スキップしてメイン コンテンツに移動

サブプライム自動車ローンが爆発する

今回の危機はサブプライ以上といわれていますが、それは「影響」の大きさを比べているのであった、リスクの内容は異なっているという議論や主張が多いのですが。本当でしょうか?

サブプライムと同じ意味での信用リスクが5,6月には発生するのではないか危惧しています
以下の図は、NY連銀がまとめた、昨年末まで自動車ローンの90日延滞の金額です。金額データです。90日延滞というのは、それ以上の延滞が続くと「破綻」したとみなされ、銀行は損害を計上する必要があります。
コモディティ図を見ると、自動車ローンの申告な延滞率が、今回のコロナショック前の昨年12月まで急激に増加していることがわかります。




これはFTの記事からですが。

そのタイトルが、自動車サブプライローンリスクの内容を如実にものがたっています。「Yield-crazed investors pile into US subprime car loans」と題するものです。つまり、利回りに「飢えた」投資家がアメリカの”サブプライム”自動車ローンに押し寄せている」ということです。「pile into 」というのは動詞句で、車に一斉に乗り込む、という口語的な表現です。

米国では、2010年代に入ってから、不動産サブプライに懲りた投資家が、
自動車のサブプライムローン投資にのりだしました(米国は車の中古車市場の
取引が大きく、不動産と違い、流動性が高く、デフォルトしても、車を担保にとっておけば、回収ができる!!??)と考えたためだといわれています。

本来は高い車を買えない層が、ウーバーなどと契約をして、日銭商売に乗り出したことも、こうしたサブプライムオートローン市場が盛んになった背景にあるとおもいます。

ところが、今回の危機で、人の行き来が少なくなり、ウーバーの運転手などは
ローンの支払が途絶えることがでてくるでしょう。コロナショック以前に、
上の図のように、延滞率が高くなっているわけですから、抵当に撮った中古車の市場価値は低くなっているはずです。(日本でもタクシー会社では人員整理に乗り出したところがあるようです。2020年4月9日追記)。

そうしたサブプライムローンは、銀行やその他の専門の消費者金融機関は、リスク返事もあり、手元に保有しないで、一部あるいは全部をを証券化して転売しています。大手の投資銀行も積極的に組成にかかわっています、世界中の投資が買っているはずです。

日本の銀行や年金はマイナス金利で痛めつけられていますから、上のFTの論文タイトルにあるように、金利に飢えて、いる所が多数あり、、此等の証券化商品をかっているはずです。銀行の財務諸表をみても、投資項目の詳細な開示はされていないので、よくわからにのですが、今回のパンデミックリスクが続けば、それらが、前回のリーマン・ショックと同様な、爆発するかもしれません。それだけでなく、

リーマンショックのような、証券化リスクの爆発が、
航空機、船舶、商業不動産、自動車ローン、学資ローンの証券化商品で起きるのではないかとおもうのですが、如何でしょうか?

森平 爽一郎

そういう意味では、二番底もあるのでは???

 エピソードで読み解くデリバティブ入門

コメント

このブログの人気の投稿

「8割おじさん」の数理モデル

米国の週刊誌Newwweek誌の日本語版『ニューズウィーク日本版』の最新の 2020年6月9日号 では「日本モデル」と題した特集号で、北海道大学医学部の西浦教授が、「8割おじさん」の数理モデル」という論文を寄稿している。冊子体の本誌でも読めるし、また楽天マガジン・dマガジンなどのオンラインの雑誌読み放題でも全てのページが配信されている。 ニューズウィークとしては異例のアカデミックな論文である。数式こそ無いものの、変数名や学術用語が散見される異例の論文に成っている。同誌で経済や政治関係の記事に親しんでいる人にとっては、ちょっと難しい論文かもしれない。 しかし、非常に示唆に富んだ論文である。特に、「8割削減」の意味を丁重に説明している。最近、8割削減に関して、そこまでする必要がなかったという批判があちこちから出ているが、これをよんでから批判をすべきであろう。 疫学における感染症モデルは勿論、マクロ経済や資産価格決定モデル(CAPMやブラック=ショールズモデルなど)も、所詮は複雑な現実の抽象化に過ぎない。しかし、よいモデルというのは、抽象の革新をつかみ、リスク管理を行う場合、大きな間違いをしない基準となりうる。 また、この号では、”日本のコロナ対策は過剰だったか”という、西浦教授と國井修(世界エイズ・結核・マラリア対策基金)との対談記事も掲載されている。ともにお医者さんでありかつモデリングを研究している二人の言葉は、経済やファイナンスのモデルを用いて仕事をしている、アナリスト、エコノミスト、研究者にとっても学ぶことが大きいとおもう。 國井氏はこう述べている「・・・私達モデラーはリスク評価についてはアンダーアクト(控えめに言う)よりは、オーバーリアクト(大げさに言う)して話をすべきと、肝に命じながらやってきた・・・・」 このことが経済や金融市場のリスク分析に当てはまるかどうか、人それぞれ異なる意見をもっているかもしれない、しかし、1つの教訓だろう。 ただし、西浦先生の論文は、数式を使わないようにしたために、高校数学を理解している人にとっては、帰って難しくなっているきらいがある。むしろ、数式を使って説明したほうが良いかもしれない。ところが、多くの感染症に関する論文や本では、特に日本語で書かれた本や論文では連立微分方程式をつかって説明している。そうす...

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 (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...