24
デデデデ デ1 URL: http://macromon.wordpress.com/2012/04/11/sovereign-debt- holdings-by-type-of-investor/

user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

Page 1: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

データ集

図 1

URL: http://macromon.wordpress.com/2012/04/11/sovereign-debt-holdings-by-type-of-investor/

Page 2: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

国債利回り

出典元:investing.comURL:http://jp.investing.com/rates-bonds/world-government-bonds?

maturity_from=10&maturity_to=310出典元 世界経済のネタ帳

URL: http://ecodb.net/ranking/imf_ngdpd.html出典元 Let’s GoldURL: http://lets-gold.net/sovereign_rating.php消費者物価指数

出典元 世界経済のネタ帳の各国のページ

URL: http://ecodb.net/

/国名 期間 5年 10年アイスランド 6.21 6.86アイルランド 0.49 1.67アメリカ合衆国 1.47 2.23アルゼンチンイギリス 1.42 2.13イスラエル 0.93 2.09イタリア 1.04 2.30インド 8.43 8.40インドネシア 8.08 8.23ウガンダ 13.85 13.98ウクライナエジプト 14.77 16.10オランダ 0.13 0.99オーストラリア 2.89 3.36オーストリア 0.27 1.06カタール 1.18 2.95カナダ 1.43 1.96韓国 2.49 2.82ギリシャ 5.50 7.11クロアチア 3.55 3.69ケニア 11.28 12.25コロンビア 5.92 6.73サウジアラビアシンガポール 1.44 2.28スイス 0.07 0.43スウェーデン 0.39 1.28スペイン 0.86 2.04スリランカ 7.03スロベニア 1.22 2.52タイ王国 2.72 3.17台湾 1.20 1.65チェコ 0.29 1.06中国 3.79 3.96チリ 4.14 4.65デンマーク 0.21 1.09トルコ 8.98 8.99ドイツ 0.14 0.84日本 0.15 0.49ニュージーランド 3.94 4.03ノルウェー 1.60 2.10ハンガリー 3.64 4.18パキスタン 12.65 13.20フィリピン 4.16 4.15フィンランド 0.41 0.98フランス 0.33 1.20ブラジル 11.69 11.29ブルガリア 2.25 3.42ベトナム 4.85 6.15ベネズエラベルギー 0.26 1.12ペルーボツワナ 5.90ポルトガル 1.71 3.08香港 1.23 1.75ポーランド 2.02 2.61マレーシア 3.67 3.82南アフリカ 7.50 7.85メキシコ 4.73 5.81モーリシャスラトビア 1.80 2.30リトアニア 1.70 2.50ルーマニア 6.21 4.11ロシア 9.99 9.98

/国名 期間 2013年 2014年アイスランドアイルランド 109.3 109.9アメリカ合衆国 119.3 121.7アルゼンチン 205.5 N/ Aイギリス 126.1 128.2イスラエルイタリア 119.0 119.2インド 197.9 213.4インドネシア 170.5 180.7ウガンダウクライナエジプト 216.4 238.2オランダ 116.2 116.9オーストラリア 124.7 128.1オーストリア 118.8 120.9カタールカナダ 114.8 117.1韓国 125.0 127.0ギリシャ 121.8 120.8クロアチア 125.9 125.5ケニアコロンビアサウジアラビア 135.6 139.6シンガポール 128.1 129.8スイス 103.8 103.8スウェーデン 112.0 112.1スペイン 121.0 121.0スリランカスロベニア 122.5 123.1タイ王国台湾チェコ 122.8 123.5中国 129.2 132.1チリデンマーク 117.8 118.5トルコ 189.2 206.4ドイツ 115.3 116.4日本 99.6 102.3ニュージーランド 122.2 124.1ノルウェー 116.6 118.9ハンガリー 145.3 145.7パキスタンフィリピンフィンランド 120.4 121.9フランス 114.9 115.7ブラジル 150.1 159.5ブルガリア 145.1 143.5ベトナムベネズエラベルギー 119.6 120.5ペルーボツワナポルトガル 116.4 116.4香港 127.7 132.7ポーランド 124.9 125.1マレーシア南アフリカ 163.8 174.2メキシコ 138.8 144.2モーリシャスラトビアリトアニアルーマニア 153.5 155.8ロシア 198.0 212.7

