JPH10222488A - 金融資産のリスク管理手法のモデル提供システム - Google Patents

金融資産のリスク管理手法のモデル提供システム

Info

Publication number
JPH10222488A
JPH10222488A JP2123297A JP2123297A JPH10222488A JP H10222488 A JPH10222488 A JP H10222488A JP 2123297 A JP2123297 A JP 2123297A JP 2123297 A JP2123297 A JP 2123297A JP H10222488 A JPH10222488 A JP H10222488A
Authority
JP
Japan
Prior art keywords
data
var
risk
model
asset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2123297A
Other languages
English (en)
Inventor
Kunihiko Takai
邦彦 高井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2123297A priority Critical patent/JPH10222488A/ja
Publication of JPH10222488A publication Critical patent/JPH10222488A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

(57)【要約】 (修正有) 【課題】新規にバリュー・アット・リスク(VaR)算
出システムを導入する場合に、繰り返し試行錯誤を行わ
なくてよいようにする。 【解決手段】リスク管理担当者は設定条件として複数の
パラメータや方法を入力するか、又はリスク管理担当者
による設定条件の入力が行われない場合には、あらかじ
め決められた設定条件を使用する。次に、リスク管理担
当者の選択したパラメータから考えられる組合せの数の
モデルについてすべてVaRを自動的に算出する。さら
に、算出されたVaRの値と実損益の値の比較・検証を
自動的に行い、その検証結果を表とグラフに示し、最適
と考えられるモデルから順にその条件を表示する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は金融機関あるいは、
事業法人が保有する金融資産のリスク管理に関して、金
融派生商品を含む資産のバリュー・アット・リスクで示
される最大予想損失額のモデル構築の際に、バリュー・
アット・リスクの変動要因である市場環境や保有する資
産の構成に適合したモデルを提供する方法に関する分
野。
【0002】
【従来の技術】従来、金融機関の金融派生商品を含む保
有資産のリスク管理は次のように行われていた。まず、
「バリュー・アット・リスクの算出とリスク/リターン
・シミュレーション」(日本銀行月報 1995.4)の中で
論じられているように(P13〜18)、バリュー・アット
・リスク(以下、VaR)と呼ばれる保有期間中にポー
トフォリオに発生し得る最大予想損失額を統計的に表示
したリスク指標を算出し、保有資産の期待収益や、金融
機関の自己資本と比較する事により、金融機関が負って
いるリスク量の妥当性を判断していた。
【0003】
【発明が解決しようとする課題】しかし、従来の方法で
は次のような問題がある。
【0004】VaRの算出方法には、さまざまなバリエ
ーションがある。「金融機関のポートフォリオリスク管
理−バリュー・アット・リスクを中心に−」(証券アナ
リストジャーナル 1995.8)の中で論じられているよう
に(P12〜21)、利用者(金融機関のリスク管理担当
者)がパラメータの設定からボラティリティや相関係数
の算出方法を決め、金融機関独自のモデルを決定すると
いう特徴を持つ。モデルは市場環境だけでなく金融機関
の保有するポートフォリオの構成に依存しており各金融
機関によりモデルが異なる。
【0005】したがって、従来新規にVaR算出システ
ムを導入する金融機関においては、リスク管理担当者が
ある1つのモデルで何年分ものデータからVaRを算出
し、実際の損益との比較を行い現実に適合していなけれ
ば再び異なるモデルでVaRを算出し、現実に適合した
モデルができるまで繰り返し試行錯誤を行う必要があ
