a function of automatically distributing the test result to the related distribution destination. Therefore, the burden on the risk analyst when performing the reverse stress test can be further reduced.
  • the risk management device 3 has a function of automatically determining a scenario to be subjected to the reverse stress test and performing the reverse stress test. is doing.
  • the risk management device 3 includes a communication I / F unit 31, an operation input unit 32, a screen display unit 33, a storage unit 34, and a processor 35 as main functional units.
  • the communication I / F unit 31, operation input unit 32, and screen display unit 33 have the same functions as the communication I / F unit 11, operation input unit 12, and screen display unit 13 of FIG. 1 in the first embodiment. is doing.
  • the storage unit 34 includes a storage device such as a hard disk or a semiconductor memory, and has a function of storing processing information and programs 34P necessary for various processes in the processor 35.
  • the program 34P is a program that realizes various processing units by being read and executed by the processor 35.
  • the program 34P can be read by an external device (not shown) or a computer via a data input / output function such as the communication I / F unit 31. It is read in advance from a possible storage medium (not shown) and stored in the storage unit 34.
  • Main processing information stored in the storage unit 34 includes risk measurement data 34A, threshold risk amount 34B, intermediate information 34D, and coefficient table 34G.
  • the risk measurement data 34A and the threshold risk amount 34B are the same as the risk measurement data 14A and the threshold risk amount 14B of FIG. 1 in the first embodiment.
  • the coefficient table 34G is a table used for approximating the VaR amount of a predetermined confidence interval ⁇ for each scenario data.
  • the total loss amount per holding period based on one specific scenario data is referred to as individual data VaR amount of the scenario data.
  • 99.9% is used as the confidence interval.
  • the individual data VaR amount is calculated for each scenario data included in the risk measurement data 34A, and scenario data having an individual data VaR amount that is equal to or larger than a predetermined reference amount is reversed as an important scenario. ⁇ Subject to stress test.
  • the coefficient table 34G holds a coefficient that corresponds to the loss occurrence frequency and is equal to the value of the occurrence number that is the lower ⁇ % point in the cumulative distribution function of the probability distribution using the loss occurrence frequency as a parameter.
  • the probability distribution is the same as the probability distribution used for predicting the frequency distribution in a general risk weighing device. For example, if a Poisson distribution is used in a general risk weighing device, the probability distribution is a Poisson distribution. Since the cumulative distribution function of the Poisson distribution is discontinuous, the cumulative distribution function of the Poisson distribution is smoothed, for example, by extending the factorial of integers to the factorial of real numbers using the gamma function. It is desirable to obtain a coefficient equal to the value of the number of occurrences that becomes the side ⁇ % point.
  • FIG. 13 shows a configuration example of the coefficient table 14B.
  • the coefficient table in this example shows the frequency of loss occurrence in two forms: how often it occurs once a year and how many times it occurs per year. If the frequency of occurrence is unified, only one of them can be used, and the other can be omitted.
  • the coefficient corresponding to the loss occurrence frequency is described in two forms, that is, both smoothing and not, only one of them may be used. For example, if smoothing-free coefficients are not used, only the coefficients corresponding to smoothing need be tabulated.
  • the intermediate information 34D is intermediate or final data generated in the calculation process of the processor 35.
  • FIG. 14 is a configuration example of the intermediate information 34D.
  • the intermediate information 34D in this example includes target scenario information 34D1 that is a list of scenario data IDs to be subjected to the reverse stress test, and a reverse one-to-one correspondence with the scenario ID described in the target scenario information 34D1. Stress test results 34D22, 34D24, and 34D25.
  • the reverse stress test result 34D2i includes the IDi of the corresponding scenario data 34Ai and the loss increase rate.
  • the processor 35 has a microprocessor such as a CPU and its peripheral circuits, and reads and executes the program 34P from the storage unit 34, thereby causing the hardware and the program 34P to cooperate to implement various processing units. have.
  • main processing units realized by the processor 35 there are an input storage unit 35A, a reverse stress test execution unit 35B, an output unit 35C, and a target scenario calculation unit 35D.
  • the input storage unit 35A has a function of inputting the risk measurement data 34A, the threshold risk amount 34B, and the coefficient table 34G from the communication I / F unit 31 or the operation input unit 32 and storing them in the storage unit 34.
  • the target scenario calculation unit 35D reads the risk measurement data 34A and the coefficient table 34G from the storage unit 34, and for each scenario data included in the risk measurement data 34A, a coefficient corresponding to the loss occurrence frequency included in the scenario data.
  • the multiplication value of the coefficient held in the table 34G and the loss amount included in the scenario data is calculated as the individual data VaR amount, and the scenario data in which the calculated individual data VaR amount is equal to or larger than the reference value is subjected to the reverse stress test. It has a function to decide as a target.
  • the target scenario calculation unit 35D also has a function of creating a list of scenario data IDs determined as reverse stress test targets as target scenario information 34D1 and storing the list in the storage unit 34.
  • the reverse stress test execution unit 35B and the output unit 35C have the same functions as the reverse stress test execution unit 15B and the output unit 15C in the first embodiment.
  • the input storage unit 35A inputs the risk measurement data 34A, the threshold risk amount 34B, and the coefficient table 34G from the communication I / F unit 31 or the operation input unit 32, and stores them in the storage unit 34 (step S31). .
  • the target scenario calculation unit 35D converts the coefficient held in the coefficient table 34G and the scenario data corresponding to the loss occurrence frequency included in the scenario data.
  • the multiplication value of the included loss amount is calculated as individual data VaR amount, scenario data whose calculated individual data VaR amount is equal to or greater than the reference value is determined as a reverse stress test target, and the scenario data ID is the target scenario Information 34D1 is described (step S32).
  • the risk management apparatus 3 has a function of automatically determining a scenario to be subjected to the reverse stress test and performing the reverse stress test, and therefore performs the reverse stress test. The burden on the risk analyst when doing this can be greatly reduced.
  • scenario data whose individual data VaR amount is equal to or greater than the reference value is subject to reverse stress test
  • the increase rate of the loss amount to exceed the threshold risk amount 34B is tens or hundreds of times. It is possible to eliminate the waste of performing the reverse stress test so that the possibility of actual occurrence is almost zero.
  • the required amount of calculation is compared with the case where the amount corresponding to the individual data VaR amount is calculated using a general risk weighing device. Calculation time can be greatly reduced.
  • scenario data whose individual data VaR amount is equal to or greater than the reference value is the target of the reverse stress test.
  • the method is not limited.
  • scenario data is sorted in descending order of individual data VaR amount, and the top n scenario data and all internal loss data are given as input data to the risk weighing device, the risk amount of the risk weighing device is all
  • the minimum value of n that exceeds a predetermined ratio (for example, 80%) of the risk amount based on the scenario data and all the internal loss data may be obtained, and these n pieces may be set as test targets.
  • a scenario in which the VaR amount is increased by a predetermined amount (for example, 10 billion yen), but an increase rate equal to or less than a predetermined magnification (for example, 10 times) may be used as a test target.
  • the present invention has been described with reference to some embodiments, the present invention is not limited to the above embodiments, and various other additions and modifications are possible.
  • the loss amount of the scenario data is changed, and the loss occurrence frequency is not changed.
  • the present invention is not limited to this, and a test for changing the loss occurrence frequency of the scenario data and not changing the loss occurrence amount or a test for changing both the loss occurrence frequency and the loss occurrence amount may be performed.
  • the present invention can also be applied to risks other than operational risk, such as credit risk associated with credit transactions such as lending operations and market risk associated with foreign exchange and interest rate transactions.
  • the present invention can be used for a reverse stress test for analyzing factors that increase the amount of risk.
  • Risk weighing data including a plurality of scenario data composed of combinations of loss event contents, loss occurrence frequency and loss amount, and the risk weighing device weighing the risk amount based on the risk weighing data
  • Storage means for storing a threshold risk amount set to a larger value than the risk amount
  • Communication means for communicating with the risk weighing device;
  • the risk risk data that has been changed by changing only the loss occurrence frequency or the loss amount of one specific scenario data out of the risk measurement data, is transmitted to the risk measurement device, and is received from the risk measurement device
  • the amount of risk measured by the risk weighing device reaches the threshold risk amount by repeating the process of comparing the amount with the threshold risk amount while changing the loss occurrence frequency or the amount of loss change.
  • a risk management device comprising reverse stress test execution means for calculating a loss occurrence frequency or loss increase rate of specific scenario data.
  • the reverse stress test execution means is: The risk management apparatus according to appendix 1, wherein the specific one scenario data is changed to other scenario data, and the process of calculating the increase rate is repeated.
  • the storage means stores information relating to a delivery destination, Supplementary note 1 or 2 further comprising an output means for notifying a delivery destination specified by information on the delivery destination of a reverse stress test result including the increase rate calculated for the specific scenario data.
  • the storage means stores information on a delivery destination and delivery conditions, Based on the information on the delivery destination and the delivery condition, a delivery destination of a reverse stress test result including the increase rate calculated for the specific scenario data is determined, and the reverse delivery is determined to the determined delivery destination.
  • the risk management apparatus according to appendix 1 or 2, further comprising output means for notifying a stress test result.
  • the storage means stores target scenario information indicating one or more scenario data for which the loss occurrence frequency or the loss amount is to be changed, The risk management apparatus according to any one of appendices 1 to 4, wherein the reverse stress test execution unit selects the specific scenario data from the scenario data specified by the target scenario information.
  • the storage means corresponds to the loss occurrence frequency to a value of the occurrence number that is the lower ⁇ % point ( ⁇ is a predetermined constant) in the cumulative distribution function of the probability distribution using the loss occurrence frequency as a parameter.
  • target scenario calculation means for calculating as data VaR amount, and creating information indicating all or part of scenario data whose calculated individual data VaR amount is equal to or greater than a reference value as the target scenario information and storing it in the memory.
  • a risk management device characterized by that.
  • Risk weighing data including a plurality of scenario data composed of combinations of loss event contents, loss occurrence frequency and loss amount, and the risk weighing device weighing the risk amount based on the risk weighing data
  • Storage means for storing a threshold risk amount set to a value larger than the risk amount, a communication interface for communicating with the risk weighing device, and a reverse stress connected to the memory and the communication interface
  • a risk management method executed by a risk management device comprising test execution means,
  • the reverse stress test execution means calculates changed risk measurement data by changing only the loss occurrence frequency or the loss amount of one specific scenario data out of the risk measurement data, and transmits it to the risk measurement device Then, by repeating the process of comparing the risk amount received from the risk weighing device with the threshold risk amount while changing the loss occurrence frequency or the amount of loss change, the risk amount to be measured by the risk weighing device is reduced.
  • a risk management method comprising: calculating a loss occurrence frequency or an increase rate of the loss amount of the specific scenario data that reaches the threshold risk amount.
  • Risk weighing data including a plurality of scenario data composed of combinations of loss event contents, loss occurrence frequency and loss amount, and the risk weighing device weighing the risk amount based on the risk weighing data
  • a memory for storing a threshold risk amount set to a value larger than the risk amount, and a computer having a communication interface for communicating with the risk weighing device;
  • the risk risk data that has been changed by changing only the loss occurrence frequency or the loss amount of one specific scenario data out of the risk measurement data, is transmitted to the risk measurement device, and is received from the risk measurement device
  • the amount of risk measured by the risk weighing device reaches the threshold risk amount by repeating the process of comparing the amount with the threshold risk amount while changing the loss occurrence frequency or the amount of loss change.
  • a program for functioning as a reverse stress test execution means for calculating the frequency of loss occurrence or the rate of increase in the

