Loading article…
金融において、モデルリスクとは、意思決定を行うために精度が不十分なモデルを使用することで生じる損失のリスクであり、もともと金融証券の評価の文脈でよく使われていました。[9]
ここで、レボナト (2002) は、モデル リスクを「複雑で流動性の低い金融商品のモデル評価額と、同じ金融商品が市場で取引されたことが明らかになった価格との間に大きな差が生じるリスク」と定義しています。
しかし、モデルリスクは、消費者信用スコアの割り当て、クレジットカード不正取引のリアルタイム予測、航空便の乗客がテロリストである確率の計算など、金融証券評価以外の状況でもますます重要になっています。実際、バークは、モデルを使用しないこと（代わりに専門家の判断に過度に依存すること）を一種のモデルリスクと見なしています。[10]
種類
ダーマンはモデルの使用から生じる様々なタイプのモデルリスクについて次のように述べている。[9]
間違ったモデル
- モデルの適用不可。
- モデルの指定が正しくありません。
モデルの実装
- プログラミングエラー。
- 技術的なエラー。
- 不正確な数値近似値の使用。
モデルの使用
- 実装リスク。
- データの問題。
- キャリブレーションエラー。
出典
ボラティリティに関する不確実性
ボラティリティは、リスク管理モデルと価格設定モデルにおける最も重要な入力です。ボラティリティの不確実性はモデルリスクにつながります。ダーマンは、ボラティリティスマイルによって価値が左右される商品は、モデルリスクに最も悩まされると考えています。彼は、「ボラティリティスマイルのモデリングほどモデルリスクが問題となる分野はないと言っても過言ではないと思います」と書いています。[11] Avellaneda & Paras (1995) は、ボラティリティの不確実性から生じるモデルリスクを研究し、軽減するための体系的な方法を提案しました。[12]ボラティリティリスク も参照してください。
時間の不一致
Buraschi と Corielli は、金利の期間構造に完全に適合する裁定なしモデルに関して、「時間不整合」の概念を定式化しました。これらのモデルでは、現在の利回り曲線が入力となり、利回り曲線の新しい観測値を使用して、定期的にモデルを更新できます。彼らは、この種のモデルにおける時間整合と自己資金調達戦略の問題を検討しています。モデルリスクは、リスク管理の 3 つの主要なステップ、つまり仕様、推定、実装のすべてに影響します。[13]
相関関係の不確実性
相関パラメータの不確実性は、モデルリスクのもう一つの重要な原因です。コントとデゲストは、マルチアセット株式デリバティブにおけるモデルリスクエクスポージャーを計算する方法を提案し、バスケット内の最悪または最高のパフォーマンスに依存するオプション（いわゆるレインボーオプション）は、インデックスオプションよりもモデルの不確実性の影響を受けやすいことを示しています。[14]
ゲンハイマーは、バスケット デフォルト デリバティブの価格設定に存在するモデル リスクを調査しています。彼は、さまざまなコピュラを使用してこれらのデリバティブの価格を設定し、「... クレジット バスケットを支配する依存関係の構造について非常に確信が持てない限り、バスケット デフォルト プロダクトを取引する意思のある投資家は、代替コピュラ仕様に基づいて価格を計算し、シミュレーションの推定エラーを検証して、少なくともモデル リスクを知る必要があります」と結論付けています。[15]
複雑
モデルまたは金融契約の複雑さはモデル リスクの原因となり、リスク要因の誤った特定につながる可能性があります。この要因は、2007 年の危機の際に住宅ローン担保証券ポートフォリオのモデル リスクの主な原因として挙げられました。
流動性の欠如とモデルリスク
モデルリスクは複雑な金融契約にのみ存在するのではない。フレイ（2000）は、市場の流動性の欠如がモデルリスクの原因となる理由についての研究を発表している。彼は「したがって、ヘッジやリスク管理の目的で使用されるモデルの堅牢性を、完全に流動性のある市場という仮定に基づいて理解することは、モデルリスク全般の分析において重要な問題である」と書いている。[16] 転換社債、住宅ローン担保証券、高利回り債券は、流動性が低く、評価が難しい場合が多い。これらの証券を取引するヘッジファンドは、投資家の月次純資産価値を計算する際にモデルリスクにさらされる可能性がある。[17]
スプレッドシートのエラー
多くのモデルはスプレッドシート技術を使用して構築されており、特に実装エラーが発生しやすい可能性があります。[18] 軽減戦略には、一貫性チェックの追加、入力の検証、専用ツールの使用が含まれます。[19]スプレッドシートのリスク を参照してください。
定量的アプローチ
モデル平均化と最悪ケースアプローチ
