日本生命保険相互会社様に、信用リスク管理高度化のため、当社のCreditBrowser® をご採用頂きました。
2000年11月15日 – 東京 – 日経金融新聞 金融フロンティア 手術室をのぞいてみよう 十年前は珍しかった金融シミュレーションも、今ではありふれてプライシングやリスク計測に使われている。しかし、計算過程の理解は大変だ。このため、モデルの信頼性保証は、勢いシステム会社や設計者の手にゆだねられ、患者と医者に似た関係が生まれてしまう。だからと言って、手術内容に患者が無関心でいてよいはずはない。 そこで本稿では、医療事故になりかねない金融数学の事例を集めてみた。 1. 過少自由度の設計 複数の確率変動要因間の関係は、線型代数学の助けを借りて実対称行列で表現できる（図1）。図の斜線部は密行列（非零の領域）であり、金融ではシステマチックリスクと呼ぶことがある。密行列を複数内包する行列形式がスカイライン行列で、確率変動モデルの典型的形状だ。実対称行列の一辺の長さ（行列の次元数）が自由度で、内包する密行列および対角成分に応じた確率変数を右辺に置いて、確率方程式を組み立てる（図2）。これは金融に限らず構造解析をはじめとする他のシミュレーション分野でも同じである。話について来ていない方も「そんなものだ」と思ってほしい。 さて問題はここからだ。大きな自由度を扱うには、それなりに面倒なテクニック（数値計算法と言う）が必要だ。このため、意図的に自由度を少なくして計算をサボるケースをよく見かける。一時期流行したリスクメトリックスもそのひとつ（図3）。ひどい例では三千銘柄超の個別株を一確率変数で表現し、大きな誤差を伴うモデルさえ存在する。 国際ルール化している当局規制も、確信犯的に過少自由度を認めている。規制の裏をかくのはとても簡単、自由度不足の場所にスプレッドポジションでも作ればよい。「国際決済銀行（BIS）基準対応のVaR（バリュー・アット・リスク）を使えばリスク管理は万全」的発想は危ないのである。 2. 不安定な三角分解操作 実利主義・結果至上の金融屋の数学は、数学者からよく揶揄（やゆ）される物理学者の数学以上に杜撰（ずさん）だと思う。私自身も銀行員時代を含めて反省する点が多々ある。 シミュレーションの過程では先の密行列に対し、単変量で言う平方根操作、L・Lt形式への変換、つまり三角分解が必要だ。ところが、ここに入門書でよく紹介されるコレスキー分解法を使う場合、個々の数字が同じ方向に動きがちな金融系列（例・短期金利）を多数扱ったりすると、計算中にエラーが起こることがある。そんなモデルは、時々「妙に数字が狂う」。専門用語で言えばロバスト（強固）でない。この問題を抱えたシステムは計算を繰り返すほど間違いが多く生じる。だから相関係数を毎日見直すような使い方を禁止していたりする。 詳細は解説が長くなるので省くけれども、入門書から一歩進んで勉強すれば、まずL・D・Lt形式に変換してからL・Lt形式に向かう行列操作が適切とわかるだろう。 3. 収束性改善策の乱用 収束性改善策は見かけ上の誤差を減少させる。しかし、その副作用、系列間相関（マルチコ）や準乱数周期の弊害も大きい（図2）。「だれがこんな人にPh.D.を与えたのか」と笑い話ができるほど、この種の統計学上の誤り（Type I Error、通称「慌てもののエラー」）にははまりやすい。たとえば、とある著名なリスク管理システム会社の方からさえ、「準乱数（乱数に似た数列）により、数万件のポートフォリオを相手に、五千回以下の試行回数で市場・信用イベント同時存在下のリスク量を計算可能」と主張されて、閉口したことさえある。 数値シミュレーションの性格上、実用精度に到達するのは、単体イベントの計測でも一万回級、同時イベントならば、さらに多くの計算試行の末である。合併銀行の巨大資産さえ、十万回の計算をPCサーバーが十七時間（四CPUのLinuxサーバーで測定、信用VaR、CVaR、リスクコントリビューション、OLAP、DM／MTMを同時計算）で完了する今日でも、相応の準備が必要だ。 事後点検の勧め 今や成功率90%以上、手術台で患者が亡くなれば心臓外科医の腕がまず疑われる冠動脈バイパス手術も、昔ははるかに危険な施術であった。数年前、「専門家」に依頼した高額なモデル監査も結構怪しい。中古建築と同じく、モデルやシステムの品質は利用者自身が見極める他に方法はない。 ニューメリカルテクノロジーズ 鳥居 秀行
