本論では，先ず，を５類型に分類してその内容や規模を概観している。又，わが国のの総額を2001兆円，民間保険制度の対象となるを1262兆円と推定している。
次に，このの転嫁の方法である保証制度や保険制度について概観し，特に保険会社の行う保険制度の内容及び現状について分析している。又，この保険制度の役割についても分析し，保険会社がその役割を果たすための要件を論述している。更に，これらの要件を充足させる上での問題を指摘すると共にを担保する保険制度の重要性の認識が必要としている。この民間保険制度によって担保されているは未だ30兆円，総額の2.4％に過ぎない。保険業界がその負託に応えて，このにかかる保険制度を発展させるための方法論を提示して結論とした。

抄録全体を表示

本稿では、我が国と欧州の主要金融機関の開示資料を利用して、マネジメントの方法とその定量情報の開示について検討した。
この結果、我が国の主要金融機関（3メガバンク）においては、マネジメントの方法に関する開示は充実しているが、定量情報との関連性には課題が見受けられた。一方、欧州の主要金融機関においては、リスクの現況やリスク選好と関連させたに関する定量情報が充実していた。
今後、金融機関のの現況についての利用者の認識に役立つように、開示情報間の関連性を重視した開示が行われることが望まれる。

抄録全体を表示

Chain reaction bankruptcy is regarded as common phenomena and its effect is to be taken into account when credit risk portfolio is analyzed. But consideration and modeling of its effect leave much room for improvement. That is mainly because method for grasping relations among companies with limited data is underdeveloped. In this article, chance discovery method is applied to estimate industrial relations that are to include companies' relations that transmit chain reaction of bankruptcy. Time order method and directed KeyGraph are newly introduced to distinguish and express the time order among defaults that is essential information for the analysis of chain reaction bankruptcy. The steps for the data analysis are introduced and result of example analysis with default data in Kyushu, Japan, 2005 is presented. The effect of chain reaction bankruptcy is also evaluated with quantitative measure.

抄録全体を表示

金融機関における

管理業務では，法人債務者のデフォルトに対する予兆管理が行われている．この点，債務者が大企業を中心とした上場企業であれば，企業の信用状態をタイムリーに反映しやすい株価などをデフォルトの予兆管理指標として活用できるが，中堅中小企業を中心とした非上場企業には，信用状態を即時に反映する指標が存在しない．また，管理業務では，財務情報を用いた評価が一般的に行われているが，財務計数には，信頼性及び即時性の面で一定の制約がある．そこで，本稿では，中堅中小企業を中心とした非上場企業にも適用可能で，かつタイムリーなモニタリングを実現するためのデフォルト予測モデルを構築する．具体的には，金融機関の預金口座における入出金情報を用いて，機械学習モデルや統計モデルを用いたデフォルト予測モデルを構築し，モデル精度の検証を行い，そのうえで予兆管理実務への適用可能性について検討する．モデル精度検証の結果，入出金情報を用いた場合において，機械学習モデルの精度は十分に実用可能な水準であることが確認された．また，機械学習モデル対比ではやや精度が落ちるものの，解釈性に優れたロジットモデルについても，実務で十分に活用可能な精度を有することが確認された．

抄録全体を表示

In this study, we develop a binary classification credit risk model using quantum machine learning techniques. I propose a QSVM (Quantum Support-Vector Machine) in which the kernel function part is replaced by a quantum circuit, and construct a new credit risk model based on it. The results show that the proposed method outperforms the comparison method. This suggests that quantum machine learning is useful to some extent for constructing credit risk models.

抄録全体を表示

Linear logit model is often used to predict the probability of bankruptcy. However, the failure probability need not depend on financial factors in a monotonic way. Also, we sometimes observe significant correlation among factors. In this paper, we propose three nonlinear logit models to remove drawbacks of the linear model mentioned above. First is the quadratic logit model which formulates the tendency of bankruptcy by a quadratic function. Second is the SDP logit model which is constructed by limiting the quadratic function to a convex function, and the third is the NSDP logit model constructed by limiting the quadratic function to a concave function. The resulting semi-definite programming(SDP) problems can be solved by using an efficient cutting plane algorithm. We show through simulations using real data that the SDP logit model perferms better than linear and general quadratic logit model.