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量したリスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリと、プロセッサとを備える。プロセッサは、リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出してリスク計量装置へ送信し、リスク計量装置から受信したリスク量を閾値リスク量と比較する処理を、損失発生頻度または損失額の変更幅を変えて繰り返すことにより、リスク計量装置で計量されるリスク量が閾値リスク量に達することになる特定のシナリオデータの損失発生頻度または損失額の増加率を算出するようにプログラムされている。

Description

リスク管理装置
　本発明はリスク管理装置に関し、特にリスク量が増加する要因を分析するリバース・ストレス・テスト機能を有するリスク管理装置に関する。
　一般に企業の業務は、地震やシステム障害、事務的なミス、詐欺など様々なオペレーショナルリスク（以下、単にリスクと称す）に遭遇する可能性がある。このため、リスク計量装置を使用してリスク量を計量し、リスクに対する対策を講じることが求められている。
　リスク計量装置は、企業における未知のリスクプロファイルに関する断片的な情報を入力し、この入力データから当該企業のリスクプロファイルの特徴値（例えば、99.9％バリュー・アット・リスク（ＶａＲ））を計量する。リスク計量装置の入力データには、一般に内部損失データとシナリオデータとがある。内部損失データは、当該企業において実際に発生した損失事象に関するデータである。内部損失データは、どのような事象の内容について、どの程度の損失額が発生したかを表している。しかし、全ての事象の内容について必要十分な数の内部損失データを得ることは困難である。そこで、稀にしか発生していない事象内容や未だ一度も発生したことのない事象内容について、その発生頻度と損失額の推定値をシナリオデータとして見積り、リスク量の計量に利用している。
　一般的なリスク計量装置は、損失分布手法と呼ばれる手法を用いて、ＶａＲを計量している（例えば特許文献１および非特許文献１参照）。具体的には、まず、内部損失データの件数などから損失頻度分布を生成し、内部損失データおよびシナリオデータなどから損失規模分布を生成する。次に、モンテカルロ・シミュレーションにより、上記の損失頻度分布を用いて発生させた損失件数分の損失額を上記の損失規模分布から取り出して合算し、保有期間当たりの損失額を算出する処理を何万、何十万回と繰り返して損失額の分布を生成する。そして、この生成された損失額の分布から所定の信頼区間のＶａＲを算出する。
　さて、リスク分析の分野においては、リバース・ストレス・テストの必要性が謳われている。リバース・ストレス・テストとは、特定のストレス・テスト結果（例えば、規制上の最低自己資本比率を下回ることや流動性の枯渇、支払不能）を想定し、どのようなイベントが発生すればそうした結果に陥るかを問うものである。
特許第４２４１０８３号
小林、清水、西口、森永著、「オペレーショナル・リスク管理　高度化への挑戦」、平成２１年４月２４日、社団法人金融財政事情研究会発行、p107-144
　上述したようにリスク分析の分野においてリバース・ストレス・テストの必要性が謳われているものの、リスク計量装置を使用してリバース・ストレス・テストを自動で実施する仕組みは未だ提案されていないのが現状である。このため、人的作業量が多くなり、リスク分析者に大きな負担がかかっている。
　本発明の目的は、上述したような課題、すなわちリバース・ストレス・テストの実施はリスク分析者の負担が大きいという課題を解決するリスク管理装置を提供することにある。
　本発明の一形態にかかるリスク管理装置は、
　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、上記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した上記リスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリと、
　上記リスク計量装置との間で通信を行う通信インターフェースと、
　上記メモリおよび上記通信インターフェースに接続されたプロセッサとを備え、
　上記プロセッサは、
　上記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して上記リスク計量装置へ送信し、上記リスク計量装置から受信したリスク量を上記閾値リスク量と比較する処理を、上記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、上記リスク計量装置で計量されるリスク量が上記閾値リスク量に達することになる上記特定のシナリオデータの損失発生頻度または損失額の増加率を算出する
ようにプログラムされている、といった構成を採る。
　本発明の他の形態にかかるリスク管理方法は、
　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、上記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した上記リスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリと、上記リスク計量装置との間で通信を行う通信インターフェースと、上記メモリおよび上記通信インターフェースに接続されたプロセッサとを備えたリスク管理装置が実行するリスク管理方法であって、
　上記プロセッサが、上記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して上記リスク計量装置へ送信し、上記リスク計量装置から受信したリスク量を上記閾値リスク量と比較する処理を、上記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、上記リスク計量装置で計量されるリスク量が上記閾値リスク量に達することになる上記特定のシナリオデータの損失発生頻度または損失額の増加率を算出する
といった構成を採る。
　本発明は上述したような構成を有するため、リバース・ストレス・テストを実施する際のリスク分析者の負担を大幅に低減することができる。
本発明の第１の実施形態にかかるリスク管理装置のブロック図である。 本発明にかかるリスク管理装置とリスク計量装置とが通信回線を通じて接続されている様子を示す図である。 本発明の第１の実施形態におけるリスク計量用データの構成例である。 本発明の第１の実施形態にかかるリスク管理装置における中間情報の構成例である。 本発明の第１の実施形態の処理例を示すフローチャートである。 本発明の第１の実施形態における増加率算出処理の詳細を示すフローチャートである。 本発明の第２の実施形態にかかるリスク管理装置のブロック図である。 本発明の第２の実施形態における配信先データの構成例である。 本発明の第２の実施形態における配信条件の構成例である。 本発明の第２の実施形態の処理例を示すフローチャートである。 本発明の第２の実施形態における配信情報の構成例である。 本発明の第３の実施形態にかかるリスク管理装置のブロック図である。 本発明の第３の実施形態で使用する係数テーブルの構成例である。 本発明の第３の実施形態にかかるリスク管理装置における中間情報の構成例である。 本発明の第３の実施形態の処理例を示すフローチャートである。
　次に本発明の実施の形態について図面を参照して詳細に説明する。
[第１の実施形態]
　図１を参照すると、本発明の第１の実施形態にかかるリスク管理装置１は、リバース・ストレス・テストを自動で実施する機能を有している。また、リスク管理装置１は、図２に示されるように、通信回線５を通じてリスク計量装置６に接続されている。通信回線５は、通信ケーブル、ローカルエリアネットワーク、ワイドエリアネットワーク、インターネットなどで構成される。
　また、リスク管理装置１は、主な機能部として、通信インターフェース部（以下、通信Ｉ／Ｆ部という）１１、操作入力部１２、画面表示部１３、記憶部１４、およびプロセッサ１５を有する。
