用語集
更新日
SS1/23の対象となる組織
SS1/23は、自己資本規制比率の算出において内部モデルの承認を受けている、英国で法人化された規制対象の銀行、住宅組合、および健全性規制機構（PRA）指定の投資企業に適用されます。これには、信用リスクに内部格付手法（IRB）、市場リスクに内部モデル手法（IMA）、または取引先信用リスクに内部モデル法（IMM）を使用している企業が含まれます。PRAがタイトルに意図的に「銀行（banks）」という言葉を選んだのは、この期待水準が保険会社や再保険会社には適用されないことを明確にするためです。内部モデルの承認を受けていない企業は適用対象外となりますが、PRAはこれらの原則をグッドプラクティス（推奨事例）として取り扱うことを推奨しています。
SS1/23の5つの原則
モデルの特定とモデルリスクの分類：モデルの定義、完全なモデルインベントリ、およびリスク階層化アプローチを維持すること。
ガバナンス：取締役会の説明責任、明確な役割分担、ならびに承認されたモデルリスク管理フレームワークおよび方針を策定すること。
モデルの開発、実装、および使用：設計、テスト、文書化、および変更管理の基準を策定すること。
独立したモデル検証：モデルの開発部門から独立し、モデルのリスク階層に応じた検証を実施すること。
モデルリスクの軽減策：モデルの限界が判明している場合、補完的な管理策やモデル適用後の調整（PMA）を実施すること。
SS1/23はAIや機械学習をカバーしているか？
はい、カバーしています。PRAのモデル定義は意図的に広範に設定されており、対象となる目的で使用されるAIや機械学習モデルが含まれます。企業は、モデリング部門ではなくデータサイエンスチームが構築したという理由で、機械学習による与信モデルを適用除外とすることはできません。AIに関して最も困難を伴う2つの原則は、これまでモデルとして登録されていなかったモデルの特定を求める「原則1」と、挙動が分析的に追跡困難なシステムの検証を求める「原則4」です。これは、AIインベントリが解決するために存在する探索上の課題と同様のものです。
SS1/23と米国の規制アプローチとの比較
SS1/23は原則主義に基づいており、定められた期日から特定の対象企業群に適用されます。一方、米国の対応規制である「SR 11-7」は2026年4月に「SR 26-2」へと移行し、比例性の原則がさらに推し進められました。また、SS1/23とは異なり、生成AIやエージェントAIは明示的に対象外とされています。大西洋の両側で事業を展開する企業は現在、実質的な規制の相違に直面しており、英国の機械学習モデルがSS1/23の対象となる一方で、米国における同等のモデルがSR 26-2の対象外となるケースが生じています。
例
IRB（内部格付手法）の承認を持つある英国の銀行が、SS1/23に照らして機械学習（ML）ベースの信用意思決定モデルを検証します。原則1に基づき、銀行はこのモデルをインベントリに登録し、高リスクに階層化します。原則2に基づき、管理態勢は取締役会の承認を受け、特定のシニアマネージャーが責任を負います。原則4に基づく独立した検証において、信用履歴が少ない（thin-file）申請者に対してモデルの予測精度が低下することが判明しました。原則5に基づき、銀行はモデルが再学習されるまで、そのセグメントに対してモデル適用後の調整（PMA）と手動による転送ルールを適用し、制限事項を未対処のままにするのではなく文書化します。