Page 3: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。
Page 4: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

カントリーリスク/国名 期間 2014年 A B C D E F G H

アイスランドアイルランド C 1.00アメリカ合衆国 A 1.00アルゼンチン H 1.00イギリス A 1.00イスラエルイタリア A 1.00インド D 1.00インドネシア D 1.00ウガンダウクライナエジプト G 1.00オランダ A 1.00オーストラリア A 1.00オーストリア A 1.00カタールカナダ A 1.00韓国 B 1.00ギリシャ F 1.00クロアチア F 1.00ケニアコロンビアサウジアラビア C 1.00シンガポール A 1.00スイス A 1.00スウェーデン A 1.00スペイン B 1.00スリランカスロベニア C 1.00タイ王国台湾チェコ B 1.00中国 C 1.00チリデンマーク A 1.00トルコ E 1.00ドイツ A 1.00日本 A 1.00ニュージーランド A 1.00ノルウェー A 1.00ハンガリー E 1.00パキスタンフィリピンフィンランド A 1.00フランス A 1.00ブラジル D 1.00ブルガリア E 1.00ベトナムベネズエラベルギー A 1.00ペルーボツワナポルトガル C 1.00香港 B 1.00ポーランド C 1.00マレーシア南アフリカ D 1.00メキシコ D 1.00モーリシャスラトビアリトアニアルーマニア E 1.00ロシア D 1.00出典元 独立行政法人日本貿易保険

URL: http://www.nexi.go.jp/cover/categorytable

Page 5: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

R分析の式および結果 ※結果の読み方

  Coefficients:以下の部分   Valueが係数の値になる   Cb~Cgはカントリーリスクダミーを表す   Fiveは 5年利回り   Tenは10年利回り   Conは消費者物価指数   Gdp は gdp Intercepts:以下の部分   例として 1|2は選択肢1と2の境目となる数値を表している。   ①MDSを例にして説明すると、1→17になるにつれて Valueの数が大きくなっ

ているため、推定結果が大きければ大きいほど格付けが悪くなるということであ

る。さらに言えば、係数のほうを見ると、カントリーリスクの評価がgに近づく

ほど係数が大きくなっているので、カントリーリスクが低評価=格付けも低評価ということがここから読み取れる。

① MDS

Page 6: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

① SP

① FT

Page 7: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

② MDS

② SP

Page 8: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

② FT

②’ MDS

Page 9: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

②’ SP

②’ FT

Page 10: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

③ MDS

③ SP

Page 11: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

③ FT

③’ MDS

Page 12: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

③’ SP

③’ FT

Page 13: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

④ MDS

④ SP

Page 14: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

④ FT

④’ MDS

Page 15: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

④’SP

④’ FT

Page 16: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

⑤ MDS

⑤ SP

Page 17: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

⑤ FT

⑤’ MDS

Page 18: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

⑤’ SP

⑤’ FT

Page 19: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

アイルランド ① 9 7 8アメリカ合衆国 1 1 1イギリス 1 1 1イタリア 1 1 1インド 9 10 10インドネシア 9 10 10エジプト 17 16 16オランダ 1 1 1オーストラリア 1 1 1オーストリア 1 1 1カナダ 1 1 1韓国 4 4 5ギリシャ 11 15 15クロアチア 11 15 15シンガポール 1 1 1スイス 1 1 1スウェーデン 1 1 1スペイン 4 4 5スロベニア 10 7 8チェコ 4 4 5中国 9 7 8デンマーク 1 1 1トルコ 11 10 10ドイツ 1 1 1日本 1 1 1ニュージーランド 1 1 1ノルウェー 1 1 1ハンガリー 11 10 10フィンランド 1 1 1フランス 1 1 1ブルガリア 11 10 10ベルギー 1 1 1ポルトガル 9 7 8香港 4 4 5ポーランド 9 7 8南アフリカ 9 10 10メキシコ 9 10 10ルーマニア 11 10 10ロシア 9 10 10