　通信Ｉ／Ｆ部１１は、専用のデータ通信回路からなり、通信回線５を介して接続されたリスク計量装置６やその他の図示しない各種装置との間でデータ通信を行う機能を有している。
　操作入力部１２は、キーボードやマウスなどの操作入力装置からなり、オペレータの操作を検出してプロセッサ１５に出力する機能を有している。
　画面表示部１３は、ＬＣＤやＰＤＰなどの画面表示装置からなり、プロセッサ１５からの指示に応じて、操作メニューや算出結果などの各種情報を画面表示する機能を有している。
　記憶部１４は、ハードディスクや半導体メモリなどの記憶装置からなり、プロセッサ１５での各種処理に必要な処理情報やプログラム１４Ｐを記憶する機能を有している。プログラム１４Ｐは、プロセッサ１５に読み込まれて実行されることにより各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部１１などのデータ入出力機能を介して外部装置（図示せず）やコンピュータ読取可能な記憶媒体（図示せず）から予め読み込まれて記憶部１４に保存される。記憶部１４で記憶される主な処理情報として、リスク計量用データ１４Ａと、閾値リスク量１４Ｂと、対象シナリオ情報１４Ｃ、および中間情報１４Ｄがある。
　リスク計量用データ１４Ａは、リスク計量装置６の入力となるデータである。リスク計量用データ１４Ａは、複数の内部損失データおよび複数のシナリオデータから構成される。図３は、リスク計量用データ１４Ａの構成例である。この例のリスク計量用データ１４Ａは、合計ｎ個のシナリオデータ１４Ａ１～１４Ａｎと、複数の内部損失データ１４Ａｍから構成される。個々のシナリオデータは、シナリオデータを一意に識別するための識別子（シナリオＩＤ）、損失額、および損失発生頻度を有する。例えば、シナリオデータ１４Ａ１は、ＩＤとしてＩＤ１、損失額としてｂ１、損失発生頻度としてλ１を有する。内部損失データ１４Ａｍは、リバース・ストレス・テストでは、変更されずにそのまま使用されるので、個々のデータの構造は記載を省略している。
　閾値リスク量１４Ｂは、リスク計量用データ１４Ａに基づいてリスク計量装置６が計量したリスク量（例えば99.9％ＶａＲ）に対して、予め設定された損失額を上乗せしたリスク量である。例えば、リスク計量用データ１４Ａに基づいてリスク計量装置６が計量したリスク量を3000億円とすると、それに50億円あるいは100億円といった額を加算した額が閾値リスク量１４Ｂとなる。
　対象シナリオ情報１４Ｃは、リバース・ストレス・テストの対象となる１以上のシナリオデータを指定する情報である。例えば、リスク計量用データ１４Ａに含まれている合計ｎ個のシナリオデータ１４Ａ１～１４Ａｎの全てを、損失額を変更する対象とするならば、対象シナリオ情報１４Ｃには、シナリオデータ１４Ａ１～１４ＡｎのＩＤが記述されている。また、一部だけを対象とするならば、対象シナリオ情報１４Ｃには、損失額を変更する対象とする一部のシナリオデータのＩＤが記述されている。
　中間情報１４Ｄは、プロセッサ１５の演算過程で生成される中間ないし最終的なデータである。図４は中間情報１４Ｄの構成例である。この例の中間情報１４Ｄは、対象シナリオ情報１４Ｃに記述されたシナリオＩＤに１対１に対応するリバース・ストレス・テスト結果１４Ｄ２、１４Ｄ４、１４Ｄ５を有する。リバース・ストレス・テスト結果１４Ｄｉは、対応するシナリオデータ１４ＡｉのＩＤｉと、損失額の増加率とを含んでいる。
　プロセッサ１５は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部１４からプログラム１４Ｐを読み込んで実行することにより、上記ハードウェアとプログラム１４Ｐとを協働させて各種処理部を実現する機能を有している。プロセッサ１５で実現される主な処理部として、入力格納部１５Ａ、リバース・ストレス・テスト実行部１５Ｂ、および出力部１５Ｃがある。
　入力格納部１５Ａは、通信Ｉ／Ｆ部１１または操作入力部１２から、リスク計量用データ１４Ａ、閾値リスク量１４Ｂ、および対象シナリオ情報１４Ｃを入力して、記憶部１４に格納する機能を有する。
　リバース・ストレス・テスト実行部１５Ｂは、対象シナリオ情報１４Ｃに記述されたシナリオデータからテスト対象とする特定の１つのシナリオデータを決定する機能と、リスク計量用データ１４Ａのうち上記特定のシナリオデータ１４Ａｉの損失額だけを変更した変更後リスク計量用データを算出する機能と、算出した変更後リスク計量用データを通信Ｉ／Ｆ部１１を通じてリスク計量装置６へ送信する機能と、上記変更後リスト計量用データに基づいてリスク計量装置６が計量したリスク量を通信Ｉ／Ｆ部１１を通じて受信する機能と、この受信したリスク量を閾値リスク量１４Ｂと比較する機能とを有する。また、リバース・ストレス・テスト実行部１５Ｂは、上記の各機能による処理を、特定のシナリオデータ中の損失額の変更量を変えて繰り返すことにより、リスク計量装置６で計量されるリスク量が閾値リスク量１４Ｂにほぼ達することになる上記特定のシナリオデータの損失額の増加率を算出し、当該特定のシナリオデータに関するリバース・ストレス・テスト結果として記憶部１４Ｃに記憶する機能を有する。さらに、リバース・ストレス・テスト実行部１５Ｂは、対象シナリオ情報１４Ｃに記述された残りのシナリオデータに対して、上記特定のシナリオデータと同様の処理を繰り返す機能を有する。
　出力部１５Ｃは、リバース・ストレス・テスト実行部１５Ｂのテスト結果を記憶部１４から読み込み、画面表示部１３に出力し、あるいは通信Ｉ／Ｆ部１１を通じて外部に出力する機能を有する。
　次に、図５を参照して、本実施形態にかかるリスク管理装置１の動作について説明する。
　まず、入力格納部１５Ａは、リスク計量用データ１４Ａ、閾値リスク量１４Ｂ、および対象シナリオ情報１４Ｃを、通信Ｉ／Ｆ部１１または操作入力部１２から入力し、記憶部１４に格納する（ステップＳ１）。
　次に、リバース・ストレス・テスト実行部１５Ｂは、対象シナリオ情報１４Ｃに記述されたシナリオデータの１つを特定のシナリオデータとして取得する（ステップＳ２）。
　次に、リバース・ストレス・テスト実行部１５Ｂは、リスク計量装置６で計量されるリスク量が閾値リスク量１４Ｂにほぼ達することになる上記特定のシナリオデータの損失額の増加率を算出し、その算出した増加率を含むリバース・ストレス・テスト結果を記憶部１４に記憶する（ステップＳ３）。
　次に、リバース・ストレス・テスト実行部１５Ｂは、対象シナリオ情報１４Ｃに未だテストしていないシナリオデータが残っているか否かを判定する（ステップＳ４）。リバース・ストレス・テスト実行部１５Ｂは、未処理のシナリオデータが残っていれば、ステップＳ２に戻って未処理のシナリオデータから１つのシナリオデータを特定のシナリオデータとして取得し、最初の特定のシナリオデータに対して行った処理と同様の処理を繰り返す。他方、未処理のシナリオデータが存在しなければ、リバース・ストレス・テスト実行部１５Ｂは、制御を出力部１５Ｃへ渡す。
　出力部１５Ｃは、リバース・ストレス・テスト実行部１５Ｂによるテスト結果を記憶部１４から読み込み、画面表示部１３に出力し、あるいは通信Ｉ／Ｆ部１１を通じて外部に出力する（ステップＳ５）。
　図６は図５のステップＳ３の処理の一例を示すフローチャートである。以下、図５を参照して、ステップＳ３の処理の一例について説明する。
　まず、リバース・ストレス・テスト実行部１５Ｂは、増加率を定める変数αを１に初期化する（ステップＳ１１）。次に、リバース・ストレス・テスト実行部１５Ｂは、変数αを予め定められた単位量（例えば0.1）だけ加算する（ステップＳ１２）。
　次に、リバース・ストレス・テスト実行部１５Ｂは、リスク計量用データ１４Ａを記憶部１４から読み込み、リスク計量用データ１４Ａ中の特定のシナリオデータの損失額をα倍した変更後リスク計量用データを生成する（ステップＳ１３）。次に、リバース・ストレス・テスト実行部１５Ｂは、この生成した変更後リスク計量用データを通信Ｉ／Ｆ部１１を通じてリスク計量装置６へ送信する（ステップＳ１４）。