ランタラ（2006）は、「モデルリスクに直面した場合、モデル作成者は、選択された単一の「最良」モデルに基づいて決定を下すのではなく、モデル平均化を使用して、モデルセット全体に基づいて推論を行うことができます。」と述べています。 [20] このアプローチは、「平均の欠陥」を回避します。[21]
リスクをモデル化するもう一つのアプローチは、ギルボアとシュメイドラーが意思決定理論で提唱した最悪ケースアプローチ、またはミニマックスアプローチです。[22] このアプローチでは、さまざまなモデルを検討し、最悪のシナリオで発生する損失を最小限に抑えます。このリスクをモデル化するアプローチは、コント（2006）によって開発されました。[23]
Jokhadze と Schmidt (2018) は、ベイズ法を用いたモデルリスク測定法をいくつか提案しています。彼らは、モデルリスクを組み込んで一貫した市場とモデルのリスク管理を可能にする重ね合わせたリスク測定法を導入しています。さらに、彼らはモデルリスク測定法の公理を提供し、金融リスク管理と条件付き請求価格設定のコンテキストで重ね合わせたモデルリスク測定法のいくつかの実例を定義しています。
モデルリスクの露出を定量化する
モデルによって誘発されるリスクを測定するには、代替モデル、または代替ベンチマーク モデルのセットと比較する必要があります。問題は、これらのベンチマーク モデルをどのように選択するかです。[24]デリバティブの価格設定の文脈で、Cont (2006) はデリバティブ ポートフォリオのモデル リスク エクスポージャーを測定する定量的アプローチを提案しています。まず、一連のベンチマーク モデルが指定され、流動性のある金融商品の市場価格に合わせて調整され、次にターゲット ポートフォリオがすべてのベンチマーク モデルに基づいて価格設定されます。次に、モデル リスクへのエクスポージャーの尺度は、現在のポートフォリオ評価とベンチマーク モデルによる最悪のケースの評価の差によって与えられます。このような尺度は、デリバティブ ポートフォリオのモデル リスクの準備金を決定する方法として使用できます。[23]
ポジション制限と評価準備金
Jokhadze と Schmidt (2018) は、モデルリスク損失をカバーする金融市場リスク測定を導入しています。彼らの方法論により、市場リスクとモデルリスク管理を調和させ、リスクポジションの制限と必要資本を定義することができます。
加藤と吉羽は、モデルリスクを制御するための定性的および定量的な方法について議論している。彼らは「定量的な観点から、価格設定モデルの場合、代替モデルを使用した推定値の差を許容するための準備金を設定することができます。リスク測定モデルの場合、リスク要因のさまざまな変動パターンについてシナリオ分析を実行したり、シナリオ分析から得られた情報に基づいてポジション制限を設定したりできます。」と書いています。[25] Cont（2006）は、そのような準備金を計算するためにモデルリスクエクスポージャーを使用することを提唱しています。
緩和
理論的根拠
- 重要な前提を考慮する。
- 単純なケースとその解決策（モデル境界）を考慮します。
- 倹約。
実装
- 所有者の誇り。
- モデルを秩序正しく外部に広める。
テスト
モデルリスク軽減の例
倹約
タレブは、ブラック・ショールズ・モデルの欠陥を修正しようとした新しいモデルのほとんどが受け入れられなかった理由について、次のように書いている。
- 「トレーダーはブラック・ショールズ・マートン・モデルに騙されることはない。『ボラティリティ面』の存在は、そのような適応の一つである。しかし、トレーダーは、ボラティリティという一つのパラメータを誤魔化して、それを満期までの時間と権利行使価格の関数にする方が、他のパラメータを正確に推定するよりも好ましいと考えている。」[26]
しかし、チェルビーニとデラ・ルンガは、ボラティリティと相関関係のモデリングの文脈において、簡素さの欠点を説明しています。過剰な数のパラメータを使用すると過剰適合を引き起こす可能性があり、厳密に指定されたモデルを選択すると、モデルの誤指定や将来の分布を表現できないという体系的な失敗が簡単に引き起こされる可能性があります。[27]
モデルリスクプレミアム
フェンダーとキフ（2004）は、 CDOなどの複雑な金融商品を保有することは、「これらの仮定への依存度が高まり、モデルリスクが上昇する。このリスクは市場によって価格設定されるはずなので、同等の格付けの単一債務者商品と比較して得られる利回り上昇の一部は、モデルリスクを直接反映している可能性が高い」と指摘している。[28]
参照
注記
- ^ abc Gibson, et al. (1999年春). 「金利モデルリスク：概要」. The Journal of Risk . 1 (3): 37–62. doi :10.21314/JOR.1999.009.