抄録全体を表示

　本稿では，企業の租税負担削減行動がの不確実性に与える影響について調査する。分析の結果，以下の3 点が明らかにされた。第1 に，租税負担削減行動の相対的程度が高くなるほど，社債に付与される格付は低くなるという実証的証拠が提供された。格付機関のアナリストは，他の企業と比べて租税負担削減行動が行われた企業のはより大きいと評価していることが示唆された。第2 に，租税負担削減行動の相対的程度が高くなるほど，格付スプリットはより大きくなることが明らかにされた。この結果は，他の企業と比べて租税負担削減行動が行われた企業ほど格付機関間におけるの不確実性は高くなることを示している。第3 に，租税負担削減行動の相対的程度は格付や格付スプリットを介して間接的に負債コストに影響を与えている証拠が提示された。他の企業と比べて租税負担削減行動が行われた企業ほど，格付（格付スプリット）が低く（大きく）なることで間接的に負債コストは上昇することが示唆された。

抄録全体を表示

2項ロジットモデルを基にした計量化モデルは，算出されるスコアが確率によって表現されることから分析する側にとって理解し易いといったメリットがあり，今日，銀行をはじめ多くの金融機関において利用されている。
本研究では，現在，実務に於いて広く利用されている2項ロジットモデルを基にした計量化モデルのモデルパラメータに事前分布を仮定し，階層ベイズ法を用いたパラメータ推定を行うことで，個々の企業の特性をモデル内で考慮できるようにモデルの改善を行い，計量化モデルの予測精度を改善することを目的とする。

抄録全体を表示

本稿は2007年春時点までの数理ファイナンス・アプローチに基づく

・モデル研究の流れを観望することを目的とする．まず，構造型モデルと誘導型モデルという二つの主要なモデル・タイプについて概説する．最近，・モデルにおける増大情報系が意識されてきたことから，構造型モデルについては，完全情報下のモデルと不完全情報下のモデルに分けて論じ，後者と誘導型モデルの関係についても言及する．次にの依存関係モデルとして，条件付き独立モデル，コピュラ・モデル，デフォルト伝播モデルについて概説する．そして，デフォルト伝播モデルの一つに位置づけられる新しいモデルとして，Giesecke/Goldberg [2005] のトップダウン・アプローチ・モデルに注目し，その概要をまとめるとともに実務への応用可能性についても考える．

抄録全体を表示

Under the current financial and economic situation, risk control of financial institutes is becoming one of the most significant factors to stabilize the economic condition. One of the most important methods for risk controlling is the evaluation of rating for each company, and now a generalized linear regression model such as the ordered logit model has been widely used in the preceding studies of the rating forecasting model.
     In statistical modeling, the multi-nominal logit model as well as many other models have been developed from the multi-nominal logit model and are expected to decrease the I.I.A. (Independence from Irrelevant Alternatives) assumption. However, these models have not usually been used in the study of rating forecasting model so far.
     In this study, we will construct a rating forecasting model based on the normal ordered logit model, multi-nominal logit model and nested logit model, and compare the model performance among these models. Finally, we will confirm the validity of these models by applying them to actual publicly disclosed rating data.

抄録全体を表示

本稿では，R&IとMoody’sという2種類の格付けの共通決定要囚を比較した．それぞれ，推定に用いるサンプルが異なるため，サンプル・セレクション・モデルを使ってサンプルの違いによるバイアスを補正した．セレクション・モデルの当てはめによれば，比較的規模か大きく市場からの資金調逹比率が大きい企業がMoody’sから格付けを付与されやすいという結果が得られた．さらに，格付け分析モデルの推定結果によれば，両者に共通する格付け決定要因はその反応の仕方も含めると共通しているとはいえなかった．R&Iは企業のリスクバッファーとなるストック面を重視しており，Moody’sは株式及び社債マーケットでの評価とフロ一面の影響が大きいことがわかった．これは，企業信用力の判定において重要となる共通変数の要因効果がそれぞれ違うことを意味する．また，格付けの判定基準と解釈可能なしきい値パラメータとダミー変数は，サンプルの違いを考慮しても2つの格付けで有意に異なリ，それぞれの格付け符号の意味が違うことが計量的に示された．

