Articles by Jin Ye
銀行によると、ローリスクのモデルほど過度な審査を受けているとのこと
リスク・ベンチマーキング：規制の相違が顕在化する中、検証業務の負担がチームを逼迫させています
多くの銀行は、ティア1モデルが失敗した時の対応計画を文書化していない
リスク・ベンチマーキング：導入前の徹底した検証が行われていたにもかかわらず、一部の大手金融機関においても、コンプライアンス違反が臨機応変にエスカレーションされる事態が生じています。
銀行各社はGenAIのテストを自動化していますが、その範囲には大きなばらつきがある
リスク・ベンチマーキング：LLMを審査官として活用することで、大規模なモデル検証が可能になりますが、これを活用して自律的な承認を促進している金融機関はほとんどありません。
GenAIの「ヒューマン・イン・ザ・ループ」制御を正式に評価している銀行はほとんどいない
リスク・ベンチマーキング：G-Sibsや新興金融機関は、統制の有効性を検証するためのツールを活用していますが、その他の金融機関は判断に依拠しています
銀行の5行中4行が、オペリスクの管理にAIを活用している
サイバーリスクの活用事例が増加していますが、ガバナンスやROIへの懸念から、一部では慎重な姿勢も見られます
サイバーリスクに関して、技術的負債は大手銀行にとって最大の課題となっている
リスクのベンチマーク：スタックが断片化していると、脆弱性の特定が難しくなります。また、手作業による回避策は人為的なミスを増やすことになります。
銀行の半数が、サードパーティによる第2の柱の自己資本を設定する際にシナリオを活用している
リスク・ベンチマーキング調査によると、レジリエンス・リスクはサイバーリスクやIT障害に比べて対応が十分ではないものの、シナリオが策定されている分野ではより体系化されていることが明らかになりました。
大手銀行は気候変動対策ベンダーを高く評価しているが、中小銀行はそれほどでもない
リスクベンチマーキング：優良な貸付ポートフォリオを有する貸し手は、気候変動対策ツールを好む傾向が強いことが研究で判明しました
より優れた気候データが、必ずしもより良い意思決定につながるわけではない理由
リスクベンチマーキング調査により、モデルとシステムの統合に関する課題が、効果的な気候リスク管理にとってほぼ同等の制約要因となることが判明しました。
気候リスク管理者の最大の課題：データの不足
リスクベンチマーキング：銀行は、顧客エンゲージメントと貸し手データの共有を気候変動対策における盲点の解決策と見なしていますが、ほとんどが近い将来に実現するとは期待していません。
多くの銀行が、まだ気候変動を信用リスクモデルに組み込んでいない
調査によりますと、銀行の3分の1以上が、気候リスクが信用ポートフォリオに与える影響を定量化しておりません。
ALMは、銀行の3分の1において、資本計画策定において正式な役割を担っていない
リスクベンチマーキング調査によりますと、銀行は政策上の義務について三つの立場に分かれており、G-Sibsも小規模な地方銀行と同様に、ALMの正式な責任を割り当てる可能性が高いことが判明しました。