利益調整に関する財務指標に着目した信用リスク分析（２）－Accruals Ratioと発行体格付けの関係

金融研究部金融調査室長・年金総合リサーチセンター兼任福本勇樹

3――Accruals Ratioを用いた信用リスクモデル

これまで見てきたAccruals Ratioの特徴を考慮に入れた格付け推移の予測モデルについて、2つの方法を提案したい。1つ目は前稿で分析したAccruals Ratioを用いた倒産確率をそのまま各発行体に適用し、格付けごとに特徴が分かれるか確認してみたい。2つ目は、BBB格以上からBBB格未満へ格下げになる格付け推移確率を計測し、BBB格未満への推移について予測可能か確認してみたい。

1｜Accruals Ratioを用いた倒産確率の利用
Accruals Ratioがクロスセクションだけではなく時系列の特徴をもつことから、前稿での分析と同様に、以下のように会計年度末t時点のAR Score(t)を過去5年間のAccruals Ratioの加重和として定義する。

　AR Score(t)= β(t)×Accruals Ratio(t)+β(t-1)×Accruals Ratio(t-1)
　　　　　　　　　　　+β(t-2)×Accruals Ratio(t-2) + β(t-3)×Accruals Ratio(t-3)
　　　　　　　　　　　　　　+ β(t-4)×Accruals Ratio(t-4)

係数β(k) が正の数と考えると、倒産企業のAR Scoreは一定期間においてある水準よりも大きな値をとり続けるか、またはある水準よりも小さい値をとり続けることが多いことが想定される。また、非倒産企業のAR Scoreはある一定の幅に集中するはずである。その閾値を大きい方から順にTH_High、TH_Smallとする。次のように倒産確率(PD)を定義し、直近1期前をt時点として、最尤法により係数 β(k) と閾値（TH_HighとTH_Small）推定した⁶。

　　　　 PD = 1 – [ 1/{1 + exp(AR Score – TH_High )} - 1/{1 + exp(AR Score – TH_Small )}]

発行体の直近5年間のデータと倒産企業の倒産直前までの直近5年間のデータを用いてパラメータ推定を行い、その結果をA格未満BBB格以上とBBB格未満の発行体に適用する。

（１）非倒産企業（A格以上：124社）

2016年6月中旬にA格以上の発行体格付けが付与されている上場企業。ただし、S&P、Moody's、Fitch、R&I、JCRの順に発行体格付けを選択する（金融機関を除く）。
Bloombergにて発行体格付けのデータが取得可能なもので、かつ直近6年間について財務データの取得が可能なもの（ただし、連結データと単体データがあるものについては連結データを優先する）。

（２）倒産企業（74社）

「全国企業倒産集計2016年5月報（帝国データバンク）」に掲載されている「2000年以降の上場企業倒産①②」において、東証一部・二部に上場していたもの（金融機関を除く）。
Bloombergにおいて、倒産までの直近6年間について財務データの取得が可能なもの（ただし、連結データと単体データがあるものについては連結データを優先する）。

図表4より、B/S Based Accruals Ratioを使用した場合は、倒産する1期前（t時点）と2期前（t-1時点）、5期前（t-4時点）⁷のAccruals Ratioが最もAR Scoreによる判定に影響するという結果となった。また、図表5より、CF Based Accruals Ratioを用いた場合は倒産する1期前（t時点）、2期前（t-1時点）、3期前（t-2時点）がAR Scoreでの判定に最も影響することがわかった。これらの結果は、2014年度末までのデータを用いた前稿の分析結果と共通している。

倒産企業全体では、B/S Based Accruals Ratioで倒産確率80％になった割合（図表6）は54.1％（前稿：65.7％）、CF Based Accruals Ratioで倒産確率80％になった割合は63.5％（前稿：71.2％）検出できている。一方で、非倒産企業（A格以上）はB/S Based Accruals Ratioを用いても、CF Based Accruals Ratioを用いても、倒産確率が80％として検出されたのは2.4％（前稿：1.9％）のみであった。前稿の分析と比較して説明力が若干悪化しているものの、一般的に「粉飾」に起因して倒産したと指摘されることの多い企業については検出に成功しており、非倒産企業（A格以上）についてもほとんど検出されていないことからも有益な結果となっているものと考えられる。

図表4：B/S Based Accruals RatioのAR Scoreの推定結果/図表5：CF Based Accruals RatioのAR Scoreの推定結果

次に格付け別の結果についてみてみたい。図表7は、非倒産企業（A格以上）と同様の方法で「A格未満BBB格以上（30社）」と「BBB格未満（6社）」のサンプルを抽出し、先ほどの推定結果を適用してみた結果である。

両者ともA格以上の発行体に比べてサンプル数が少ないという問題点はあるものの、倒産確率を80％以上としたときに、どの程度の発行体数が検出されるか確認してみたところ、格付けが悪化するに従って検出される発行体の割合が増加する傾向がみられた。特にBBB格未満の発行体の場合、当該モデルの方法で検出される割合が圧倒的に高くなる。よって、BBB格以上の発行体で、当該モデルで倒産確率の急上昇が見られる場合は、BBB格未満への格下げの可能性に対して憂慮する必要があるであろう。また、当該モデルは企業活動のリストラクチャリングだけではなく、「粉飾」や「過大な利益調整」による倒産確率上昇も検知するため、潜在的な信用力の悪化に対する補完的な対処法としても有効であろう。

⁶ 順序ロジットモデルによるパラメータの推定方法は、「信用リスク評価の数理モデル」（木島正明、小守林克哉著）などを参照されたい。
⁷ 5期前のAccruals Ratioが企業倒産の説明に有効であるという結果は興味深いが、おそらく企業の資金調達のサイクル等が関係しているものと思われる。

日付	タイトル	執筆者	媒体
2025/04/21	日本国債市場は市場機能を回復したか－金融正常化における価格発見機能の構造変化	福本勇樹	基礎研レポート
2025/04/08	決済デジタル化は経済成長につながったのか－デジタル決済がもたらす新たな競争環境と需要創出への道筋	福本勇樹	基礎研マンスリー
2025/04/03	家計債務の拡大と老後に向けた資産形成への影響	福本勇樹	ニッセイ年金ストラテジー
2025/03/26	決済デジタル化は経済成長につながったのか－デジタル決済がもたらす新たな競争環境と需要創出への道筋	福本勇樹	研究員の眼

日付

タイトル

執筆者

媒体

2025/04/21

日本国債市場は市場機能を回復したか－金融正常化における価格発見機能の構造変化

福本勇樹

基礎研レポート

2025/04/08

決済デジタル化は経済成長につながったのか－デジタル決済がもたらす新たな競争環境と需要創出への道筋

福本勇樹

基礎研マンスリー