基本概念

デフォルト時エクスポージャー（EAD: Exposure at Default）は、債務者がデフォルトした時点で、実際にリスクにさらされている債権額の予想値です。現在のエクスポージャーだけでなく、デフォルト時までに追加で発生する可能性のあるエクスポージャーも含む、将来志向的な概念です。商品取引においては、既存の売掛金、在庫委託額、デリバティブポジションに加え、未実行の供給契約、コミットメントライン、価格変動による増加分なども考慮して算出します。

EADの重要性は、期待損失（EL = PD × LGD × EAD）の計算において、実際の損失額を決定する要素であることにあります。PDとLGDが率を示すのに対し、EADは金額の絶対値を示し、最終的な損失額のスケールを決定します。商品取引では、価格変動が激しく、取引構造が複雑なため、EADの正確な推定が信用リスク管理の要となります。

EADの構成要素

EADは複数の要素から構成されます。

オンバランスエクスポージャーは、既に実現している債権額です。売掛金、貸付金、前払金、在庫の委託額などが含まれます。商品取引では、出荷済み未回収の売上、支払済み未受領の購入代金、寄託在庫などが主要な構成要素です。これらは比較的把握しやすいですが、為替換算、品質調整、数量確定などの要素により変動することがあります。

オフバランスエクスポージャーは、将来実現する可能性のある債権額です。未実行のコミットメント、信用状の未使用枠、保証債務などが該当します。商品取引では、長期供給契約の未実行部分、テイク- オア- ペイ契約、スタンドバイ契約などが重要です。これらは信用換算係数（CCF: Credit Conversion Factor）を乗じて、EADに算入します。

デリバティブエクスポージャーは、市場価格の変動により変化します。現在の時価評価額（Current Exposure）に加え、将来の価格変動による増加分（Potential Future Exposure）を考慮します。商品デリバティブでは、価格のボラティリティが高いため、潜在的な増加分が大きくなる傾向があります。

信用換算係数（CCF）

オフバランス項目をEADに変換する際の重要な概念です。

CCFの定義と適用により、コミットメントなどの未実行部分がデフォルト時までに実行される割合を推定します。例えば、リボルビング与信枠のCCFが75%の場合、未使用枠の75%がデフォルト時までに使用されると想定します。商品取引では、取引の性質、過去の実行パターン、市場環境などを考慮してCCFを設定します。

規制CCFと内部推定CCFの使い分けが重要です。バーゼル規制では、標準的手法において商品の種類に応じた固定的なCCF（20%、50%、100%など）が定められています。内部格付手法では、過去データに基づく独自のCCF推定が認められています。商品取引では、季節性、価格サイクルなどを反映した精緻なCCF設定が必要です。

動的なCCF管理により、市場環境の変化に対応します。信用悪化時には、債務者が与信枠を急速に使い切る傾向があります（ディストレスドローイング）。商品価格の急変時には、マージンコール、在庫積み増しなどにより、エクスポージャーが急増することがあります。これらの行動パターンを考慮したストレスCCFの設定も重要です。

商品取引特有のEAD要因

商品取引には特有のEAD決定要因があります。

価格変動による影響が最も重要です。商品価格の上昇は、売主のEADを増加させ、買主のEADを減少させます。長期固定価格契約では、市場価格との乖離によりEADが大きく変動します。価格変動の非対称性（上昇と下落の確率の違い）、季節性、トレンドなどを考慮したEAD予測が必要です。

物理的制約によるEADの上限があります。保管容量、輸送能力、生産能力などの物理的制約により、エクスポージャーの増加には限界があります。例えば、タンク容量を超える原油取引はできず、港湾能力を超える穀物輸送は不可能です。これらの制約を考慮することで、より現実的なEAD推定が可能となります。

契約条項の影響も重要です。数量オプション、価格調整条項、不可抗力条項などにより、最終的な取引量と金額が変動します。テイク- オア- ペイ契約では、引取義務があるためEADが確定的ですが、インタラプティブル契約では不確実性が高くなります。契約書の詳細な分析によるEAD評価が必要です。

EADの測定手法

EADを推定するための様々な手法があります。

固定水準法は、最も単純な手法で、現在のエクスポージャーをそのままEADとします。短期取引、確定債権には適していますが、将来の変動を考慮しないため保守的ではありません。商品取引では、スポット取引、短期契約に適用されることがあります。

モンテカルロシミュレーションにより、将来のエクスポージャーパスを生成します。価格変動、取引行動、信用イベントなどを確率的にモデル化し、デフォルト時点でのエクスポージャーの分布を推定します。期待値（Expected EAD）、信頼水準でのEAD（例：95パーセンタイル）などを算出します。商品デリバティブ、複雑な契約構造の評価に適しています。