り、リスク管理担当者の時間的、体力的負担がかかると
いう課題がある。
【0006】上記課題を解決するため、本発明では、新
規にVaR算出のシステムを導入する金融機関に、リス
ク管理担当者の試行錯誤に伴う負担を軽減し、最適と考
えられるモデルを提供する事を目的とする。
【0007】
【課題を解決するための手段】金融派生商品を含む資産
のリスクを分析するために、前記資産が保有期間中に一
定の確率で被る最大予想損失額を統計的に表示する指標
となるバリュー・アット・リスクのモデルを提供する金
融資産のリスク分析におけるモデル提供システムであっ
て、バリュー・アット・リスク算出の際に必要となるパ
ラメータとデータの処理方法の設定条件を入力する手段
と、入力された設定条件に従って、観測データからボラ
ティリティ・データ、相関係数データを複数算出し、保
有資産データから前記資産の感応度データを複数算出す
ることにより、バリュー・アット・リスクのモデルを複
数生成する手段と、生成された複数のモデルを前記資産
の一定保有期間後の実損益と比較して前記モデルが現実
に適合するか否かの検証を行う手段と、前記検証結果に
基づいて前記複数のモデルから1つのモデルを選択して
提供する手段とを有することにより達成することができ
る。
【0008】
【発明の実施の形態】以下本発明の実施形態を図面に基
づいて説明する。
【0009】図1は、本発明の装置構成である。
【0010】マーケットデータ13は、VaR算出に必
要となる市場データのことを指す。例えば、金利系商品
においてはLIBOR(1ヶ月 )やスワップレート(2年
物 1.61)といった金利データ、為替系商品において
は、ドル・円為替レート(107.52)といった各種通貨の
為替レートデータ、株式系商品においては、株式指数日
経225(22,292.91)といった株式価格や株式指数の
データ、オプション系商品においては、短期金利先物価
格(98.65)といったオプションの原資産価格データの
ことを指す。
【0011】保有資産データ14は、金融機関の保有す
る先物やオプションといった金融派生商品を含む資産デ
ータのことを指す。例えば、日本国債先物の場合(種
類:日本国債先物、銘柄コード:超長期、限月:3、売
買区分:売、約定価格:119.00、枚数:10、受渡日:3/
20、クーポン:6、利払日:9/20,3/20・・、取引単
位:100,000,000、満期:20)といった内容のデータで
ある。実損益データ17は、金融機関の保有する先物や
オプションといった金融派生商品を含む資産を売買する
ことで発生する実際の損益額データ(例えば24,562,300
円など)を指す。
【0012】VaRデータ16は、VaR算出処理によ
って、金融機関の保有する先物やオプションといった金
融派生商品を含む資産が保有期間中に一定の確率で被る
最大予想損失額を統計的に表示したVaRの値のデータ
(例えば24,785,500円など)のことを指す。
【0013】検証結果データ18は、実損益データ17
とVaRデータ16を「マーケットリスクに対する所要
自己資本額算出に用いる内部モデル・アプローチにおい
てバックテスティングを利用するための監督上のフレー
ムワーク」(バーゼル銀行監督委員会1996年1月)に記
述された検証方法に従って比較し、実損益データ17の
値がVaRデータ16の値を超過する回数を記録したデ
ータであり、図4のテーブルに示すように検証の対象と
なるVaRモデルの利用者の設定条件41と、VaR算
出期間の計測日数42と、その時点のVaR値45と実
損益46と、超過回数43、最適と考えられるモデルの
順位44の表示によって構成される。
【0014】VaR算出処理装置11はマーケットデー
タ13、保有資産データ14と利用者設定条件15を入
力すると金融機関の保有する先物やオプションといった
金融派生商品を含む資産が保有期間中に一定の確率で被
る最大予想損失額を統計的に表示したVaRデータ16
を出力する。
【0015】検証処理装置12は、実損益データ17と
VaRデータ16を入力すると「マーケットリスクに対
する所要自己資本額算出に用いる内部モデル・アプロー
チにおいてバックテスティングを利用するための監督上
のフレームワーク」(バーゼル銀行監督委員会1996年1
月)に記述された検証方法に従って、検証結果データ1
8を出力する。
【0016】本実施形態の処理フローの説明を図2から
図5を用いて説明する。
【0017】まず、利用者であるリスク管理担当者が図