2000年9月22日 – 東京 – 日本SGI株式会社 SGI Forum 2000 於 ウェスティンホテル東京 講演概要 数値シミュレーションはリスク管理ばかりではなく、ウェザーデリバティブやクレジットデリバティブなど派生商品のプライシングにも多用されています。こうしたケースでは、比較的小規模で機動的なモデル開発が行われており、金融機関内ではディーリングの現場でよく使われています。この講演では、金融系の数値シミュレーションを行う場合の一般的な方法論と、陥りがちなミスの事例をまとめてみました。講演主催との関連でシステムベンダー関係者も多数含まれるセミナーであったため、金融業務に馴染んでいない方でもわかるような平易さ、かつ眠気を誘わないよう内容に留意してあります。 セミナーで配布した資料「並列数値シミュレーション技術のデリバティブへの応用」(pdf 1.72MB)はこちらからご請求いただけます。 その他セミナーで配布した資料は www.numtech.co.jp/resources/presentations-reports/ でご確認いただけます。
大規模信用リスク管理システム CreditBrowser® のバージョンアップを行いました。三菱信託銀行株式会社様、株式会社東京三菱銀行様、株式会社住友銀行様ほかに順次リリース致しました。
2000年6月1日 – 東京 – 大規模信用リスク管理システム CreditBrowser® を株式会社東京三菱銀行様にリリース致しました。メガバンクにおいて CreditBrowser® の導入は、株式会社三井住友銀行様に続き、2行目となります。
概況 今会計年度(1999年4月～2000年3月)は、前期比売上高3割増と前期に続いて業績好調に推移しました。 また、経費支出を抑える一方、個別案件に特段の引掛かり等もなく、高水準の利益率を確保することができました。 創業以来の黒字・無借金経営であり増収増益です。 この結果、数字的には純資産、利益水準ともに店頭市場公開基準まで到達したことになります。 当期売上高 366,407,955円 資産の状況 安全性と流動性を重視し、大口定期を中心に複数金融機関に分散して運用しております。 資本の状況 資本金 50,000,000円 + 準備金 119,089,000円 (注)資本勘定の119,089,000円は法令に定めるプログラム等準備金。 租税特別措置法第20条の2第1項及び第57条第1項の表の第1号の中欄のロに規定する汎用プログラム(制御プログラム以外のもの)として、情報処理振興事業協会にソフトウェア登録。 登録番号 25295。 登録年月日平成11年2月28日。 当社役員が株式を100%保有しており、外部との資本関係はありません。 設備投資の状況 当社の顧客である金融機関への支援能力維持と、業界内における市場競争力の維持を念頭に置けば、自社ノウハウ蓄積の重要性については言うまでもありません。 特に金融機関から見た場合、当社はR&D部門のアウトソーシングとも受け取れるはずです。 このため当社では、大学、学会関係者との密接な連携のほか、並列UNIXサーバーなどのハードウェア関連の設備投資を積極的に実施しております。 今期の事業方針 当社は、自社内に研究開発リソースを持つ日本国内で唯一の独立系システムベンダーというユニークな立場にあります。 現在、信用リスクを中心とする金融リスク管理システムの分野において最大シェアの位置にあります。 現在の顧客は、都市銀行２、系統金融機関１、信託銀行１、となっており、上位金融機関を顧客として確固たる地位を築きつつあります。 当社の主力業務である金融リスク管理システムの分野は、1980年代後半から1990年代半ばにかけて、ALM (Asset Liability Management)、VaR (Value at Risk)、の2つの分野で急拡大しました。 国内の市場動向を歴史的に追ってみますと、初期の段階では国内大手ベンダーへの委託開発が中心であり、1件あたり数十億円を越す大型プロジェクト案件の形で受注が進みました。 しかしながら、(a)市場系・国際系金融分野での業務ノウハウ不足、(b)当時ホストからの移行期にあったオープン系システムでの未熟な技術スキル、(c)納品後サポートやバージョンアップ対応の拙さ、などが足枷となって徐々に国内大手ベンダーでは大手金融機関のニーズを満たせなくなりました。 