用語集
更新日
SR 11-7は依然として有効ですか？
いいえ。2026年4月17日、連邦準備制度理事会（FRB）、通貨監督庁（OCC）、および連邦預金保険公社（FDIC）は、SR 11-7およびSR 21-8を廃止し、これらに代わるものとしてSR 26-2「モデルリスク管理に関する改訂ガイダンス」を発行しました。これと並行して、OCCブレティン 2026-13により、OCCブレティン 2011-12、1997-24、2021-19、および通貨監督庁ハンドブックのモデルリスク管理冊子が廃止されました。自社のポリシー文書において依然としてSR 11-7を参照している企業は、基準の再設定を行う必要があります。
SR 11-7では何が求められていましたか？
SR 11-7は、堅牢なモデルの開発・導入・利用、効果的な検証、そして適切なガバナンス・ポリシー・管理という3つの柱に基づいていました。検証は、概念的妥当性の評価、継続的なモニタリング、およびバックテストやベンチマーキングなどのアウトカム分析の3つの要素で構成されていました。また、モデルに対して疑問を呈するだけの能力、動機、および立場を持つ関係者によるレビューを意味する「効果的な牽制（effective challenge）」という原則が導入されました。さらに、企業全体でのモデルインベントリ（目録）の作成と、各モデルの少なくとも年1回の定期的なレビューも義務付けられていました。
SR 26-2の下で何が変わりましたか？
改訂されたガイダンスは、15年間にわたる監督経験とモデリング実務における進歩を反映しています。その最大の変化は、明確にリスクベースのアプローチへと移行したことです。モデルリスク管理の実務は、一律に適用されるのではなく、銀行組織のモデルリスクプロファイルや業務の規模・複雑性に応じて異なることが期待されています。連邦準備制度理事会は、この通達が主に総資産300億ドル以上の銀行組織に関連するものであると述べています。
改訂されたガイダンスはAIモデルを対象としていますか？
一部のみ対象としており、ここに重大なギャップが存在します。SR 26-2では、生成AIおよび自律型（エージェンティック）AIモデルは「斬新であり、急速に進化している」ため、本ガイダンスの対象外であると規定されており、規制当局は銀行によるAI利用に関する情報提供要請（RFI）を別途計画しています。従来の統計モデルや機械学習モデルは引き続き対象となりますが、生成系および自律型のシステムは対象外となります。したがって、LLMアシスタント、コパイロット、または自律型ワークフローを導入している銀行は、それらを管理するためにモデルリスク管理ガイダンスに依拠することはできず、別の管理フレームワーク（一般的にはFS AI RMFまたはNIST AI RMF）に加え、双方の領域を網羅するAIインベントリが別途必要となります。
例
米国のある地方銀行は、2026年を通じて、SR 26-2に準拠する形でモデルリスク管理フレームワークの再基準化（リベースライン）を実施します。同行の機械学習（ML）に基づく不正検知モデルおよび信用スコアリングモデルは引き続き管理対象となり、独立した検証サイクルが維持されます。一方で、生成AIを活用したカスタマーサービスアシスタントや、エージェント型の消込ワークフローは、ガイドラインの適用対象外となります。同行は、これらを未管理のまま放置するのではなく、金融サービス向けAIリスク管理フレームワーク（FS AI RMF）の統制目標に関連付け、従来のモデルと同じインベントリに登録します。これにより、検査官からの質問に対して、すべてのモデルとAIシステムを網羅した単一の台帳を提示し、それぞれに適用されているガバナンスフレームワークを示すことが可能になります。