2の利用者設定条件入力21で以下の設定条件について
入力を行う。
【0018】 1.データ観測期間 2.データの補完方法 3.特異値・トレンドの除去の有無 4.ボラティリティ・相関係数の算出方法 5.感応度の計測方法 図3のVaR算出対象期間31(例えば図4の41のよ
うに95/04/01〜95/09/30)、データ観測期間32(例え
ば図4の41のように94/04/01〜95/09/30)、を設定
し、データ補完方法33を補完しない線形補完ス
プライン補完といった方法の中から選択する。(例えば
図4の41のように線形、スプライン)特異値、トレン
ド除去の有無34を行う行わないから選択する。
【0019】ボラティリティ・相関係数算出方法35を
日次算出10日間隔20日間隔30日間隔とい
った方法の中から選択する。
【0020】感応度測定方法36から+側に1bp−
側に1bpの差絶対値の平均といった方法の中から
選択する。
【0021】なお、利用者が設定条件を選択しない項目
があった場合は、あらかじめ決めておいた条件を用いる
こととする。また、設定条件の選択において入力データ
並びに出力データの形態に変化は生じないため設定条件
の選択は、全体の処理フローには影響を与えない。
【0022】次に、選択されたパラメータや方法から考
えられるすべての組合せについて、以下の過程で複数の
VaRを算出する。
【0023】まず、観測データから特異値やトレンドの
除去処理を行い、データの補完処理を行った後のデータ
で、ボラティリティ・データを算出する。続いてボラテ
ィリティ・データから相関係数データを算出する。一
方、保有資産データから保有する資産の時価評価額デー
タを算出し、時価評価額データから感応度データを算出
する。次に、前記ボラティリティ・データ、相関係数デ
ータ、感応度データからVaRデータを算出する。
【0024】出力されたVaRデータと実損益データか
ら図4のテーブルを作成する。
【0025】VaRの値と実損益の比較検証を「マーケ
ットリスクに対する所要自己資本額算出に用いる内部モ
デル・アプローチにおいてバックテスティングを利用す
るための監督上のフレームワーク」(バーゼル銀行監督
委員会1996年1月)に記述された検証方法に従って、出
力されたVaRデータの値を実損益データの値が超過す
る回数を計測し、超過回数の少ないモデルから順に最適
に近いモデルとする。
【0026】画面への出力は、図4、図5、図6に示
す。 図4は、生成されたモデル(、・・)と実損
益を縦軸にとり前記生成されたモデルごとの設定条件4
1、算出された各日のVaR45、VaRを計測した日
数42、VaRが実損益を超過した回数43、最適なモ
デルの順位44を横軸にとり検証結果を示したテーブル
である。
【0027】図5は、前記生成されたモデルごとの時系
列(横軸は日にち、縦軸はVaRの値と実損益額)グラ
フを示す。VaRの値は最大予想損失額なのでマイナス
の値で表示する。実損益額がVaRの値を下回る時が超
過回数としてカウントされている。
【0028】図6は、図4の検証結果テーブルを整理・
編集したもので、最適と考えられるモデルの順に並べ替
え表示されている。設定条件を比較することにより各選
択方法の傾向を考察することが出来る。
【0029】
【発明の効果】以上のようにリスク管理担当者は、従来
試行錯誤を繰り返すことで時間的、体力的負担を伴いな
がらモデルを構築していたが、本発明では、検討の必要
なパラメータを入力条件として設定するだけで自動的に
金融機関独自のVaR算出のためのモデルを選定する事
ができる。
【0030】また、リスク管理担当者が多くの方法を試
算する事で各方法の特徴や傾向を把握することが可能と
なり、VaRを算出するシステム運用後に市場の環境変
化に伴うモデルの変更にも柔軟に対応することができる
ようになる。
【図面の簡単な説明】
【図1】(a)本発明を実施するための装置構成図。
(b)本発明を実施するための装置構成図。
【図2】本発明による実施例を示す処理フロー図。
【図3】利用者であるリスク管理担当者のパラメータ条
件入力画面イメージを示す図。
【図4】モデルの検証結果テーブルの図。
【図5】出力のグラフの画面イメージを示す図。
【図6】出力の表の画面イメージを示す図。
【符号の説明】
11…VaR算出処理、12…比較検証処理、13…マ
ーケットデータ、14…保有資産データ、15…利用者
設定条件入力、16…VaRデータ、17…実損益デー
タ、18…検証結果データ