回帰分析法により、過去のデフォルト事例からEADの決定要因を分析します。デフォルト前のエクスポージャー推移、使用率の変化、マクロ経済指標などとの関係をモデル化します。商品取引では、商品価格、在庫水準、信用格付けなどを説明変数として使用します。

EADプロファイルの管理

時間軸に沿ったEADの変化を管理することが重要です。

EADの期間構造により、将来の各時点でのエクスポージャーを予測します。契約の満期構造、季節的な取引パターン、価格の期間構造などを反映します。商品取引では、収穫期、需要期などによるEADの周期的変動を考慮します。アモチゼーション（段階的減少）とビルドアップ（段階的増加）のパターンを識別します。

ピークエクスポージャー管理により、最大リスクを制御します。EADが最大となる時点と金額を予測し、その時点での信用力、担保カバー率などを評価します。商品取引では、価格のピークシーズン、在庫の最大保有時期などが重要な管理ポイントとなります。

早期警戒指標との連動により、EADの異常な増加を検知します。使用率の急増、取引パターンの変化、追加与信要請などは、信用悪化の兆候である可能性があります。自動アラート、限度額管理、承認プロセスなどにより、EADの急激な増加を防ぎます。

規制要件とEAD

EADは規制資本計算の重要な要素です。

バーゼル規制におけるEADでは、標準的手法と内部格付手法で異なる取り扱いがあります。標準的手法では、オンバランス項目は額面、オフバランス項目は規定のCCFを適用します。内部格付手法では、自行推定のEADモデルの使用が認められますが、保守性、検証要件などが課されます。

**SA-CCR（標準的手法）**により、デリバティブのEADを計算します。置換コスト（RC）と潜在的将来エクスポージャー（PFE）の合計として算出されます。商品デリバティブには、特定の掛け目、相関パラメータが適用されます。ネッティング、担保の効果も考慮されます。

IFRS 9におけるEADは、予想信用損失の計算に使用されます。報告日から12か月または全期間のEADを推定し、PDとLGDと組み合わせてECLを算出します。将来の引出し、返済スケジュール、期限前返済などを考慮した精緻な予測が求められます。

EADモデルの検証

EADモデルの精度を確保するための検証が重要です。

バックテスティングにより、予測EADと実績を比較します。デフォルト事例でのEAD予測値と実現値を比較し、モデルの精度を評価します。商品取引では、サンプル数が限られるため、類似企業、業界データも活用します。予測誤差の要因分析により、モデル改善につなげます。

ベンチマーキングにより、他の手法や外部データと比較します。規制のフロア、業界平均、格付機関のデータなどと比較し、自社モデルの妥当性を確認します。商品種類別、地域別のベンチマークも重要です。

感応度分析により、モデルの安定性を評価します。入力パラメータ（価格ボラティリティ、CCF、相関など）の変化に対するEADの感応度を分析します。モデルリスク、パラメータリスクを定量化し、適切なバッファーを設定します。

技術革新とEAD管理

EAD管理は技術の進歩により高度化しています。

リアルタイムEAD計算により、動的なリスク管理が可能になっています。取引データ、市場データのストリーミング処理により、EADを継続的に更新します。商品取引では、在庫データ、輸送データ、価格フィードなどを統合し、リアルタイムでEADを把握します。ディープラーニング、強化学習により、複雑な非線形関係、時系列パターンを捉えます。取引行動の予測、異常検知などにも活用されます。ただし、解釈可能性、規制対応の課題もあります。分散台帳上での取引記録により、リアルタイムでのエクスポージャー共有が可能となります。スマートコントラクトによる自動的なEAD制限、担保管理も実現可能です。

将来の展望

EAD管理は市場環境の変化とともに進化しています。

気候変動リスクの影響がEADに反映されるようになっています。異常気象による供給途絶、規制変更による取引停止などが、EADの急激な変化をもたらす可能性があります。長期的な構造変化を考慮したEADモデルの開発が進んでいます。

デジタル取引の拡大により、EADの性質が変化しています。電子商取引、API連携により、取引速度が加速し、EADの変動も速くなっています。一方で、データの可用性向上により、より精緻なEAD管理が可能になっています。

統合リスク管理の観点から、EADと他のリスク指標の統合が進んでいます。市場リスク、オペレーショナルリスクとの相互作用を考慮した、包括的なエクスポージャー管理が求められています。ストレステストにおいても、複合的なシナリオでのEAD評価が標準となりつつあります。