レグテック、サプテック、サンドボックス：その意味と、生まれた理由

3つの用語

金融安定理事会は、2020年10月に、G20のために作成した、監督と規制のための技術の利用についての報告書を公表しました。この報告書は、サプテックを、当局が規制、監督、オーバーサイトの目的で使う金融技術の応用と説明し、レグテックを、規制を受ける金融機関が規制とコンプライアンスの要件や報告のために使う金融技術の応用と説明しています。

2020年の世界銀行のノートは、規制のサンドボックスを、新しい商品やサービスを、管理された形で、期間を限って実地にテストできるようにする仮想の環境と定義しています。そして、イノベーション・ハブを、問い合わせに答え、支援、助言、指導を行う中心的な窓口と説明し、サンドボックスと違って、ハブには通常、商品やサービスのテストは含まれないと述べています。

• レグテック：企業が規制を守り、報告するために使う技術。
• サプテック：当局が監督するために使う技術。
• サンドボックスとイノベーション・ハブ：当局が新しい商品や新しい企業に対応するために設ける仕組み。

利用が広がった理由

金融安定理事会は、理由を需要の側と供給の側に分けています。需要の側には、2008年の金融危機の後の規制の要件が生んだデータ量の増加、規制のためのデータをより効率的に集め、より先を見た監督を行いたいという要望、サイバーセキュリティと金融犯罪の防止の必要、そして金融技術の企業を含む監督対象の数の増加などがあります。

供給の側には、人工知能や機械学習のような新しい分析の手段、利用できるデータの増加、クラウドコンピューティング、そしてシステムどうしがデータをやり取りするためのインターフェースのような、データを整理するためのよりよい方法があります。

何に使われているのか

同じ報告書によれば、当局によるサプテックの最も一般的な使い道は規制上の報告とデータの管理で、最も広く導入されていたサプテックの手段は人工知能でした。規制を受ける金融機関の側では、レグテックの主な使い道は、不正の検知、規制上の報告、リスク管理、そしてマネー・ローンダリングとテロ資金供与への対策で、顧客の確認と本人確認での利用が増えていました。

貸し手にとって、この2つの側は同じデータの上で出会います。貸し手のシステムが自らのモニタリングのために作る数字は、ますます、監督当局が集めて分析する数字そのものになっています。第2回と第3回で、それぞれの側を順に扱います。

世界のサンドボックス

世界銀行は、2020年4月のデータを使って、57か国が運営する73の金融技術のサンドボックスを数えました。2020年11月のデータの要約では、サンドボックスの約56パーセントが2018年と2019年に作られたこと、新興国・途上国が約70パーセントを占めていたこと、そして東アジア・太平洋の地域が最も多く、欧州・中央アジアがそれに僅差で続き、北米と南アジアが最も少なかったことを示しました。金融包摂に関係するサンドボックスは23ありました。

2つの限界があります。東アジア・太平洋は世界銀行の地域区分で、東南アジアのほか、中国、太平洋の島しょ国などを含むため、東南アジアだけを表すものではありません。また、サンドボックスの数は、それぞれでいくつの企業がテストされ、どのような結果になったかについては何も語りません。世界銀行は、サンドボックスは万能薬ではなく、イノベーションを促す唯一の仕組みでもないとも注意しています。テストの期間は2週間から2年までの幅があり、最も多かったのは1年でした。

例外に基づく監督

金融安定理事会は、挙げている利点の1つとして、例外に基づく監督を挙げています。データをあらかじめ定めた基準と照らし合わせ、外れたものに印を付けて、監督担当者が確認できるようにするものです。

例（説明のためのものです）：ある監督当局は、40の貸し手から四半期ごとの数字を受け取ります。その規制は、30日を超えて延滞している貸付の割合が、1四半期で2パーセントポイントを超えて上がった貸し手に印を付けます。割合が4.5パーセントから7.0パーセントに上がった貸し手は2.5ポイント上がっているので印が付き、6.0パーセントから7.5パーセントになった貸し手は1.5ポイントの上昇なので印は付きません。40の貸し手のうち3つに印が付けば、監督当局はその3つから確認を始めます。規制は注意を向ける先を示すだけで、貸し手について何かを決めるものではありません。

変化 ＝ 今四半期の延滞の割合 − 前四半期の延滞の割合。変化が基準を超えれば、その貸し手に印が付きます。

報告書が挙げるリスク

同じ報告書は、利点とともに課題も挙げています。

• 資源：調査の回答者が最も懸念していると答えたリスクで、サイバーリスク、評判のリスク、データの品質がそれに続きました。
• 過去のデータの上に作られた手段への過度の依存。将来の危機では、そのデータが当てはまらないかもしれません。
• 説明可能性：結果を解釈しにくいモデル。
• クラウドサービスへの集中を含む、第三者への依存。
• どの信号が警告を生むかを企業が学び、それを避けるように報告を組み立てること。

貸し手にとって、最後の点は、よいデータの目的は事業をありのままに示すことだということを思い出させます。市場がどのようなサンドボックスやイノベーションのための仕組みを設け、何を求めているかは、市場によって異なります。