• 理論的背景
–
ハリントン=
ニーハウスはなんといっているか?• 実証研究による裏づけ
内容
• 実証研究による裏づけ
–
欧米諸国の事例• 日本の事例
• リスクマネジメントの目的
–
株主価値(企業価値)の最大化• リスクマネジメントを実行することにより株式
理論的背景
• リスクマネジメントを実行することにより株式
価値が向上しているかどうかを確認する必要
がある。
企業価値評価モデル
• 評価モデル :
Value = PV(expected cash flows) Value =
å
¥=1
( 1 + )
) (
t t
t P
r
Flow Cash
E
• where r = opportunity cost of capital
–
論点:
•
リスクマネジメントは、– 期待キャッシュフロー – 資本コスト
•
に影響をあたえるか?=1
( 1 + )
t
r
–
キャッシュフローのリスク=
分散化可能リスク+
分散化不可能リスク資本コスト(リスクプレミアム)
資本コストに影響無し 資本コストに影響を与える
•
分散不可能リスク•
システマティックリスクリスクプレミアム
–
リスクプレミアムはキャッシュフローのリスクに依存 する•
リスクが高い→
高いプレミアム• CAPM
によるプレミアム計算• Risk premium = b ( r - r )
• Risk premium =
–
投資家自身でもリスク分散は可能である。( r
m- r
f)
b
• 保険
–
分散可能リスクを低減–
資本コストに影響しないリスクマネジメントと資本コスト
• デリバティブ
–
分散不可能リスクを低減–
資本コストを低減–
但し、その分のPremium
を支払う必要性• 税金
– Smith and Stulz (1985), Leland (1998), and Graham and Rogers (2002)
• 投資の歪みを改善
何故リスクマネジメントを行うか?
• 投資の歪みを改善
– Froot, Scharfstein, and Stein (1993)
• 経営者のリスク回避性
– Stulz (1984)
• 収益の凸性、費用の凹性
– Smith and Stulz (1985), Mackay and Moeller (2007)
• 保険会社の提供サービス利用によるコスト低減
–
ロスコントロール• 損害発生後の資本コスト低減
• 他の利害関係者(仕入先、顧客、従業員など)と
何故リスクマネジメントを行うか?
• 他の利害関係者(仕入先、顧客、従業員など)と よい条件で契約を結ぶ
• 株主がリスク分散できない場合(中小企業など)
–
企業の効用関数の存在• エネルギー関連企業
–
天候デリバティブ(Perez-Gonzalez and Yun 2013)
•
天候リスクのある企業(1997
年以前、天候デリバティブ 導入以前)は、天候デリバティブを利用する先行研究
リスクマネジメントと企業価値
•
天候デリバティブを利用することにより企業価値は改 善•
そのチャネルは、負債ファイナンスの増加• 石油会社 (Mackay and Moeller 2007)
– Output: 1/3
×灯油+ 2/3
×無鉛ガソリン価格– Input:
軽質原油価格先行研究
リスクマネジメントと企業価値
–
これらの資源価格と売上の関係が凸、費用との 関係が凹の場合にはリスクマネジメントの実行に より企業価値が高まる–
アメリカの石油会社のデータを利用して実証、リ スクマネジメントの有効性を示す。Output 価格と収益
売上 デリバティブ 利用時
資源価格
低価格 平均 高価格
デリバティブ 未使用時
Input 価格と費用
デリバティブ 利用時
費用 デリバティブ 未使用時
課税所得 法人税率 800万円未満 18%
800万円以上 30%
累進税率とリスクマネジメント
日本の場合
法人税額 税額控除の観点から
1.
課税所得が800
万 円前後の中小企 業2.
場合によっては所2.