こうしてその後、1990年代前半になると外資系システムベンダーの活躍が目立ち、国内大手ベンダーはその代理販売に徹する市場となりました。 ところがこれもまた、(a)米国流の輸入品で国内金融機関のニーズに合わない、(b)宣伝と実態との大きな落差が生んだ信頼喪失、(c)単年度売上主義で参入撤退を繰り返し安定しないサポート、などが顧客から嫌気されて最近では退潮が目立ちます。 実際、ここ2、3年の新規参入も後発VaRベンダーの加アルゴリズミックス社、米JPモルガンから独立したRMG日本法人程度にとどまっております。 むしろ最近の動きを見ますと、事情に疎いシステム関係や金融関係の会社あるいはコスト度外視の大手がこの分野に参入しては、当然ながらうまくいかず、最後に思い切った低価格路線を試した後、不採算に耐えられずに撤退していくパターンが目立ちます。 古くから本邦金融機関の実情に精通しているベンダーはかえって参入を避けており、より利益率の高いネットワーク関連など他のIT分野に経営資源をシフトしているようです。 同じITと言っても、このリスク管理システムの分野では金融機関サイドの投資予算は絞られたままであり、市場の潜在成長力は大きくありません。 しかも、他の金融システム分野に比べて極めて高い専門性、米国流の模倣や輸入では通用しないビジネススタイル、実務経験者にしかわからない非公開情報が壁であり、非常に難しい分野です。 また、金融機関内部での独自開発組を除けば、上位金融機関では当社、地銀以下ではNTTデータがシェアを握っており、参入障壁も高いと言えそうです。 我々自身が技術レベルを年々向上していることもあって、対抗するには持続的な研究開発が要求され必要コストも上昇、長期的な顧客サポートを維持できる利益の計上は容易ではありません。 すなわち、既存国内ベンダーはもちろんのこと海外の有力ベンダーや大手コンサルティングファームでさえこの市場では大きく劣後するのが実態です。 言わば典型的なニッチ市場が形成されており、当社にとっての潜在的競合先も年々減少しています。 こうして分析して参りますと、当社にとって外部からの潜在的脅威は、既存同業他社やコンサル各社あるいは大手システムベンダーではなく、有力金融機関内で育ち内情に通じた専門スタッフが独立起業するケースのように思えてなりません。 そこで可能性ある人材の状況を考えますと、多くは外資系投資銀行やコンサルティング各社に流出するなど職種転換し、邦銀に残った人材も高齢化し相応の地位役職に就き組織に定着して人材の不胎化が進行しています。 つまり、数量的には限られるわけですが、業務のインサイダーだけにそのプロフェッショナルな実力は既存のメーカーや大学あるいは研究機関所属スタッフなどとは比べようもなく侮れません。 もし今後そのような方が独立されるケースがあれば、積極的にアライアンスを組むなどの方策を考えるべきでしょう。 他方、短期的な経営上のリスク要因は外部要因ではなく、市場の潜在成長力を無視した放漫経営・過大投資を行うなど当社の内部にありうるとみられます。 以上の現状を踏まえて今期の業務方針を以下のように策定し、今後とも顧客の期待に応えていく方針です。 […]
新しい計量モデル「二重指数分布連続型PDFモデル」を追加しました。同一システム上で、初歩的な CreditMetrics タイプから、本格的な信用リスクモデルまで、複数の手法を比較考証することが可能です。コンプライアンス対応、モデルリスク軽減に役立ちます。
従来の債務者を基本にした多階層集計機能とは別に、取引勘定ベースの多階層集計も同時計算可能にしました。これは信託銀行や生保・損保、あるいは合併行など、同一顧客に対して複数の勘定部門から与信があるケースへの対応です。OLAP (On-Line Analytical Processing) 技術により、どちらの集計区分でも階層間の上下関係をその場で変更可能です。
1999年12月6日 – 東京 – 於 帝国ホテル
1999年10月13日 – 東京 – 農林中央金庫様向けCreditBrowser® に関する記事が、日経金融新聞に掲載されました。
1999年9月21日 – 東京 – (社)日本オペレーションズ・リサーチ学会 1999年度秋季研究発表会 於 成蹊大学
講演概要
近年、先進的な一部の金融機関において、数万次元規模のモンテカルロシミュレーションを使ったリスク管理・経営リソース配分が行われるようになってきた。