スキップしてメイン コンテンツに移動

(直近の結果を示します) やっぱり現金だ！　現預金M1が急激に増加している

「Cash is King, Cash Flow is Queen」で述べたように、危機に直面したらとにかく現金が一番大事だ。

アメリカで恐ろしい勢いでM1(現金預金）が増えている。11月になってもその勢いは少しへったもののすう勢としては変わらない。
以下の図は季節調整済みの週次のM1推移であるが、2月24日時点で4、000億弗だったのが、4月13日には約4,700億ドル（日本の国家予算（100兆円）にせまる金額）数字になっている。その後の数値をみると、やや勢いをげんじたものの、傾向としては変わらない。第3何の影響はこれから生じるだろろう。

M1という流動性の尺度は、現金あるいはそれとほぼ同じものとしての預金の合計である。アメリカのM1の週次統計の、2020 年11月日から遡る直近１年間の週次データで確認してみよう。

Board of Governors of the Federal Reserve System (US), M1 Money Stock [M1]


これを見ると、今月の2月24日には約4,000億ドルであったのが、4月13日には約4,700億ドルへの急激な増加をしめしている。7兆円あまりの急激な増加である。これは下のグラフをみてもわかるように1975年以来の数値をみても見ることのできなかった数値である。



アメリカの家計や企業は、リーマンショック（一番右の縦の網）以来、現金を溜め込んで来たことがわかるが、それでも一番右端の急激な増加はかってないことである。

この45年間で、リーマンショックの時ですらなかった増加である。アメリカ政府がばらまいたお金をみんなつかわないでためこんでいるのだろう。まさにコーポレート・ファイナンスの授業でいう「Cash is King, Cash Flow is Queen」なんだ！　
日本でも家庭に10万円がふりこまれても、預金をしたままで使わない人が多くなるのではないだろうか？
＝＝＝＝
追記：2020年4月26日　ゼミのOBから次のようなコメントがありました。なるほどと思いましたので、お知らせします。

アメリカで企業が取引銀行に対して設定したクレジット・ライン（与信枠）には、借り手がEBITDA(Earnings Before Interest Taxes Depreciation and Amortization)、つまり、税引前利益を一定水準に保たなければいけないという特約（コベナッツ）がついているものが多いそうです。そうなると、EBITDAを近い将来保持できなくなると考えた借り手が、預金枠を使ってお金をか用とするのは当然の行動です。でも、そうやって引き出したキャッシュの使いみちはないので、また、銀行に積み増し手をしているらしい、とのことです。

 確かにそうかもしれない。でも、同じ銀行に預金をするのはまずい。デフォルトした時に相殺されるからね。CFOならそのくらい誰でもわかっているだろうが。

 こうした解釈ができるとすると、逆に米国企業のクレジットリスクは潜在的には相当だろうと考えざるを得ない。銀行としては手数料丸儲け！

 日本の企業のクレジット・ラインの取得状況はどのくらいだろう。確か全銀協の統計があったような気がしますが。
日本のM1 は日銀が公表していますがFEDのデータベースでグラフ化したものをいかに示します。日本の企業と家計は、世界の他の先進国と比べても、異常なほど、現預金を積みましてきました。その傾向は2020年3月頃からさらなる勢いでましています。




＝＝＝　以下はちょっとむずかしい話　飛ばしていただいて結構　＝＝＝＝＝＝＝

M1（現預金）への需要がどのように決まるかについては、ケインズが提唱した現金需要には3つの要因を考える必要がるとして、彼の有名な書籍「一般理論」で展開された学説以来、様々な理論と実証研究がある（続く）。


ラベル:

コメント

コメントを投稿

ここに感想をお願いいたします。

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...
コメントを投稿
続きを読む

「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...
コメントを投稿
続きを読む

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...
コメントを投稿
続きを読む