場合によっては所 得がマイナスにな る場合メリットがある
• 経営者がリスク回避的である場合
• 株主がリスク回避的である場合
• かつ
• 株主の投資が集中しているため、分散が不可能
経営者(株主)のリスク回避度 とリスクマネジメント
• 株主の投資が集中しているため、分散が不可能 である場合
• リスク回避的な株主は、デリバティブを利用する
• Wang 変換を利用した分析の提唱
Wang 変換を利用した
リスクマネジメントの価値分析
• サッカーチーム
– Ito, Ai, and Ozawa (2015)
• スキー場及び市役所
–
伊藤(2015
)–
伊藤(2015
)Wang 変換
• Shifting CDF (Distortion, tilting)
0.8 0.9 1
( ) x = F ( F
-( F ( ) x ) + l )
F
Q 1 PF:CDF
Φ:Standard Normal CDF
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Φ-1(Fp) Φ-1(Fp)+λ
Increase the prob.
Of the worse case
l
Φ:Standard Normal CDF
λ:risk factor (risk aversion coefficient)
Intercept 110.376*** 103.913***
d0_h3 -0.103***
d4_h24 -0.108***
Weekday -0.170*** -0.182***
April -0.130*** -0.136***
Rival 0.229*** 0.225***
Nihon Daira Stadium
Ito, Ai, and Ozawa (2015)
サッカーチームの天候リスクマネジメント
Distance -0.048** -0.048**
Star_both 0.018** 0.016**
Population -7.805*** -7.323***
Worst3 0.080** 0.070**
h_latt 0.426*** 0.430***
a_latt 0.083** 0.074**
AIC -75.337 -75.315
BIC -19.713 -19.692
October, Opening, and Top3 are not significant
Panel A Expected Net Cash Flows under Q-measure and Value of Hedging, Based on Point Estimate (Thousand USD) Safety Loading
λ 0% 5% 10% 15% 20% 60% 0% 5% 10% 15% 20% 60%
No Hedge With Hedge Value of Hedging Instrument
0 716.44 716.44 712.00 707.56 703.12 698.68 663.17 0.00 -4.44 -8.88 -13.32 -17.76 -53.27 0.1 711.34 715.94 711.50 707.06 702.62 698.18 662.67 4.60 0.16 -4.28 -8.72 -13.16 -48.67 0.2 706.17 715.44 711.00 706.56 702.12 697.68 662.17 9.27 4.83 0.39 -4.05 -8.49 -44.00 0.25 703.56 715.19 710.75 706.31 701.87 697.43 661.92 11.63 7.19 2.75 -1.69 -6.13 -41.64
Ito, Ai, and Ozawa (2015)
0.25 703.56 715.19 710.75 706.31 701.87 697.43 661.92 11.63 7.19 2.75 -1.69 -6.13 -41.64 0.3 700.92 714.93 710.49 706.05 701.61 697.17 661.66 14.01 9.57 5.13 0.69 -3.75 -39.26 0.4 695.61 714.42 709.98 705.54 701.10 696.66 661.15 18.81 14.37 9.93 5.49 1.05 -34.46 0.5 690.23 713.90 709.46 705.02 700.58 696.14 660.63 23.67 19.23 14.79 10.35 5.91 -29.60 0.52 689.14 713.79 709.35 704.91 700.47 696.03 660.52 24.65 20.21 15.77 11.33 6.89 -28.62 0.6 684.79 713.37 708.93 704.49 700.05 695.61 660.10 28.58 24.14 19.70 15.26 10.82 -24.69 0.7 679.30 712.84 708.40 703.96 699.52 695.08 659.57 33.54 29.10 24.66 20.22 15.78 -19.73 0.8 673.76 712.30 707.86 703.42 698.98 694.55 659.03 38.54 34.11 29.67 25.23 20.79 -14.72 0.9 668.18 711.76 707.32 702.88 698.44 694.01 658.49 43.59 39.15 34.71 30.27 25.83 -9.68
60 70 80 90
上越国際
上越国際
伊藤 (2015)
積雪リスクマネジメント スキー場
y = -0.0014x2 + 0.5884x - 6.2545 R² = 0.3885
0 10 20 30 40 50 60