- ^ 「モデル検証とバックテスト」。2009年4月3日時点のオリジナルよりアーカイブ。2008年12月1日閲覧。
- ^ 「モデルリスクの制御」。2008年12月7日時点のオリジナルよりアーカイブ。2008年12月1日閲覧。
- ^ Simmons, Katerina (1997). 「モデルエラー」(PDF) . New England Economic Review : 17–28.さまざまな財務モデルの評価
- ^ Crouhy、Galai、Mark の「第 14 章 - モデルリスク」を参照してください。
- ^ ベッキー・ゲイロード (2001 年 9 月 8 日) 「おっと! 銀行は 17 億 5 千万ドルを帳消しに」ニューヨーク タイムズ
- ^ 「ナショナルオーストラリア銀行の最高経営責任者、株価下落を受け見直しを約束」オーストラリア放送協会2023年6月12日。
- ^ 「災害のレシピ：ウォール街を滅ぼした方程式」Wired 2009年2月23日。
- ^ ab "Model Risk" (pdf) . 1996年. 2013年9月10日閲覧。
- ^ http://www.siiglobal.org/SII/WEB5/sii_files/Membership/PIFs/Risk/Model%20Risk%2024%2011%2009%20Final.pdf [永久リンク切れ]
- ^ ダーマン、エマニュエル（2003年5月26日）。「暗闇での笑い：不安定な笑顔の問題」。
- ^ Avellaneda, M.; Levy, A.; Parás, A. (1995). 「不確実なボラティリティを持つ市場におけるデリバティブ証券の価格設定とヘッジ」.応用数理ファイナンス. 2 (2): 73–88. doi :10.1080/13504869500000005.
- ^ Buraschi, A.; Corielli, F. (2005). 「時間不整合のリスク管理への影響: モデルの更新と無裁定取引モデルの再調整」Journal of Banking & Finance . 29 (11): 2883. doi :10.1016/j.jbankfin.2005.02.002.
- ^ 続、ラマ、ロマン・デゲスト（2013）。「インデックスオプションが示唆する株式相関：推定とモデル不確実性分析」。数理ファイナンス。23 （ 3）：496–530。doi ：10.1111/j.1467-9965.2011.00503.x。S2CID 43322093。SSRN 1592531 。
- ^ Gennheimer, Heinrich (2002). 「コピュラベースのデフォルト価格設定モデルにおけるモデルリスク」CiteSeerX 10.1.1.139.2327。
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - ^ Frey, Rüdiger (2000). 「動的ヘッジにおけるモデルリスクの原因としての市場流動性」CiteSeerX 10.1.1.29.6703。
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - ^ ブラック、キース H. (2004)。ヘッジファンドの経営。マグロウヒル プロフェッショナル。ISBN 978-0-07-143481-2。
- ^ 「EuSpRIG ホラーストーリー」.
- ^ 「スプレッドシートのエラーを探し出す」 2004 年 2 月。
- ^ Rantala, J. (2006). 「確率、統計、保険数理科学の共同および個別歴史について」。Liksi; et al. (eds.) に収録。タルモ・プッキラ生誕60周年記念祝賀論文集。フィンランド、タンペレ大学。pp. 261–284。ISBN 951-44-6620-9。
- ^ サベージ、サム（2002年11月）。「平均の欠陥」ハーバード・ビジネス・レビュー。
- ^ Gilboa, I.; Schmeidler, D. (1989). 「非一意事前分布によるMaxmin期待効用」(PDF) . Journal of Mathematical Economics . 18 (2): 141. doi :10.1016/0304-4068(89)90018-9.
