麦肯锡（Mckinsey）：模型风险管理——关于北美、欧洲与亚洲模型治理实践的最新洞见（下）

麦肯锡（Mckinsey）：模型风险管理——关于北美、欧洲与亚洲模型治理实践的最新洞见（下）2020-04-17北美视角北美视角SR11-7和CCAR等严格的监管措施相结合，为美国银行建立MRM设定了期望值，同时也建立了全球基准。例如，对SR11-7中对模型定义的详细解释进一步扩展了MRM的范围，但实践中的MRM管理范围有时候取决于机构本身的处理能力。此外，随着银行内部对分析技术和数据使用的不断发展，立法者也更多地专注于机器学习所带来的更多的新风险——例如透明度、公平性和偏见问题。《2019年算法责任法案》的出台要求使用AI的公司进行“自动化决策系统影响评估和数据保护影响评估”，以找出“准确性、公平性、偏见、歧视、隐私和安全性”方面的问题。美国货币监理署(OCC)则提出了一项创新试点计划，以帮助其“安全”推动金融科技创新。欧洲视角欧洲视角随着北美的实践逐渐跨越大西洋，欧洲银行也收到了自己的监管指南，不过，早期的指南只针对有限类别的模型。例如，2014年发布的第二支柱模型的审查与评估(TheSREPforPillarII)提供了模型风险的首个定义。而作为2018年TRIM项目的输出结果