0 100 200 300 400
最深積雪が除雪費用 / 年へ与える影響 魚沼市役所
1,000,000 1,200,000
Total Adj. Cost of Snow Removal (Thousand JPY)
y = 195,241x + 265,753
0 200,000 400,000 600,000 800,000
Total Adj. Cost of Snow Removal (K JPY)
線形 (Total Adj. Cost of Snow Removal (K JPY))
天候デリバティブの価値 スキー場にとって
Value of Heding Instrument
Lambda 0% 5% 10% 15% 20% 60%
0 0 (3,291) (6,583) (9,874) (13,166) (39,497) 0.1 1,318 (1,973) (5,265) (8,556) (11,847) (38,179) 0.2 2,889 (402) (3,694) (6,985) (10,277) (36,608) 0.25 3,772 480 (2,811) (6,103) (9,394) (35,726) 0.25 3,772 480 (2,811) (6,103) (9,394) (35,726) 0.3 4,720 1,428 (1,863) (5,155) (8,446) (34,777) 0.4 6,815 3,524 232 (3,059) (6,350) (32,682) 0.5 9,177 5,886 2,594 (697) (3,988) (30,320) 0.52 9,682 6,390 3,099 (193) (3,484) (29,816) 0.6 11,805 8,513 5,222 1,930 (1,361) (27,693) 0.7 14,693 11,401 8,110 4,818 1,527 (24,805) 0.8 17,834 14,543 11,252 7,960 4,669 (21,663) 0.9 21,220 17,929 14,637 11,346 8,055 (18,277) 1 24,838 21,546 18,255 14,964 11,672 (14,659)
天候デリバティブの価値 市役所にとって
Value of Heding Instrument
Lambda 0% 5% 10% 15% 20% 60%
0 0 3,292 6,583 9,875 13,166 39,497 0.1 7,382 10,674 13,965 17,257 20,548 46,879 0.2 14,221 17,513 20,804 24,095 27,387 53,718 0.25 17,437 20,728 24,020 27,311 30,603 56,934 0.2 14,221 17,513 20,804 24,095 27,387 53,718 0.25 17,437 20,728 24,020 27,311 30,603 56,934 0.3 20,519 23,810 27,101 30,393 33,684 60,016 0.4 26,279 29,571 32,862 36,154 39,445 65,776 0.5 31,515 34,807 38,098 41,389 44,681 71,012 0.52 32,501 35,792 39,084 42,375 45,667 71,998 0.6 36,242 39,533 42,824 46,116 49,407 75,739 0.7 40,478 43,770 47,061 50,353 53,644 79,975 0.8 44,249 47,540 50,831 54,123 57,414 83,746 0.9 47,580 50,872 54,163 57,455 60,746 87,077
lambda Basic Floor
Reduced Tick Size
Reduced Lower Strike
Size Swap
No
Derivative 0 351,880,822 351,965,845 352,357,090 351,128,097 352,420,156 0.1 351,258,982 351,344,119 351,654,110 350,818,430 351,682,672 0.2 350,648,481 350,733,752 350,956,630 350,508,696 350,945,067
Enron Corporation’s Weather Derivative Risk Preference Analysis
0.2 350,648,481 350,733,752 350,956,630 350,508,696 350,945,067 0.3 350,049,703 350,135,129 350,265,269 350,198,873 350,207,349 0.4 349,462,950 349,548,557 349,580,652 349,888,935 349,469,520 0.5 348,888,438 348,974,257 348,903,406 349,578,855 348,731,576 0.6 348,326,291 348,412,360 348,234,146 349,268,604 347,993,509 0.7 347,776,544 347,862,908 347,573,470 348,958,151 347,255,307 0.8 347,239,145 347,325,858 346,921,950 348,647,462 346,516,955 0.9 346,713,950 346,801,078 346,280,121 348,336,504 345,778,435