　リスク計量装置６は、リスク管理装置１から送られてきた変更後リスク計量用データを入力データとして、損失頻度分布および損失規模分布を生成し、モンテカルロ・シミュレーションにより損失額の分布を生成して所定の信頼区間のＶａＲをリスク量として算出する。そして、算出したリスク量を通信回線５を通じてリスク管理装置１へ送信する。
　リバース・ストレス・テスト実行部１５Ｂは、リスク計量装置６から上記のリスク量を受信すると（ステップＳ１５）、受信したリスク量を閾値リスク量１４Ｂと比較する（ステップＳ１６）。リバース・ストレス・テスト実行部１５Ｂは、リスク計量装置６で計量されたリスク量が閾値リスク量１４Ｂより少なければ、ステップＳ１２に戻る。これにより、増加率を定める変数αがさらに単位量だけ加算され、ステップＳ１３～Ｓ１６の処理が繰り返される。
　リバース・ストレス・テスト実行部１５Ｂは、リスク計量装置６で計量されたリスク量が閾値リスク量１４Ｂ以上になったことを検出すると、その時点の変数αの値を増加率として含むリバース・ストレス・テスト結果を生成し、記憶部１４に記憶する（ステップＳ１７）。
　図６に示す処理では、増加率を定める変数αを単位量ずつ増やしながら解を探索しているが、探索のアルゴリズムはこれに限定されない。例えば、増加させる単位量を最初は大きくし、リスク量が閾値リスク量に近づいたら、増加させる単位量を小さくするようにしても良い。また、リスク量が閾値リスク量をオーバーした場合に、オーバーした額に応じて変数αを小さくして、リスク量が閾値リスク量に収束するようにしてもよい。さらに、増加率でなく、増加額を単位量ずつ増やしながら解を探索してもよい。
　このように本実施形態のリスク管理装置１は、リスク計量装置６を使用してリバース・ストレス・テストを自動で実施する機能を有するため、リバース・ストレス・テストを実施する際のリスク分析者の負担を大幅に低減することができる。
[第２の実施形態]
　図７を参照すると、本発明の第２の実施形態にかかるリスク管理装置２は、リバース・ストレス・テストを自動で実施する機能に加えて、リバース・ストレス・テスト結果を関連する配信先に自動で配信する機能を有している。
　このリスク管理装置２は、主な機能部として、通信Ｉ／Ｆ部２１、操作入力部２２、画面表示部２３、記憶部２４、およびプロセッサ２５を有する。
　通信Ｉ／Ｆ部２１、操作入力部２２、および画面表示部２３は、第１の実施形態における図１の通信Ｉ／Ｆ部１１、操作入力部１２、および画面表示部１３と同じ機能を有している。
　記憶部２４は、ハードディスクや半導体メモリなどの記憶装置からなり、プロセッサ２５での各種処理に必要な処理情報やプログラム２４Ｐを記憶する機能を有している。プログラム２４Ｐは、プロセッサ２５に読み込まれて実行されることにより各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部２１などのデータ入出力機能を介して外部装置（図示せず）やコンピュータ読取可能な記憶媒体（図示せず）から予め読み込まれて記憶部２４に保存される。記憶部２４で記憶される主な処理情報として、リスク計量用データ２４Ａ、閾値リスク量２４Ｂ、対象シナリオ情報２４Ｃ、中間情報２４Ｄ、配信先データ２４Ｅ、および配信条件２４Ｆとがある。
　リスク計量用データ２４Ａ、閾値リスク量２４Ｂ、対象シナリオ情報２４Ｃ、および中間情報２４Ｄは、第１の実施形態における図１のリスク計量用データ１４Ａ、閾値リスク量１４Ｂ、対象シナリオ情報１４Ｃ、および中間情報１４Ｄと同じである。
　配信先データ２４Ｅは、リバース・ストレス・テスト結果を配信する配信先に関する情報である。図８は、配信先データ２４Ｅの構成例である。この例の配信先データ２４Ｅは、シナリオＩＤと配信先情報との組から構成される。１つのシナリオＩＤに対応する配信先情報の数は、１つに限らず複数でもよい。図８の例では、配信先として、作成部署、損失発生部署、類似保有部署、リスク統括部署の４箇所のうちの１つ、２つ、３つ、または４つ全てを指定できる。例えば、１行目の配信先データは、シナリオＩＤ１のテスト結果を、作成部署としての部署Ａ、損失発生部署としての部署Ａ、このシナリオと類似するシナリオを保有する類似保有部署としての部署Ｂ、リスク統括部署Ｚに配信すべきことを表している。配信先の項目に記載されるＡ等の配信先データは、例えば、テスト結果を郵送で配信するのであれば郵便番号と受取人を特定する情報、電子メールで配信するのであればメールアドレス、ＷＥＢ配信であればＵＲＬ或いは閲覧者ＩＤ、あるいは、これらを別の場所から取得するための情報で構成される。
　配信条件２４Ｆは、リバース・ストレス・テスト結果がどのような条件を満足するときに、どこに配信するかといった、配信に関する条件である。図９は、配信条件２４Ｆの構成例である。この例の配信条件２４Ｆは、番号１～４の合計４個の配信条件から構成される。例えば、番号１の配信条件は、作成部署には、全てのテスト結果を配信する、という条件を指定している。また、番号２の配信条件は、損失発生部署には、増加率が５倍以下のテスト結果を配信する、という条件を指定している。図９に示した配信条件は、配信先の部署と増加率とを用いて条件を指定しているが、シナリオの事象の種類など、他の項目を用いて条件を指定してもよい。
　プロセッサ２５は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部２４からプログラム２４Ｐを読み込んで実行することにより、上記ハードウェアとプログラム２４Ｐとを協働させて各種処理部を実現する機能を有している。プロセッサ２５で実現される主な処理部として、入力格納部２５Ａ、リバース・ストレス・テスト実行部２５Ｂ、および出力部２５Ｃがある。
　入力格納部２５Ａは、通信Ｉ／Ｆ部２１または操作入力部２２から、リスク計量用データ２４Ａ、閾値リスク量２４Ｂ、対象シナリオ情報２４Ｃ、配信先データ２４Ｅ、および配信条件２４Ｆを入力して、記憶部２４に格納する機能を有する。
　リバース・ストレス・テスト実行部２５Ｂは、第１の実施形態におけるリバース・ストレス・テスト実行部１５Ｂと同様の機能を有する。
　出力部２５Ｃは、リバース・ストレス・テスト実行部２５Ｂによるリバース・ストレス・テスト結果、配信先データ２４Ｅ、および配信条件２４Ｆを記憶部２４から読み込み、テスト結果の配信先を決定し、決定した配信先にリバース・ストレス・テスト結果を配信する機能を有する。
　次に、図１０を参照して、本実施形態にかかるリスク管理装置２の動作について説明する。
　まず、入力格納部２５Ａは、リスク計量用データ２４Ａ、閾値リスク量２４Ｂ、対象シナリオ情報２４Ｃ、配信先データ２４Ｅ、および配信条件２４Ｆを、通信Ｉ／Ｆ部２１または操作入力部２２から入力し、記憶部２４に格納する（ステップＳ２１）。
　次に、リバース・ストレス・テスト実行部２５Ｂは、対象シナリオ情報２４Ｃに記述されたシナリオデータの１つを特定のシナリオデータとして取得する（ステップＳ２２）。
　次に、リバース・ストレス・テスト実行部２５Ｂは、リスク計量装置６で計量されるリスク量が閾値リスク量２４Ｂにほぼ達することになる上記特定のシナリオデータの損失額の増加率を算出し、その算出した増加率を含むリバース・ストレス・テスト結果を記憶部２４に記憶する（ステップＳ２３）。
　次に、リバース・ストレス・テスト実行部２５Ｂは、対象シナリオ情報２４Ｃに未だテストしていないシナリオデータが残っているか否かを判定する（ステップＳ２４）。リバース・ストレス・テスト実行部２５Ｂは、未処理のシナリオデータが残っていれば、ステップＳ２２に戻って未処理のシナリオデータから１つのシナリオデータを特定のシナリオデータとして取得し、最初の特定のシナリオデータに対して行った処理と同様の処理を繰り返す。他方、未処理のシナリオデータが存在しなければ、リバース・ストレス・テスト実行部２５Ｂは、制御を出力部２５Ｃへ渡す。
　出力部２５Ｃは、まず、リバース・ストレス・テスト実行部２５Ｂによるテスト結果、配信先データ２４Ｅ、および配信条件２４Ｆを記憶部２４から読み込み、それらの内容を解析して、どのリバース・ストレス・テスト結果を、どの配信先に配信するかを決定する（ステップＳ２５）。次に、出力部２５Ｃは、上記決定した内容に基づいて、リバース・ストレス・テスト結果を通信Ｉ／Ｆ部２１を通じて、配信先に配信する（ステップＳ２６）。