Claims (3)

    【特許請求の範囲】
  1. 【請求項1】金融派生商品を含む資産のリスクを分析す
    るために、前記資産が保有期間中に一定の確率で被る最
    大予想損失額を統計的に表示する指標となるバリュー・
    アット・リスクのモデルを提供する金融資産のリスク分
    析におけるモデル提供システムであって、 バリュー・アット・リスク算出の際に必要となるパラメ
    ータとデータの処理方法の設定条件を入力する手段と、
    入力された設定条件に従って、観測データからボラティ
    リティ・データ、相関係数データを複数算出し、保有資
    産データから前記資産の感応度データを複数算出するこ
    とにより、バリュー・アット・リスクのモデルを複数生
    成する手段と、 生成された複数のモデルを前記資産の一定保有期間後の
    実損益と比較して前記モデルが現実に適合するか否かの
    検証を行う手段と、前記検証結果に基づいて前記複数の
    モデルから1つのモデルを選択して提供する手段とを有
    することを特徴とする金融資産のリスク分析におけるモ
    デル提供システム。
  2. 【請求項2】請求項1の一定の確率で被る最大予想損失
    額を統計的に表示した指標であるバリュー・アット・リ
    スク算出処理において、利用者の設定するパラメータを
    利用者が選択しないときには自動的にパラメータを設定
    する処理を有することを特徴とする金融資産のリスク分
    析におけるモデル提供システム。
  3. 【請求項3】請求項1のすべての算出値と金融派生商品
    を含む資産の一定保有期間後の実損益を比較し、モデル
    が現実に適合するか否かの検証処理において、すべての
    モデルの検証結果から各方法の性質や傾向を把握できる
    ことを特徴とする金融資産のリスク分析におけるモデル
    提供システム。
JP2123297A 1997-02-04 1997-02-04 金融資産のリスク管理手法のモデル提供システム Pending JPH10222488A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2123297A JPH10222488A (ja) 1997-02-04 1997-02-04 金融資産のリスク管理手法のモデル提供システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2123297A JPH10222488A (ja) 1997-02-04 1997-02-04 金融資産のリスク管理手法のモデル提供システム

Publications (1)

Publication Number Publication Date
JPH10222488A true JPH10222488A (ja) 1998-08-21

Family

ID=12049296

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2123297A Pending JPH10222488A (ja) 1997-02-04 1997-02-04 金融資産のリスク管理手法のモデル提供システム

Country Status (1)