① の当てはめ値的中率(以下黄色部分が実際数値とは異なるところを表す)

Page 20: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

アイルランド ② 9 7 8 ②’ 9 7 8アメリカ合衆国 1 1 1 1 1 1イギリス 1 1 1 1 1 1イタリア 1 1 1 1 1 1インド 9 10 10 9 10 10インドネシア 9 10 10 9 10 10エジプト 17 16 16 17 16 16オランダ 1 1 1 1 1 1オーストラリア 1 1 1 1 1 1オーストリア 1 1 1 1 1 1カナダ 1 1 1 1 1 1韓国 4 4 5 4 4 5ギリシャ 11 15 15 17 15 15クロアチア 17 12 12 11 12 12シンガポール 1 1 1 1 1 1スイス 1 1 1 1 1 1スウェーデン 1 1 1 1 1 1スペイン 4 4 5 4 4 5スロベニア 9 7 8 9 7 8チェコ 4 4 5 4 4 5中国 9 7 8 9 9 8デンマーク 1 1 1 1 1 1トルコ 10 12 10 10 12 11ドイツ 1 1 1 1 1 1日本 1 1 1 1 1 1ニュージーランド 1 1 1 1 1 1ノルウェー 1 1 1 1 1 1ハンガリー 11 10 10 10 10 10フィンランド 1 1 1 1 1 1フランス 1 1 1 1 1 1ブルガリア 11 10 10 10 10 10ベルギー 1 1 1 1 1 1ポルトガル 9 7 8 9 7 8香港 4 4 5 4 4 5ポーランド 9 7 8 9 7 8南アフリカ 9 10 10 9 10 10メキシコ 10 10 10 9 10 8ルーマニア 11 10 10 11 10 10ロシア 9 10 10 10 10 10

②、②’の当てはめ値的中率

Page 21: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

アイルランド ③ 9 7 8 ③’ 9 7 8アメリカ合衆国 1 1 1 1 1 1イギリス 1 1 1 1 1 1イタリア 1 1 1 1 1 1インド 9 10 10 9 10 10インドネシア 9 10 10 9 10 10エジプト 17 16 16 17 16 16オランダ 1 1 1 1 1 1オーストラリア 1 1 1 1 1 1オーストリア 1 1 1 1 1 1カナダ 1 1 1 1 1 1韓国 4 4 5 4 4 5ギリシャ 11 15 15 17 15 15クロアチア 17 12 12 11 12 12シンガポール 1 1 1 1 1 1スイス 1 1 1 1 1 1スウェーデン 1 1 1 1 1 1スペイン 4 4 5 4 4 5スロベニア 9 7 8 9 7 8チェコ 4 4 5 4 4 5中国 9 7 8 9 9 8デンマーク 1 1 1 1 1 1トルコ 11 12 10 11 12 10ドイツ 1 1 1 1 1 1日本 1 1 1 1 1 1ニュージーランド 1 1 1 1 1 1ノルウェー 1 1 1 1 1 1ハンガリー 11 10 10 11 10 10フィンランド 1 1 1 1 1 1フランス 1 1 1 1 1 1ブルガリア 11 10 10 10 10 10ベルギー 1 1 1 1 1 1ポルトガル 9 7 8 9 7 8香港 4 4 5 4 4 5ポーランド 9 7 8 9 7 8南アフリカ 10 10 10 9 10 10メキシコ 9 10 10 9 10 8ルーマニア 11 10 10 11 10 10ロシア 9 10 10 10 10 10