　配信に際して、出力部２５Ｃは、配信先毎に配信される情報を整理して、整形するようにしてよい。例えば、配信先となる部署毎に、当該部署に配信される複数のリバース・ストレス・テスト結果を、作成部署、損失発生部署、類似保有部署、リスク統括部署のうちのどの区分で送られてきたものなのかの区別を付けたり、各区分の中で増加率の大小によりテスト結果をソートしてよい。また、リスク計量用データの各シナリオデータ中に事象内容（例えば、東海大地震、システムダウンなど）が記述されている場合に、テスト結果のシナリオＩＤに対応するシナリオデータから事象内容を抽出し、補助情報としてテスト結果に付加してよい。例えば、図４に示したようなリバース・ストレス・テスト結果が算出され、配信先データ２４Ｅおよび配信条件２４Ｆが図８および図９に示したものである場合、部署ＥにはシナリオＩＤ２、ＩＤ４、ＩＤ５のテスト結果が配信される。その際、例えば図１１に示すような形式に、配信情報を加工して配信してよい。
　このように本実施形態のリスク管理装置２は、リスク計量装置６を使用してリバース・ストレス・テストを自動で実施する機能を有するとともに、そのテスト結果を関連する配信先に自動で配信する機能を有するため、リバース・ストレス・テストを実施する際のリスク分析者の負担をより一層軽減することができる。
［第３の実施形態］
　図１２を参照すると、本発明の第３の実施形態にかかるリスク管理装置３は、リバース・ストレス・テストの対象とするシナリオを自動的に決定してリバース・ストレス・テストを実施する機能を有している。
　このリスク管理装置３は、主な機能部として、通信Ｉ／Ｆ部３１、操作入力部３２、画面表示部３３、記憶部３４、およびプロセッサ３５を有する。
　通信Ｉ／Ｆ部３１、操作入力部３２、および画面表示部３３は、第１の実施形態における図１の通信Ｉ／Ｆ部１１、操作入力部１２、および画面表示部１３と同じ機能を有している。
　記憶部３４は、ハードディスクや半導体メモリなどの記憶装置からなり、プロセッサ３５での各種処理に必要な処理情報やプログラム３４Ｐを記憶する機能を有している。プログラム３４Ｐは、プロセッサ３５に読み込まれて実行されることにより各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部３１などのデータ入出力機能を介して外部装置（図示せず）やコンピュータ読取可能な記憶媒体（図示せず）から予め読み込まれて記憶部３４に保存される。記憶部３４で記憶される主な処理情報として、リスク計量用データ３４Ａ、閾値リスク量３４Ｂ、中間情報３４Ｄ、および係数テーブル３４Ｇがある。
　リスク計量用データ３４Ａ、および閾値リスク量３４Ｂは、第１の実施形態における図１のリスク計量用データ１４Ａ、および閾値リスク量１４Ｂと同じである。
　係数テーブル３４Ｇは、シナリオデータ毎に、所定の信頼区間αのＶａＲ額を近似計算するために使用するテーブルである。本明細書では、特定の１つのシナリオデータに基づく保有期間当たりの総損失額を、そのシナリオデータの個別データＶａＲ額と呼ぶ。信頼区間としては、例えば99.9％を使用する。本実施形態では、リスク計量用データ３４Ａに含まれるシナリオデータ毎に、その個別データＶａＲ額を算出し、予め定められた基準額以上の個別データＶａＲ額となるシナリオデータを、重要シナリオとして、リバース・ストレス・テストの対象とする。係数テーブル３４Ｇは、損失発生頻度に対応して、その損失発生頻度をパラメータとする確率分布の累積分布関数における下側α％点となる発生数の値に等しい係数を保持している。上記確率分布は、一般的なリスク計量装置において頻度分布の予測に使用される確率分布と同じである。例えば一般的なリスク計量装置において、ポアソン分布が使用されるならば、上記確率分布はポアソン分布である。なお、ポアソン分布の累積分布関数は不連続であるため、例えばガンマ関数を使って整数の階乗を実数の階乗まで拡張することにより、ポアソン分布の累積分布関数をスムージング化した上で、下側α％点となる発生数の値に等しい係数を求めるようにするのが望ましい。
　図１３は係数テーブル１４Ｂの構成例である。この例の係数テーブルは、損失発生頻度を２つの形式、すなわち、何年に１回発生するかという形式と、１年当たりに何回発生するかという形式で示しているが、損失データにおける損失発生頻度の形式が統一されていれば、何れか一方だけよく、他方は省略することができる。また、損失発生頻度に対応する係数を２つの形式、すなわちスムージング無と有の双方について記載しているが、何れか一方だけでもよい。例えば、スムージング無の係数を使用しないならば、スムージング有に対応する係数だけをテーブル化しておけばよい。
　中間情報３４Ｄは、プロセッサ３５の演算過程で生成される中間ないし最終的なデータである。図１４は中間情報３４Ｄの構成例である。この例の中間情報３４Ｄは、リバース・ストレス・テストの対象となるシナリオデータのＩＤのリストである対象シナリオ情報３４Ｄ１と、この対象シナリオ情報３４Ｄ１に記述されたシナリオＩＤに１対１に対応するリバース・ストレス・テスト結果３４Ｄ２２、３４Ｄ２４、３４Ｄ２５とを有する。リバース・ストレス・テスト結果３４Ｄ２ｉは、対応するシナリオデータ３４ＡｉのＩＤｉと、損失額の増加率とを含んでいる。
　プロセッサ３５は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部３４からプログラム３４Ｐを読み込んで実行することにより、上記ハードウェアとプログラム３４Ｐとを協働させて各種処理部を実現する機能を有している。プロセッサ３５で実現される主な処理部として、入力格納部３５Ａ、リバース・ストレス・テスト実行部３５Ｂ、出力部３５Ｃ、および対象シナリオ算出部３５Ｄがある。
　入力格納部３５Ａは、通信Ｉ／Ｆ部３１または操作入力部３２から、リスク計量用データ３４Ａ、閾値リスク量３４Ｂ、および係数テーブル３４Ｇを入力して、記憶部３４に格納する機能を有する。
　対象シナリオ算出部３５Ｄは、リスク計量用データ３４Ａおよび係数テーブル３４Ｇを記憶部３４から読み込み、リスク計量用データ３４Ａに含まれるシナリオデータ毎に、そのシナリオデータに含まれる損失発生頻度に対応して係数テーブル３４Ｇに保持されている係数とそのシナリオデータに含まれる損失額との乗算値を個別データＶａＲ額として算出し、この算出した個別データＶａＲ額が基準値以上のシナリオデータをリバース・ストレス・テスト対象として決定する機能を有する。また、対象シナリオ算出部３５Ｄは、リバース・ストレス・テスト対象として決定したシナリオデータのＩＤのリストを、対象シナリオ情報３４Ｄ１として作成して記憶部３４に記憶する機能を有する。
　リバース・ストレス・テスト実行部３５Ｂ、および出力部３５Ｃは、第１の実施形態におけるリバース・ストレス・テスト実行部１５Ｂ、および出力部１５Ｃと同様の機能を有する。
　次に、図１５を参照して、本実施形態にかかるリスク管理装置３の動作について説明する。
　まず、入力格納部３５Ａは、リスク計量用データ３４Ａ、閾値リスク量３４Ｂ、および係数テーブル３４Ｇを、通信Ｉ／Ｆ部３１または操作入力部３２から入力し、記憶部３４に格納する（ステップＳ３１）。
　次に、対象シナリオ算出部３５Ｄは、リスク計量用データ３４Ａに含まれるシナリオデータ毎に、そのシナリオデータに含まれる損失発生頻度に対応して係数テーブル３４Ｇに保持されている係数とそのシナリオデータに含まれる損失額との乗算値を個別データＶａＲ額として算出し、この算出した個別データＶａＲ額が基準値以上のシナリオデータをリバース・ストレス・テスト対象として決定し、そのシナリオデータのＩＤを対象シナリオ情報３４Ｄ１に記述する（ステップＳ３２）。
　これ以降のステップＳ３３～Ｓ３６の処理は、第１の実施形態の動作を示す図５のステップＳ２～Ｓ５と同一なので、その説明は省略する。
　このように本実施形態のリスク管理装置３は、リバース・ストレス・テストの対象とするシナリオを自動的に決定してリバース・ストレス・テストを実施する機能を有するため、リバース・ストレス・テストを実施する際のリスク分析者の負担をより一層大幅に軽減することができる。