- ^ ab Cont, Rama (2006). 「モデルの不確実性とデリバティブ商品の価格設定への影響」(PDF) . Mathematical Finance . 16 (3): 519–547. doi :10.1111/j.1467-9965.2006.00281.x. S2CID 16075069.
- ^ Sibbertsen、Stahl、Luedtke (2008年11月)。「モデルリスクの測定」(PDF)。ライプニッツ大学ディスカッションペーパー第409号。 2014年3月10日時点のオリジナル(PDF)からアーカイブ。 2014年3月10日閲覧。
- ^ 加藤俊康、吉羽俊尚（2000年12月）。「モデルリスクとその管理」（PDF）。金融経済研究。 2009年11月22日時点のオリジナル（PDF）からアーカイブ。 2009年2月15日閲覧。
- ^ タレブ、ナシム（2010）。ダイナミックヘッジ：バニラオプションとエキゾチックオプションの管理。ニューヨーク：ワイリー。ISBN 978-0-471-35347-8。
- ^ ケルビーニ、ウンベルト;ルンガ、ジョバンニ・デッラ (2007)。ストラクチャード・ファイナンス。ホーボーケン: ワイリー。ISBN 978-0-470-02638-0。
- ^ Fender, Ingo; Kiff, John (2004). 「CDO 格付け手法: モデルとその影響に関する考察」BIS ワーキングペーパー(163). SSRN 844225.
参考文献
- Avellaneda, M.; Levy, A.; Parás, A. (1995). 「不確実なボラティリティを持つ市場におけるデリバティブ証券の価格設定とヘッジ」.応用数理ファイナンス. 2 (2): 73–88. doi :10.1080/13504869500000005.
- Cont, R. (2006). 「モデルの不確実性とデリバティブ商品の価格設定への影響」(PDF) .数理ファイナンス. 16 (3): 519–547. doi :10.1111/j.1467-9965.2006.00281.x. S2CID 16075069.
- Cont , R .; Deguest , R. (2013). 「インデックスオプションが示唆する株式相関: 推定とモデル不確実性分析」。数学ファイナンス。23 (3): 496–530。doi :10.1111/j.1467-9965.2011.00503.x。S2CID 43322093。
- Cont, R.; Deguest, R.; Scandolo, G. (2010). 「リスク測定手順の堅牢性と感度分析」(PDF) . Quantitative Finance . 10 (6): 593–606. doi :10.1080/14697681003685597. S2CID 158678050.
- クローイ、ミシェル、ガライ、ダン、マーク、ロバート（2000）。リスクマネジメント。マグロウヒル。ISBN 0-07-135731-9。
- Derman, Emanuel (1996). モデルリスク(PDF) . RISK. 2008-07-03 にオリジナル(PDF)からアーカイブ。2008-12-01に取得。
- 連邦準備制度理事会 (2011)。「モデルリスク管理に関する監督ガイダンス」。米国連邦準備制度理事会。
- Jokhadze, Valeriane; Schmidt, Wolfgang M. (2018). 「金融リスク管理と価格設定におけるモデルリスクの測定」. SSRN. doi :10.2139/ssrn.3113139. S2CID 169594252.
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - Lyons, TJ (1995). 「不確実なボラティリティとデリバティブのリスクフリー合成」.応用数理ファイナンス. 2 (2): 117–133. doi :10.1080/13504869500000007. hdl : 10338.dmlcz/135679 .
- Rebonato, R. (2001) 「モデルリスクの管理」リスク管理ハンドブックFT-Prentice Hall。
- ジョセフ・シモニアン（2024年）。「投資モデルの検証 - 実務家のためのガイド」CFA協会研究財団。
- タレブ、ナシム（2006）。『偶然にだまされる：人生と市場における偶然の隠れた役割』。ワイリー。ISBN 1-4000-6793-6。