スキップしてメイン コンテンツに移動

コロナショックでサブプライムでなく、プライム危機が起きている


2020年3月24日の米国市場は、史上「最大の上げ」ということで、まずはホッとした人も多いのかもしれません(空売りしていた人、プットの買いポジションの人は、残念)ですが、そうも言えないとおもいます。サブプライム危機ならぬ「プライム危機」が生じています。プライムとは何かは、以下で説明します。

下に貼り付けた表は、24日の最大の上げ相場に関わらず、値下りをした50銘柄を貼り付けたものである。ここから面白いことが言える。

第1には、医薬品関係の銘柄が多いことである。買われすぎていた関連銘柄を売ろうとしたのかもしれない。ただし、上げ相場の背後要因は、FRBが無制限の量的緩和を行うこと、共和党と民主党の間でまだ揉めているけれどを「ヘリコプターでお金を撒く」ことには合意が成立しそうだ、というのが材料だった。でも、そのことがコロナウィルス感染を止めることにはならないのではないかとおもうのだが。

第2に、最も多く、しかも上位のランク(例えば、10位までのうちに7社)に入っている銘柄は、不動産、とりわけ、USREITsを中心とする不動産証券化商品を取り扱っている銘柄が多いことである。下の図表で企業名の背景がピンク色のものがそれらである。

不動産証券化商品というと、サブプライム危機を思い出し、さの再来と思うかもしれないが、これらの会社が取り扱っているのは、多くは、プライム不動産証券化商品である。
プライムかサブプライという区別を厳密にすることは難しいが、ざっくり言って、プライム不動産は、暗黙の政府保証があると言われている、1)ファニーメイ、2)フレディ. マック、3)ジニーメイ(政府機関である「米国政府抵当金庫」)の3社がその証券化にあたって取り扱う、信用度の高い不動産である。

他方で、米連邦準備理事会(FRB)は23日、臨時の米連邦公開市場委員会(FOMC)を開いて、米国国債や住宅ローン担保証券(MBS)の買い入れ量を当面「無制限!」とする、これまでにない「異次元量的緩和」に踏み切った。

つまり、MBSの買取を無制限にすると言いながら、かつ、市場はこれまでの最大の上げにもかかわらず、不動産証券化商品を取り扱う多くの上場企業の株価の強烈な下げが起きているのである。

85%も一日で株価が下がったMFAファイナンシャルのように、倒産の瀬戸際まで来て、一株40セントというペニーストックになっている株もある(同社は、同社による保証がもはやできないとしている)

日本でも、長期の賃料保証をしている会社は危ないのではないだろうか?





コメント

このブログの人気の投稿

感染症モデル入門 (3) Excelで感染症 SIRモデルをシミュレーションする

感染症流行をExcelでシミュレーションする(ファイルがダウンロード出来ます)。 1.準備:ファイルのダウンロードをする。 SIRモデルのわかりやすい(つまり最も簡単な)Excelシートを作成した。Excelファイルを用いたシミュレーションは以下の二通りの方法で実行できる。 1.1 「Google スプレッドシート」を用いてオンラインでSIRモデルのシミュレーションを行う 。  オンラインでシミュレーションをする場合には、Google スプレッドシートをつかいます。「 ここ 」をクリックしてください。「感染症数理モデル_入門と応用_森平_2020-05-29」というファイルがGoogle スプレッドシート上で開くはずです。次のような画面を見ることができます。 携帯などから利用していて、通信環境などが良くないときには、オフラインでの実行をおすすめします。>ファイル?オフラインで実行する、とすれば、自分の携帯にダウンロードしてあるGoogle スプレッドシート上でこのプログラムが実行できるはずです。 1.2 Excelファイルとしてダウンロードして、自分のPC上でシミュレーションをおこなう。  Excelシートとして使い時は、上で示したGoogle スプレッドシートのメニュー上で >ファイル>ダウンロード>MicroSoft Excel (.xlsx)  としてファイルをExcelプログラムしてダウンロードしてください。ダウンロードしたファイルを実行すると、次のような画面が現れるはずです。 2.初期値とパラメータ値を設定する。 2.1 Excelのシートで説明しよう。1行目は変数名とパラメー名前である。2行目の薄緑色のセルに具体的な数値を与える必要がある。ここでは次のような値を初期値とパラメータ値として設定している。 1)  感染可能人数の初期値:$S_0=100$人 2)  感染者人数の初期値:$I_0=1$人 3)  回復人数の初期値:$R_0=0$人 4)  感染率:$\beta=0.01$,つまり1パーセント 5)  回復率:$\beta=0.1$,つまり10パーセント (削減率については今回は計算結果に影響の無いようにしている) これらの...