　また、個別データＶａＲ額が基準値以上のシナリオデータをリバース・ストレス・テストの対象としているため、閾値リスク量３４Ｂを超えるための損失額の増加率が何十倍、何百倍となるような、実際に発生する可能性がほぼ０になるようなリバース・ストレス・テストを実施する無駄を無くすことができる。
　また、個別データＶａＲ額を係数テーブル３４Ｇを用いて近似計算しているため、一般的なリスク計量装置を使って個別データＶａＲ額に相当する額を計算する場合に比べて、必要な計算量と計算時間を大幅に短縮することができる。
　本実施形態では、個別データＶａＲ額が基準値以上のシナリオデータをリバース・ストレス・テストの対象としたが、個別データＶａＲ額を用いてリバース・ストレス・テストの対象を決定する方法は、上述した方法に限定されない。例えば、個別データＶａＲ額の大きい順にシナリオデータをソートし、上位ｎ個のシナリオデータと全ての内部損失データとを入力データとしてリスク計量装置に与えた場合に、リスク計量装置のリスク量が、全てのシナリオデータと全ての内部損失データとに基づくリスク量の所定割合（例えば80％）を超えることになるｎの最小値を求め、このｎ個をテスト対象にしてよい。あるいは、ＶａＲ額が予め定めた額（例えば100億円）だけ増えるのに所定倍率（例えば10倍）以下の増加率で済むシナリオをテスト対象にしてもよい。
　以上本発明を幾つかの実施形態を挙げて説明したが、本発明は以上の実施形態にのみ限定されず、その他各種の付加変更が可能である。例えば、前述した各実施の形態では、シナリオデータの損失額を変更し、損失発生頻度は変更しなかった。しかし、本発明はこれに限定されず、シナリオデータの損失発生頻度を変更し、損失発生額を変更しないテストや、損失発生頻度および損失発生額の双方を変更するテストを行うようにしてもよい。また、貸出業務などの信用取引にかかる信用リスクや、為替および金利取引にかかる市場リスクなど、オペレーショナルリスク以外のリスクに対しても本発明は適用可能である。
　なお、本発明は、日本国にて２０１１年０３月２９日に特許出願された特願２０１１－０７２７４５の特許出願に基づく優先権主張の利益を享受するものであり、当該特許出願に記載された内容は、全て本明細書に含まれるものとする。
　本発明は、リスク量が増加する要因を分析するリバース・ストレス・テストなどに利用可能である。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
［付記１］
　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、前記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した前記リスク量に比べて大きな値に設定された閾値リスク量とを記憶する記憶手段と、
　前記リスク計量装置との間で通信を行う通信手段と、
　前記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して前記リスク計量装置へ送信し、前記リスク計量装置から受信したリスク量を前記閾値リスク量と比較する処理を、前記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、前記リスク計量装置で計量されるリスク量が前記閾値リスク量に達することになる前記特定のシナリオデータの損失発生頻度または損失額の増加率を算出するリバース・ストレス・テスト実行手段と
を備えることを特徴とするリスク管理装置。
［付記２］
　前記リバース・ストレス・テスト実行手段は、
　前記特定の１つのシナリオデータを他のシナリオデータに変更して、前記増加率の算出の処理を繰り返す
ことを特徴とする付記１に記載のリスク管理装置。
［付記３］
　前記記憶手段は、配信先に関する情報を記憶し、
　前記特定のシナリオデータについて算出された前記増加率を含むリバース・ストレス・テスト結果を、前記配信先に関する情報で特定される配信先に通知する出力手段
を備えることを特徴とする付記１または２に記載のリスク管理装置。
［付記４］
　前記記憶手段は、配信先に関する情報と配信条件とを記憶し、
　前記配信先に関する情報と前記配信条件とに基づいて、前記特定のシナリオデータについて算出された前記増加率を含むリバース・ストレス・テスト結果の配信先を決定し、該決定した配信先に前記リバース・ストレス・テスト結果を通知する出力手段
を備えることを特徴とする付記１または２に記載のリスク管理装置。
［付記５］
　前記記憶手段は、前記損失発生頻度または前記損失額を変更する対象となる１以上のシナリオデータを示す対象シナリオ情報を記憶し、
　前記リバース・ストレス・テスト実行手段は、前記対象シナリオ情報で指定されたシナリオデータから前記特定のシナリオデータを選択する
ことを特徴とする付記１乃至４の何れかに記載のリスク管理装置。
［付記６］
　前記記憶手段は、前記損失発生頻度に対応して、前記損失発生頻度をパラメータとする確率分布の累積分布関数における下側α％点（αは予め定められた定数）となる発生数の値に等しい係数を保持する係数テーブルを記憶し、
　前記リスク計量用データに含まれるシナリオデータ毎に、そのシナリオデータに含まれる損失発生頻度に対応して前記係数テーブルに保持されている係数とそのシナリオデータに含まれる損失額との乗算値を個別データＶａＲ額として算出し、該算出した個別データＶａＲ額が基準値以上のシナリオデータの全部または一部を示す情報を、前記対象シナリオ情報として作成して前記メモリに記憶する対象シナリオ算出手段
を備えることを特徴とするリスク管理装置。
［付記７］
　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、前記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した前記リスク量に比べて大きな値に設定された閾値リスク量とを記憶する記憶手段と、前記リスク計量装置との間で通信を行う通信インターフェースと、前記メモリおよび前記通信インターフェースに接続されたリバース・ストレス・テスト実行手段とを備えたリスク管理装置が実行するリスク管理方法であって、
　前記リバース・ストレス・テスト実行手段が、前記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して前記リスク計量装置へ送信し、前記リスク計量装置から受信したリスク量を前記閾値リスク量と比較する処理を、前記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、前記リスク計量装置で計量されるリスク量が前記閾値リスク量に達することになる前記特定のシナリオデータの損失発生頻度または損失額の増加率を算出する
ことを特徴とするリスク管理方法。
［付記８］
　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、前記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した前記リスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリ、および前記リスク計量装置との間で通信を行う通信インターフェースを有するコンピュータを、
　前記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して前記リスク計量装置へ送信し、前記リスク計量装置から受信したリスク量を前記閾値リスク量と比較する処理を、前記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、前記リスク計量装置で計量されるリスク量が前記閾値リスク量に達することになる前記特定のシナリオデータの損失発生頻度または損失額の増加率を算出するリバース・ストレス・テスト実行手段
として機能させるためのプログラム。
１、２、３…リスク管理装置
１１、２１、３１…通信Ｉ／Ｆ部
１２、２２、３２…操作入力部
１３、２３、３３…画面表示部
１４、２４、３４…記憶部
１５、２５、３５…プロセッサ