③、③’の当てはめ値的中率

Page 22: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

アイルランド ④ 9 7 8 ④’ 9 7 8アメリカ合衆国 1 1 1 1 1 1イギリス 1 1 1 1 1 1イタリア 1 1 1 1 1 1インド 10 10 10 9 10 8インドネシア 9 10 10 9 10 10エジプト 17 16 16 17 16 16オランダ 1 1 1 1 1 1オーストラリア 1 1 1 1 1 1オーストリア 1 1 1 1 1 1カナダ 1 1 1 1 1 1韓国 4 4 5 4 4 5ギリシャ 11 15 15 17 15 15クロアチア 17 12 12 11 12 12シンガポール 1 1 1 1 1 1スイス 1 1 1 1 1 1スウェーデン 1 1 1 1 1 1スペイン 4 4 5 4 4 5スロベニア 9 7 8 9 7 8チェコ 4 4 5 4 4 5中国 9 9 8 9 9 8デンマーク 1 1 1 1 1 1トルコ 10 10 10 11 12 11ドイツ 1 1 1 1 1 1日本 1 1 1 1 1 1ニュージーランド 1 1 1 1 1 1ノルウェー 1 1 1 1 1 1ハンガリー 11 10 10 11 10 10フィンランド 1 1 1 1 1 1フランス 1 1 1 1 1 1ブルガリア 11 10 10 10 10 10ベルギー 1 1 1 1 1 1ポルトガル 9 7 8 9 9 8香港 4 4 5 4 4 5ポーランド 9 7 8 9 7 8南アフリカ 9 10 10 9 10 10メキシコ 9 10 10 9 10 10ルーマニア 10 10 10 10 10 10ロシア 9 10 10 9 10 10

④、④’の当てはめ値的中率

Page 23: user.keio.ac.jpuser.keio.ac.jp/~nagakura/mitaronsotsuron/mitaron2014d_data.docx  · Web view①MDSを例にして説明すると、1→17になるにつれてValueの数が大きくなっているため、推定結果が大きければ大きいほど格付けが悪くなるということである。

アイルランド ⑤ 9 7 8 ⑤’ 9 7 8アメリカ合衆国 1 1 1 1 1 1イギリス 1 1 1 1 1 1イタリア 1 1 1 1 1 1インド 10 10 10 9 10 8インドネシア 9 10 10 9 10 10エジプト 17 16 16 17 16 16オランダ 1 1 1 1 1 1オーストラリア 1 1 1 1 1 1オーストリア 1 1 1 1 1 1カナダ 1 1 1 1 1 1韓国 4 4 5 4 4 5ギリシャ 11 15 15 17 15 15クロアチア 17 12 12 11 12 12シンガポール 1 1 1 1 1 1スイス 1 1 1 1 1 1スウェーデン 1 1 1 1 1 1スペイン 4 4 5 4 4 5スロベニア 9 7 8 9 7 8チェコ 4 4 5 4 4 5中国 9 9 8 9 9 8デンマーク 1 1 1 1 1 1トルコ 11 10 10 11 12 11ドイツ 1 1 1 1 1 1日本 1 1 1 1 1 1ニュージーランド 1 1 1 1 1 1ノルウェー 1 1 1 1 1 1ハンガリー 11 10 10 11 10 10フィンランド 1 1 1 1 1 1フランス 1 1 1 1 1 1ブルガリア 11 10 10 10 10 10ベルギー 1 1 1 1 1 1ポルトガル 9 7 8 9 9 8香港 4 4 5 4 4 5ポーランド 9 7 8 9 7 8南アフリカ 9 10 10 9 10 10メキシコ 9 10 10 9 10 10ルーマニア 10 10 10 10 10 10ロシア 9 10 10 9 10 10

⑤、⑤’の当てはめ値的中率