Country Link
JP (1) JPH10222488A (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001016819A1 (fr) * 1999-08-27 2001-03-08 Kabushiki Kaisha Toshiba Systeme d'evaluation du risque de prix d'un produit financier ou d'un derive financier de celui-ci, systeme de transaction et support enregistre
AU2002324078B2 (en) * 2001-12-27 2005-03-03 Sap Aktiengesellschaft Determining a characteristic function from a matrix according to a scheme
US7257602B2 (en) 2001-12-27 2007-08-14 Sap Ag Determining a characteristic function from a matrix with enrichment and compression
JP2009163407A (ja) * 2007-12-28 2009-07-23 Ns Solutions Corp 情報処理装置
JP2009528634A (ja) * 2006-03-01 2009-08-06 タウンセンド・アナリティクス・リミテッド リスク管理のための方法およびシステム
WO2012132351A1 (ja) 2011-03-29 2012-10-04 日本電気株式会社 リスクプロファイル生成装置
WO2012132169A1 (ja) 2011-03-29 2012-10-04 日本電気株式会社 リスクプロファイル生成装置
US9076185B2 (en) 2004-11-30 2015-07-07 Michael Dell Orfano System and method for managing electronic real estate registry information
WO2018008835A1 (ko) * 2016-07-08 2018-01-11 주식회사 인텔리퀀트 증권 포트폴리오를 위한 리스크 관리 방법 및 이를 위한 리스크 관리 장치.
CN112750031A (zh) * 2021-01-20 2021-05-04 北京赛思信安技术股份有限公司 一种应用于融资担保机构的多维度风险验证装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7865418B2 (en) 1999-08-27 2011-01-04 Kabushiki Kaisha Toshiba Price and risk evaluation system for financial product or its derivatives, dealing system, recording medium storing a price and risk evaluation program, and recording medium storing a dealing program
US7552076B1 (en) 1999-08-27 2009-06-23 Kabushiki Kaisha Toshiba System for evaluating price risk of financial product or its financial derivative, dealing system and recorded medium
WO2001016819A1 (fr) * 1999-08-27 2001-03-08 Kabushiki Kaisha Toshiba Systeme d'evaluation du risque de prix d'un produit financier ou d'un derive financier de celui-ci, systeme de transaction et support enregistre
AU2002324078B2 (en) * 2001-12-27 2005-03-03 Sap Aktiengesellschaft Determining a characteristic function from a matrix according to a scheme
US7010543B2 (en) 2001-12-27 2006-03-07 Sap Ag Determining a characteristic function from a matrix according to a scheme
US7257602B2 (en) 2001-12-27 2007-08-14 Sap Ag Determining a characteristic function from a matrix with enrichment and compression
US9076185B2 (en) 2004-11-30 2015-07-07 Michael Dell Orfano System and method for managing electronic real estate registry information
JP2009528634A (ja) * 2006-03-01 2009-08-06 タウンセンド・アナリティクス・リミテッド リスク管理のための方法およびシステム
JP2009163407A (ja) * 2007-12-28 2009-07-23 Ns Solutions Corp 情報処理装置
WO2012132351A1 (ja) 2011-03-29 2012-10-04 日本電気株式会社 リスクプロファイル生成装置
WO2012132169A1 (ja) 2011-03-29 2012-10-04 日本電気株式会社 リスクプロファイル生成装置
WO2018008835A1 (ko) * 2016-07-08 2018-01-11 주식회사 인텔리퀀트 증권 포트폴리오를 위한 리스크 관리 방법 및 이를 위한 리스크 관리 장치.
CN112750031A (zh) * 2021-01-20 2021-05-04 北京赛思信安技术股份有限公司 一种应用于融资担保机构的多维度风险验证装置

Similar Documents

Publication Publication Date Title
JP7102031B2 (ja) 取引管理装置、取引管理システム、取引管理システムにおける取引管理方法、プログラム
Witzany et al. Credit risk management
US20020133447A1 (en) Computerized method and system for formulating stock portfolios
US8438068B2 (en) Reputation in on-line consumer markets
US20030233306A1 (en) System and method for estimating and optimizing transaction costs
JP7161722B2 (ja) アドバイス提示システム
CA2405310A1 (en) Method and system for delivering foreign exchange risk management advisory solutions to a designated market
JP2002163449A (ja) 資金調達方法、資金調達システムおよび技術担保債権の評価方法
CA2459878A1 (en) Systems and methods for sharing excess profits
WO2001073631A1 (fr) Systeme destine au commerce electronique anonyme avec fonction et procede de credit
JP2018514889A (ja) 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム
JPH10222488A (ja) 金融資産のリスク管理手法のモデル提供システム
AU4054493A (en) Methods and apparatus relating to the formulation and trading of risk management contracts
TWM613536U (zh) 對於基金商品的投資風險評分系統
RU2630169C1 (ru) Автоматизированная вычислительная система для формирования и мониторинга инвестиционных портфелей акций
KR20220030445A (ko) 매출채권 거래소의 거래위험 평가 방법 및 시스템
Rakhimov et al. Market Risks In Commercial Banks: Methods Of Assessment And Analysis
CN115221212A (zh) 基金投资数据管理***及方法
KR100337654B1 (ko) 환 리스크 분석방법 및 이를 위한 분석시스템
US8103564B2 (en) Method of processing investment data and making compensation determinations and associated system
Azman et al. The impact of credit policy on firm performance among Malaysian manufacturers
Frino et al. Limit order book, anonymity and market liquidity: evidence from the Sydney Futures Exchange
TWI776370B (zh) 對於基金商品的投資風險評分方法及系統
US20170116672A1 (en) System for determining, automating, and executing financial purchase orders by comparing financial assets associated with designated investors and financial assets of designating users
Sahlin et al. The Ex-Day Phenomenon In Swedish Industries