ALMシミュレーションモデル：モンテカルロ vs. シナリオベース

資産負債管理（ALM）において、シミュレーションモデルは金利変動が資産と負債の経済価値に時間とともに与える影響を予測します。主な手法はモンテカルロシミュレーションとシナリオベースシミュレーションの2つです。モンテカルロシミュレーションは、確率的仮定（例：平均回帰、ボラティリティ）に基づき、数百から数千の将来金利パスを生成する確率的パステクニック（確率シミュレーション）を使用します。一方、シナリオベースシミュレーションは、歴史的事象、ストレスイベント、またはマクロ経済予測に基づく、経済的に整合性のある限られた前向きパスを構築し、離散的な戦略的代替案やソルベンシー結果を評価します。

ALMにおけるモンテカルロシミュレーションは、経済シナリオジェネレータ（ESG）を利用して多数の確率的金利パスをシミュレートします。通常は動的イールドカーブ構造モデルを用います。各パスは、短期金利、イールドカーブの形状、ボラティリティの将来の変化を表します。ALMモデルは各パスごとに資産と負債を再評価し、株主資本の経済価値（EVE）や純金利収入（NII）といった指標の結果分布を生成します。この分布により、信頼区間、VaR（Value-at-Risk）や金利リスクの期待ショートフォールの計算が可能となります。

• 確率的モデリングの基盤：校正されたESGを使用し、観測された市場データと経済理論（例：Cox-Ingersoll-RossモデルまたはHull-Whiteモデル）に整合したパスをシミュレートします。
• 結果分布：完全な確率的アウトプットを生成し、テールエクスポージャーや期待損失を定量化するリスク指標を支援します。
• 実務での活用：内部モデル検証、資本配分、予算策定や戦略的計画のための動的EARモデリングに広く適用されます。

シナリオベースシミュレーションは、妥当で内部的に整合性のあるマクロ経済・金利パスを少数（通常は3〜10本）構築します。これらのシナリオは、歴史的（例：1979〜1982年の利上げ）、仮想的（例：急速なインフレ再燃）、または予測ベース（例：コンセンサスのマクロ見通し）であることがあります。各シナリオは決定的にALMモデルに適用され、各パスにおけるEVEやNIIのポイント推定値を算出します。この手法は、統計的精度よりも解釈しやすさとストーリーの一貫性を重視します。

• ストーリー主導の設計：シナリオは、信頼できるストレスや戦略的転換点を反映するよう選定され、しばしば監督当局の期待や内部リスク許容度フレームワークと整合します。
• 意思決定支援：特定のマクロ経済体制下で、資産のリポジショニングやヘッジ判断といった戦略的トレードオフを評価するために使用されます。
• ガバナンスとの統合: 非技術的ステークホルダーの合意を得やすくするため、分析を明確でストーリー性のある前提に基づかせます。

モンテカルロシミュレーションとシナリオベースのシミュレーションは、ALM（資産負債管理）において補完的な役割を果たし、それぞれが独自の強みと限界を持ちます。

• カバレッジと明確性の比較: モンテカルロは広範な確率的カバレッジを提供し、テールリスクや統計的不確実性を捉えますが、出力は抽象的で具体的な行動に結びつけにくいことがあります。シナリオベースのシミュレーションは明確で実行可能なインサイトを提供しますが、選択されたシナリオに組み込まれていない低確率・高インパクトの事象を過小評価する可能性があります。
• モデルリスク: モンテカルロはESGのキャリブレーションや分布仮定に敏感で、ボラティリティや平均回帰パラメータの誤りがリスク推定を歪める可能性があります。シナリオベースのシミュレーションは選択バイアスに脆弱で、妥当なパスを除外したり、再現されない可能性のある過去の類似事例に過度に依存したりします。
• 規制との整合性: 監督当局（例：OCC）は両手法を認識していますが、シナリオベースの手法は監督ストレステストや戦略的報告で好まれることが多く、モンテカルロは内部モデルの検証や動的リスク測定を支援します。

ある機関が、2年間で金利が200ベーシスポイント平行上昇する影響を評価したいとします。モンテカルロシミュレーションでは、ESGが校正されたボラティリティを持つ平均回帰プロセスに従う短期金利の5,000パスを生成し、EVE変動の分布は5パーセンタイルで1億2,000万ドルの損失、95パーセンタイルで4,500万ドルの利益を示す可能性があります。シナリオベースのシミュレーションでは、200ベーシスポイントの上昇とそれに伴うイールドカーブの動きを反映した単一の決定論的パスを適用し、EVEが9,000万ドル減少する点推定を得ます。モンテカルロの結果は資本やVaR計算を支援し、シナリオの結果は資産の再評価を加速させる、デュレーション目標を調整するなどの戦略的対応について取締役会レベルで議論する材料となります。

• モンテカルロシミュレーションを使用する: 統計的厳密さが求められるリスク指標（例：経済資本、VaR、期待ショートフォール）を推定する場合や、幅広いパス集合にわたる不確実性が長期的戦略成果に与える影響を評価する場合。
• シナリオベースのシミュレーションを使用する: ガバナンス機関へリスクを伝える際、特定のマクロ経済シナリオ下で戦略的意思決定をテストする際、または確率的完全性よりもストーリーの一貫性と実行可能性が重視される監督ストレステスト枠組みに合わせる際。

両手法はしばしば併用されます。モンテカルロは内部モデルの検証とリスク定量化に、シナリオベースの分析は戦略的意思決定と規制報告に用いられます。