抄録全体を表示

小企業向けの信用スコアリングモデルは主に財務指標から個別企業のデフォルト確率を推定する統計モデルである.デフォルトは固有ファクターだけではなく,すべての企業に共通するマクロファクターの影響も受ける.推定デフォルト確率(推定PD)と実績デフォルト率(実績DR)の一致精度を高めるにはマクロファクターを説明変数に加えることが望ましいが,デフォルトに関する時系列データの蓄積が不十分なため,回帰分析などによって具体的な指標を特定することが難しいという課題がある.一方で,2007年頃から始まった急速かつ大幅な景気悪化によって,実績DRが推定PDを上回る状況が続いており,マクロファクターを加味することの必要性が高まっている.そこで,本研究では日本政策金融公庫国民生活事業本部が保有する約54万件の豊富なデータを用いて時系列データの不足を補い,具体的な指標の選択を行った.その結果,マクロファクターとして前月デフォルト率が有効であり,前月デフォルト率を説明変数に追加した新モデルを構築すると,推定PDと実績DRとの乖離が最大で0.72%ポイント縮小するなど,推定PDの一致精度を改善することができた.

抄録全体を表示

 本稿の目的は，金融負債の公正価値測定の問題を解決するための一つの視点を提起することである。金融負債を公正価値で測定すると，が高まった場合に直観に反する評価益が計上されることが問題となる。しかし，公正価値測定を支持する見解からは，公正価値で測定しなければ，株主が有する請求権の価値の減少が過大に示されるということが問題とされる。このような問題に対しては，資産の測定値と負債の公正価値とのマッチングが重要になると考えられる。
　そして，マッチング原則に照らし合わせると，公正価値で測定される資産のみから弁済される金融負債は，公正価値で測定すべきということになる。また，弁済にそのような限定のない金融負債については，公正価値ではなくの変化を反映しない測定値を適用し，の変化を財務諸表で示すのではなく，の変化による影響について財務諸表利用者の評価に委ねるべきである。

抄録全体を表示

金融機関が抱えるリスクをVaRという指標で数値化することは，巾場リスクについてはかなり一般化してきた（MarketVaR）．しかし，

や市場と信用の統合リスクに関わるVaR（CreditVaR及びIntegratedVaR）については，MarketVaRと同程度に堅固な計量枠組みが確立されているとは言い難い．

本稿は，三種類のVaRのいずれをも計量しうる統一的な枠組みを提示する．そこではまず，金融商品の価値を市場レートと与信相手の企業価値の関数として表現する（CreditMTM）．そして，市場レートや企業価値の変動をモデル化する．これらのいずれかあるいは両方の変動に起因するCreditMTMの変化をVaRとして計量する．企業価値の変動モデルについては，そのパラメータ推定方法の例も示す．最後に，仮想ポートフォリオのVaRを試算することにより，この枠組みによる計量の意義と利点を確認する．

抄録全体を表示

一般に，個人のカードローン審査は，申込み時に得られる借入希望者の収入や家族状況，勤務状況などの属性情報を用いて行われ，デフォルト(貸し倒れ)に影響すると考えられる個人の行動特性が考慮されていない．そこで，本研究では，銀行口座の入出金データから個人の行動特性を分析し，個人のカードローンの審査を目的としたデフォルト評価モデルを構築することにより，その有効性を検証する．具体的には，約760万件の入出金データを用いて，手数料支払回数，預金の平均残高，ピーク残高比率など行動特性を表すと考えられる変数を生成し，デフォルトとの関連を分析した．さらに，これらの変数を用いてロジットモデルを構築し，AR値を用いてモデルの序列性能の精度を評価した．検証の結果，AR値が50%を超える水準となり，実用に耐えうるモデルであることが分かった．また，アウトオブサンプルテストやクロスバリデーションで結果の頑健性も確認された．

抄録全体を表示

概要. 企業の信用格付判別問題において，中長期の財務時系列データを入力として利用することを検討する．時系列データの扱いに適した構造をもつ長・短期記憶モデル(LSTM) を分類器として採用し，本邦の信用格付データに対して検証を行ったところ，入力する財務データの時系列長が長いほどテストデータに対する判別精度が高いという傾向が観察された．さらに，LSTM が他の分類器よりも高い判別精度を示すことが確認された．

抄録全体を表示