Claims (13)

  1. 　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、前記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した前記リスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリと、
    　前記リスク計量装置との間で通信を行う通信インターフェースと、
    　前記メモリおよび前記通信インターフェースに接続されたプロセッサとを備え、
    　前記プロセッサは、
    　前記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して前記リスク計量装置へ送信し、前記リスク計量装置から受信したリスク量を前記閾値リスク量と比較する処理を、前記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、前記リスク計量装置で計量されるリスク量が前記閾値リスク量に達することになる前記特定のシナリオデータの損失発生頻度または損失額の増加率を算出する
    ようにプログラムされていることを特徴とするリスク管理装置。
  2. 　前記プロセッサは、さらに、
    　前記特定の１つのシナリオデータを他のシナリオデータに変更して、前記増加率の算出の処理を繰り返す
    ようにプログラムされていることを特徴とする請求項１に記載のリスク管理装置。
  3. 　前記メモリは、さらに、配信先に関する情報を記憶し、
    　前記プロセッサは、さらに、
    　前記特定のシナリオデータについて算出された前記増加率を含むリバース・ストレス・テスト結果を、前記配信先に関する情報で特定される配信先に通知する
    ようにプログラムされていることを特徴とする請求項１または２に記載のリスク管理装置。
  4. 　前記メモリは、さらに、配信先に関する情報と配信条件とを記憶し、
    　前記プロセッサは、さらに、
    　前記配信先に関する情報と前記配信条件とに基づいて、前記特定のシナリオデータについて算出された前記増加率を含むリバース・ストレス・テスト結果の配信先を決定し、該決定した配信先に前記リバース・ストレス・テスト結果を通知する
    ようにプログラムされていることを特徴とする請求項１または２に記載のリスク管理装置。
  5. 　前記メモリは、さらに、前記損失発生頻度または前記損失額を変更する対象となる１以上のシナリオデータを示す対象シナリオ情報を記憶し、
    　前記プロセッサは、さらに、
    　前記対象シナリオ情報で指定されたシナリオデータから前記特定のシナリオデータを選択する
    ようにプログラムされていることを特徴とする請求項１乃至４の何れかに記載のリスク管理装置。
  6. 　前記メモリは、さらに、前記損失発生頻度に対応して、前記損失発生頻度をパラメータとする確率分布の累積分布関数における下側α％点（αは予め定められた定数）となる発生数の値に等しい係数を保持する係数テーブルを記憶し、
    　前記プロセッサは、さらに、
    　前記リスク計量用データに含まれるシナリオデータ毎に、そのシナリオデータに含まれる損失発生頻度に対応して前記係数テーブルに保持されている係数とそのシナリオデータに含まれる損失額との乗算値を個別データＶａＲ額として算出し、該算出した個別データＶａＲ額が基準値以上のシナリオデータの全部または一部を示す情報を、前記対象シナリオ情報として作成して前記メモリに記憶する
    ようにプログラムされていることを特徴とする請求項１乃至５の何れかに記載のリスク管理装置。
  7. 　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、前記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した前記リスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリと、前記リスク計量装置との間で通信を行う通信インターフェースと、前記メモリおよび前記通信インターフェースに接続されたプロセッサとを備えたリスク管理装置が実行するリスク管理方法であって、
    　前記プロセッサが、前記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して前記リスク計量装置へ送信し、前記リスク計量装置から受信したリスク量を前記閾値リスク量と比較する処理を、前記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、前記リスク計量装置で計量されるリスク量が前記閾値リスク量に達することになる前記特定のシナリオデータの損失発生頻度または損失額の増加率を算出する
    ことを特徴とするリスク管理方法。
  8. 　前記プロセッサが、さらに、
    　前記特定の１つのシナリオデータを他のシナリオデータに変更して、前記増加率の算出の処理を繰り返す
    ことを特徴とする請求項７に記載のリスク管理方法。
  9. 　前記メモリは、さらに、配信先に関する情報を記憶し、
    　前記プロセッサが、さらに、
    　前記特定のシナリオデータについて算出された前記増加率を含むリバース・ストレス・テスト結果を、前記配信先に関する情報で特定される配信先に通知する
    ことを特徴とする請求項７または８に記載のリスク管理方法。
  10. 　前記メモリは、さらに、配信先に関する情報と配信条件とを記憶し、
    　前記プロセッサが、さらに、
    　前記配信先に関する情報と前記配信条件とに基づいて、前記特定のシナリオデータについて算出された前記増加率を含むリバース・ストレス・テスト結果の配信先を決定し、該決定した配信先に前記リバース・ストレス・テスト結果を通知する
    ことを特徴とする請求項７または８に記載のリスク管理方法。
  11. 　前記メモリは、さらに、前記損失発生頻度または前記損失額を変更する対象となる１以上のシナリオデータを示す対象シナリオ情報を記憶し、
    　前記プロセッサが、さらに、
    　前記対象シナリオ情報で指定されたシナリオデータから前記特定のシナリオデータを選択する
    ことを特徴とする請求項７乃至１０の何れかに記載のリスク管理方法。
  12. 　前記メモリは、さらに、前記損失発生頻度に対応して、前記損失発生頻度をパラメータとする確率分布の累積分布関数における下側α％点（αは予め定められた定数）となる発生数の値に等しい係数を保持する係数テーブルを記憶し、
    　前記プロセッサが、さらに、
    　前記リスク計量用データに含まれるシナリオデータ毎に、そのシナリオデータに含まれる損失発生頻度に対応して前記係数テーブルに保持されている係数とそのシナリオデータに含まれる損失額との乗算値を個別データＶａＲ額として算出し、該算出した個別データＶａＲ額が基準値以上のシナリオデータの全部または一部を示す情報を、前記対象シナリオ情報として作成して前記メモリに記憶する
    ことを特徴とする請求項７乃至１１の何れかに記載のリスク管理方法。
  13. 　損失事象の内容と損失発生頻度と損失額との組合せから構成される複数のシナリオデータを含むリスク計量用データと、前記リスク計量用データに基づいてリスク量を計量するリスク計量装置が計量した前記リスク量に比べて大きな値に設定された閾値リスク量とを記憶するメモリ、および前記リスク計量装置との間で通信を行う通信インターフェースに接続されたプロセッサに、
    　前記リスク計量用データのうち特定の１つのシナリオデータの損失発生頻度または損失額だけを変更した変更後リスク計量用データを算出して前記リスク計量装置へ送信し、前記リスク計量装置から受信したリスク量を前記閾値リスク量と比較する処理を、前記損失発生頻度または損失額の変更幅を変えて繰り返すことにより、前記リスク計量装置で計量されるリスク量が前記閾値リスク量に達することになる前記特定のシナリオデータの損失発生頻度または損失額の増加率を算出するステップ
    を実行させるためのプログラム。
PCT/JP2012/002005 2011-03-29 2012-03-23 リスク管理装置 WO2012132354A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP12764896.2A EP2660757A4 (en) 2011-03-29 2012-03-23 RISK MANAGEMENT DEVICE
US13/977,321 US20140297359A1 (en) 2011-03-29 2012-03-23 Risk management device
KR1020147005126A KR20140047721A (ko) 2011-03-29 2012-03-23 리스크 관리 장치
KR1020137017769A KR101471797B1 (ko) 2011-03-29 2012-03-23 리스크 관리 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011072745A JP5725547B2 (ja) 2011-03-29 2011-03-29 リスク管理装置
JP2011-072745 2011-03-29