感染症モデル入門: (2) SIRモデル(離散型)の場合。易しいです

感染症モデル入門 (2) SIRモデル(離散型)の場合。易しい! 1.SIR感染症モデル:一日ごとの人数変化  時間間隔が1日という離散的な時間変化を考えると、前回示した微分方程式での記述は、次のような差分方程式に変換できる。 \begin{eqnarray}   \mbox{感染可能人数}  \qquad  {S_{t + 1}} &=& {S_t} - \beta {S_t}{I_t} \hfill \\   \mbox{感染者数} \qquad  {I_{t + 1}} &=&  {I_t} + \beta {S_t}{I_t} - \gamma {I_t} \hfill \\   \mbox{回復人数} \qquad {R_{t + 1}} &=&  {R_t} + \gamma {I_t} \end{eqnarray} これは連続的な時間の変化$dt$を離散的な時間変化$\Delta t$でおきかえたものである。$dt$が「1秒間隔」であったのに対し、$\Delta t$は1日単位と考えてみよう。実際のCOVID-19のデータは1日単位で発表されるので、そのように考えたほうが実際に合っている。  時間経過を1日と考えたのであるから、感染可能人数を$dS_t \approx \Delta S_t$、感染者数を$dI_t \approx \Delta I_t$, 回復者数を$dR_t \approx \Delta R_t$と表現する。これらも1日あたりの人数の変化である。  そうすると、例えば、感染可能人数を示す微分方程式は$\left( {\frac{{\Delta {S_t}}}{{\Delta t}} = \frac{{\Delta {S_t}}}{1} = \Delta {S_t} = {S_{t + 1}} - {S_t}} \right) =  - \beta {S_t}{I_t}$と変換できる。つまり${S_{t + 1}} - {S_t} =  - \beta {S_{t}}{I_{t}}$を得る。...

感染症モデル入門 (5) 再生産数Rtとそれに基づくリスク管理

再生産数$R_t$を理解する。 1.再生産数とはなにか? SIRモデルから導出する。 離散的なSIR感染症モデルの2番目の式(2)を次のように変形する。 \begin{eqnarray}   {I_{t + 1}} &=& {I_t} + \beta {S_t}{I_t} - \gamma {I_t} \hfill \label{eqtn:1} \\    \Rightarrow \,\,\,\,\,\,{I_{t + 1}} - {I_t} &=& \left( {\beta {S_t} - \gamma } \right){I_t} \hfill \nonumber \\    \Rightarrow \,\,\,\,\,\,\frac{{{I_{t + 1}} - {I_t}}}{{{I_t}}} &=& \left( {\beta {S_t} - \gamma } \right) \end{eqnarray}  最後の式1の左辺の「感染者数の伸び率」が0を超える(下回る)ことは、感染人数$I_t$が増加(減少)することを意味する。言い換えれば、右辺が、 \[\begin{gathered}   \beta {S_{t}} - \gamma  > 0 \,\,\,\,\,\,\Rightarrow \,\,\,\,\,\,{S_{t}} > \frac{\gamma }{\beta } \hfill \\ \end{gathered} \] であれば、感染者数は増加する。 両辺を $\gamma/\beta$ で割ると, 明日の時点における再生産数を得ることができる。 \begin{equation} \boxed{\,\,{{\bar R}_t} \equiv {S_t}\frac{\beta }{\gamma } > 1\,\,} \end{equation}  これを時点$t$における実行再生産数と呼ぶ。回復人数を示す$R_t$と区別するために、$R$の上にバーを付けて再生産数$\bar{R}_t$としている。この意味について以下で議論する。その前に感染症...