企業倒産の特徴抽出と多様な倒産要因を反映した倒産リスク評価手法の確立

点击翻译按钮获取中文摘要

金融機関には企業への円滑な融資の実行と継続的な経営支援を行うことが求められている．そのような経営支援を実現するためには，融資先が直面し得る多様な経営難をふまえた倒産リスク評価手法が必要になる．本研究では支払い不能や債務超過などの多様な倒産要因を包括的にとらえる倒産リスク評価手法の開発を目指している．2022年度は，倒産リスクと財務状況の推移の関係を明らかにするための基礎分析として，財務時系列データの信用格付判別問題における活用可能性を前年度に引き続き検討した．すなわち，信用格付判別の判別器として機械学習手法として知られる回帰結合型ニューラルネットワークモデルを採用し，その入力データとして企業財務時系列データを用いた場合に，判別精度が従来のモデルよりも向上することを確認した．さらに，より長期の財務時系列を入力することが有効であること，また入力データのうち直近の観測データと最も時点を遡った観測データが最も判別に有効であるという結果を得た．さらに，企業の経営環境の変化が倒産発生に与える影響について統計モデルに基づく解析を前年度に引き続き行った．具体的には，企業経営者のもつ景況感を示す指標として知られている「帝国データバンク景気動向指数（TDB景気DI）」およびマクロ経済変数を用いた倒産件数予測モデルを構築した．実証分析によって景気動向指数およびマクロ経済変数が倒産件数予測において有用であることを示す結果を得た．上記の成果をそれぞれ論文としてまとめ，投稿を行った．