Publications (1)

Publication Number Publication Date
WO2012132354A1 true WO2012132354A1 (ja) 2012-10-04

Family

ID=46930135

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/002005 WO2012132354A1 (ja) 2011-03-29 2012-03-23 リスク管理装置

Country Status (5)

Country Link
US (1) US20140297359A1 (ja)
EP (1) EP2660757A4 (ja)
JP (1) JP5725547B2 (ja)
KR (2) KR20140047721A (ja)
WO (1) WO2012132354A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6192432B2 (ja) * 2013-08-22 2017-09-06 株式会社日立ソリューションズ西日本 リスク計量システム
CN103729746B (zh) * 2014-01-17 2017-06-16 深圳供电局有限公司 一种线损异常定位的方法及系统
US20170004226A1 (en) * 2015-07-05 2017-01-05 Sas Institute Inc. Stress testing by avoiding simulations
US11074532B1 (en) 2017-11-06 2021-07-27 Wells Fargo Bank, N.A. Monitoring and analyzing risk data and risk dispositions

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0981640A (ja) * 1995-09-19 1997-03-28 Hitachi Ltd 金融資産のリスク分析におけるシナリオ検索処理方法
JP2003036346A (ja) * 2001-07-23 2003-02-07 Mitsubishi Trust & Banking Corp オペレーショナル・リスク評価方法及びそのシステム
JP2003058693A (ja) * 2001-08-09 2003-02-28 Toshiba Corp 取引管理方法及びシステム
JP2004252893A (ja) * 2003-02-21 2004-09-09 Fujitsu Ltd オペレーショナルリスク計量装置およびオペレーショナルリスク計量方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100223211A1 (en) * 2000-10-11 2010-09-02 Johnson Gregory A Decision service method and system
US7937313B2 (en) * 2001-06-29 2011-05-03 Goldman Sachs & Co. Method and system for stress testing simulations of the behavior of financial instruments
EP1479024A4 (en) * 2002-01-31 2007-01-03 Seabury Analytic Llc BUSINESS RISK MODEL AND PROCEDURE
AU2003303250A1 (en) * 2002-12-20 2004-07-14 Accenture Global Services Gmbh Quantification of operational risks
JP2006155427A (ja) * 2004-11-30 2006-06-15 Toshiba Corp オペレーショナルリスクの計量化装置、方法、およびプログラム
US20060195391A1 (en) * 2005-02-28 2006-08-31 Stanelle Evan J Modeling loss in a term structured financial portfolio
TW201017571A (en) * 2008-10-31 2010-05-01 G5 Capital Man Ltd Systematic risk managing method, system and computer program product thereof
FR2948209A1 (fr) * 2009-07-15 2011-01-21 Raphael Douady Simulation d'un agregat evolutif du monde reel, notamment pour gestion de risque
EP2467819A4 (en) * 2009-08-20 2013-04-03 Stamford Risk Analytics Llc RISK DETERMINATION / MEASURING SYSTEM AND RISK-BASED DECISION-ANALYSIS TOOL
US8190503B2 (en) * 2009-12-18 2012-05-29 International Derivatives Clearing Group, Llc Systems and methods for swap contracts management with a discount curve feedback loop

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0981640A (ja) * 1995-09-19 1997-03-28 Hitachi Ltd 金融資産のリスク分析におけるシナリオ検索処理方法
JP2003036346A (ja) * 2001-07-23 2003-02-07 Mitsubishi Trust & Banking Corp オペレーショナル・リスク評価方法及びそのシステム
JP2003058693A (ja) * 2001-08-09 2003-02-28 Toshiba Corp 取引管理方法及びシステム
JP2004252893A (ja) * 2003-02-21 2004-09-09 Fujitsu Ltd オペレーショナルリスク計量装置およびオペレーショナルリスク計量方法
JP4241083B2 (ja) 2003-02-21 2009-03-18 富士通株式会社 オペレーショナルリスク計量プログラム、オペレーショナルリスク計量方法およびオペレーショナルリスク計量装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KOBAYASHI; SHIMIZU; NISHIGUCHI; MORINAGA: "Operational Risk Management", 24 April 2009, KINZAI INSTITUTE FOR FINANCIAL AFFAIRS, INC., pages: 107 - 144
See also references of EP2660757A4
YASUYUKI FUCHITA: "Systemic Risk to Kin'yu Kisei . Kantoku", NOMURA SHIHON SHIJO QUARTERLY 2010 NEN THE SUMMER, vol. 14, no. L, 1 August 2010 (2010-08-01), pages 47 - 75, XP008170356 *

Also Published As

Publication number Publication date
EP2660757A1 (en) 2013-11-06
KR20140047721A (ko) 2014-04-22
KR20130085062A (ko) 2013-07-26
EP2660757A4 (en) 2014-06-11
JP2012208643A (ja) 2012-10-25
KR101471797B1 (ko) 2014-12-10
US20140297359A1 (en) 2014-10-02
JP5725547B2 (ja) 2015-05-27

Similar Documents

Publication Publication Date Title
Jeong et al. The impact of information sharing on bullwhip effect reduction in a supply chain
Sawik Selection of a dynamic supply portfolio in make-to-order environment withrisks
US20040148209A1 (en) System and method for producing an infrastructure project estimate for information technology
US20100332439A1 (en) Apparatus and method for supporting cause analysis
Wagle et al. An evaluation model for selecting cloud services from commercially available cloud providers
JP5725547B2 (ja) リスク管理装置
US20120010925A1 (en) Consolidation Potential Score Model
JP2020119491A (ja) 納期予測装置、納期予測方法及びプログラム
US20110178948A1 (en) Method and system for business process oriented risk identification and qualification
US8407430B2 (en) Analysis technique of computer system
US10643161B2 (en) Regulating application task development
KR101566601B1 (ko) 리스크 관리 장치
Cassettari et al. An healthcare process reengineering using discrete event simulation
Wagle Cloud service optimization method for multi-cloud brokering
John et al. Optimization of software development life cycle process to minimize the delivered defect density
JP5650290B1 (ja) オペレーショナルリスクの計量方法及び装置
Zhang et al. SYSTEM DYNAMICS ANALYSIS FOR IMPACT OF CLOUD-BASED INFORMATION-SHARING ON SUPPLY CHAIN PERFORMANCE
JP5758783B2 (ja) 分析装置、分析方法およびコンピュータプログラム
JP6680500B2 (ja) 資金管理支援装置及び資金管理の支援方法
JP5804492B2 (ja) リスク管理装置
WO2024219000A1 (ja) 生産計画支援装置、生産計画支援方法およびプログラム
Al Maoiad et al. Measuring Prefered Services from Cloud Computing Providers Using Linear Algebra.
Tuh Optimal Designs of Synthetic and Double Sampling np Charts Based on Median Run Length and Expected Median Run Length
Kaur Modeling Allocation Problem for Software with Varied Levels of Fault Severity
Johri et al. A genetic algorithm approach for optimal allocation of software testing effort

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12764896

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20137017769

Country of ref document: KR

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2012764896

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2012764896

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13977321

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE