スペシャル
銀行各社は、モデルリスクへの対応と並行して、GenAIのガバナンス体制を構築している
リスク・ベンチマーキング：大半の企業がAIガバナンス委員会を設置していますが、責任の所在は分散しています
モデル・リスク管理担当者には、限られたリソースでより多くの成果を上げるよう求められている
リスク・ベンチマーキング調査によると、リソースが横ばいのまま、各部門にはAI関連の業務負荷がますます押し寄せていることが明らかになりました。
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。
「モデル・リスク・ベンチマーキング 2026」：データを探索
Risk.netによる44行を対象とした調査のインタラクティブチャートをご覧ください。モデルポートフォリオ、リソーシング、GenAIのガバナンス、検証、および規制について取り上げています。
銀行の3分の1は、GenAIモデルのログを記録していない
リスク・ベンチマーキング調査によると、プロンプトのログを体系的に確認している銀行はほとんどなく、大手金融機関ほどリスクの高いユースケースに重点を置いていることがわかりました。
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
ゲートキーパーからコーチへ：モデル・リスクが新たな姿への変革を図る
モデル・リスク・ベンチマーキングのデータによると、この分野は変革の真っ只中にあり、リソース削減、AIモデル、規制の相違といった課題に直面していることが明らかになっています。
各行はサイバーリスクに対する保険に加入しているが、保険金を請求することはめったにない
リスク・ベンチマーキング調査によると、大手銀行はカバーコストについて積極的に交渉を行い、第二の柱資本に対する相殺措置を求めていることが明らかになりました。
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
AIの利用は、オペリスクに関する規制当局の監視において、最も急速に拡大している分野です
AIの利用は、オペリスクに関する規制当局の監視において、最も急速に拡大している分野です
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。
セカンドラインは、AIリスクに対する主導権を確立しようとしている
リスク・ベンチマーキング調査によると、銀行間においてAIリスクに対する責任の所在が不明確であり、そのリスクを抑制するための管理体制が整っていない銀行が大半であることが判明しました
主要なオペリスクにおける許容限度超過件数が増加している
リスク・ベンチマーキング：許容度の低下と脅威の高まりが相まって、サイバーセキュリティ、レジリエンス、サードパーティ・リスクにおける銀行の限界が試されています
オペリスクベンチマーキング：銀行はAIリスクのホームを模索している
Risk.netの2026年の調査によると、銀行各社がオペリスクの枠組みへのAI導入を急ぐ中、過去最多の参加数が見られる一方で、業界全体に不安が広がっています
オペリスクのトップ10：過去10年間のデータが明らかにすること
2017年から2026年にかけて発表されたRisk.netの年次調査に基づいています
バーゼルIII最終化のタイムライン
Risk.netによる、米国での導入をめぐる一連の経緯に関する報道の総括
ほとんどの銀行は、2050年以降の物理的気候シナリオを実行している
リスクベンチマーキングのデータによりますと、大多数が地理空間資産マッピングに依存している一方、3分の1がサードパーティの災害モデルを利用していることが判明しました。
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。