About Author: kabumagariya

2017年11月南米の小国ウルグアイの中央銀行が世界で初めて本格的な

中央銀行デジタル通貨「eペソ」の発行を発表して世界を驚かせました。

中央銀行デジタル通貨の議論はスウェーデン中央銀行リクスバンクが主導し、

発行の是非を検討する具体的なスケジュールを公表していました。 

ロシア、中国などの主要国も地方銀行デジタル通貨発行を検討していることが知られていました。

このように大国が議論を主導してきた中で、なんで南米の小国が突如世界に先駆けて

中央銀行デジタル通貨の発行を決定し、一躍、競争の先頭に立ったわけですから、

著者もそのニュースに驚きました。

ウルグアイの中央銀行デジタル通貨は、半年間の期限付きの

テストパイロットプログラムと言う位置づけです。

記者会見したウルグアイ中央銀行総裁は、ビットコインのような仮想通貨ではなく、

中央銀行が責任を持って法定通貨ウルグアイぺソ建ての中央銀行デジタル通貨で

あることを強調していました。

ウルグアイの中央銀行デジタル通貨は、

国営通信会社ANTELの携帯電話利用者10,000人を対象に発行され、

保有者は個人間の決済(B2B)や商店での買い物支払いなどに使えます。

スマートフォンや携帯電話に専用アプリケーションをダウンロードして、

国営決済会社REDPagosの口座にデジタル通貨をチャージすれば、

利用できるようになります。

ウルグアイ中央銀行はテスト期間終了後に利用者の意見を集約し、

デジタル通貨発行を継続するか中止するかを判断するとしています。 

発行継続を決定しても、直ちに現金通貨の発行を停止することはありません。 

現金の停止までに相当の時間がかかると言う見通しを示しています。 

期限付きないし試験的運用とは言え、利用者から寄せられる情報から

その欠点が浮かび上がるはずで、諸外国の中央銀行デジタル通貨発行の計画に

大きな影響をあたえそうです。

 ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

民間金融機関の監督やモニタリング業務でAIが活用できる可能性もあります。

1部の監査法人はすでにAIを使った次世代監査システムの開発に乗り出しています。 

会計業務のノウハウをAIに学習させ、企業に帳簿データなどを解析、

不正取引をチェックするシステムです。

上場企業の情報データベース化して、担当企業で不正会計が起きている可能性

起きている確率を計測するシステムを導入している監査法人もあります。 

民間銀行には、AIの活用で融資の与信審査を自動化している例もあります。

AIが取引先の基礎的な財務を分析するシステムを開発し、

売上高や運転資金の増減等の主要指標に大きな変化が生じる、

AIが担うタイムで銀行員に通知私、兄神などの判断を助ける仕組みを

活用している銀行もあるようです。

銀行の監督とモニタリング業務を担う中央銀行も、この分野でAIを活用できるでしょう。

日本銀行の金融機構曲は高さと長いとモニタリングと言う、

2つの手法で民間金融機関の経営状況をウォッチしています。

講座では実地調査を通じて経営実態の把握やリスク管理体制の点検を詳細かつ網羅的に

行い、長いとモニタリングでは西尾割継続的に金融機関役職員にヒアリングをし

資料の提出を求め時計状態を分析しています。

いずれも人海戦術です。

監査法人のようにAIを活用すれば、それらの業務の省力化できる可能性があります。 

収集した情報が1層目緻密にデータ化できれば、金融機関の経営不安をいち早く察知し、

それが取引先に波及する事態を未然に防ぐことにも役立つかもしれません。

日銀の政策、企画部門では、国会答弁対応にAIを活用する余地もありそうです。 

総裁、副総裁の国会答弁に対応するには、しばしば大量のデータ収集と

複雑な自動作成が求められます。

答弁書の下書きを作成したりできるようになれば、

資料作成の時間が大幅に短縮できる業務の効率化が期待できます。

国会答弁の準備は、政策企画になっていますから、

AIがほんとにその負担を低減してくれるほど優秀であれば、かなりの福音となるはずです。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

中央銀行の業務で最も近い将来にAI活用の拡大が見込まれるのは、

経済分析や予測の分野です。

中央銀行はAIとビックデータを結びつけることで、経済分析は予測の精度を高め、

金融政策運営に役立てることができると思われます。

日本銀行は2015年6月に公表した「ビックデータを用いた経済物価分析について」で、

取り組みを紹介しています。

例えば、テキスト分析でのビックデータの応用可能性を評価するために、

内閣府の「景気ウォッチャー調査」のテキストデータの分析が試みられました。

各語彙にポジティブ度を評価する数値を与え、その語彙の出現頻度の評価値を

掛け合わせた数値をポイントとし、すべての語彙のポイントの総和で

全体のセンチメント指数が算出されています。 

日本銀行は「短観」と言う定量的調査と並行して、それと連動させる形で

本店の調査統計局や各支店の担当者が個別機能に対して経常的なヒアリングを

実施していますが、このヒアリングを通じて大量の定性的な情報も蓄積しているはずです。 

膨大なテキスト情報をAIに学習させれば、経済分析や経済予測の精度を

高めることができるかもしれません。

マーケットインテリジェンス活動の分野でも、AIを活用することができそうです。

中央銀行のマーケットインテリジェンス活動とは、マーケットデータに加えて、

市場関係者へのヒアリングで情報得て、それを市場分析や予測に役立てる活動です。

日本銀行でこの業務を担うのは金融市場局ですが、

そこで蓄積された膨大なテキストデータをAIに学習させれば、

より高い精度で市場分析や市場予測ができるようになる可能性があります。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

遠くない未来に各国中央銀行がAIを活用するようになることを間違いないとしても、

それが中央銀行の業務にどの程度の影響与えるかは不明です。 

しかし、民間企業の活用事例を参考にすれば、類推できることが少なくありません。

2013年に、英国オックスフォード大学のマイケルオズボーン教授は

論文「雇用の未来」を発表し、

近未来にAIに代替されて消滅する職業と、存続する職業を予想しています。

存続する可能性が高い職業上位50に金融機関の仕事は1つも含まれていませんでした。 

一方、消滅確率の高い職業上位50には金融関連業務が10業務近くもリストアップされています。

金融が情報処理で成り立っている分野であることを踏まえれば、

ビックデータやAIの登場で業務が代替される可能性が他の業者より高いのは当然です。

「雇用の未来」で消滅が予想された業務は「保険の査定」「保険料請求の事務職」

「証券ブローカーの事務職」「融資係」「「テラー(窓口業務)」

「クレジットアナリスト」「クレジット承認チェック」などです。

中央銀行も金融機関ですから、これらの分野で将来AIが導入され、

人員調整による業務効率化が生じる可能性は大きいと思われます。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

経済予測やリスク計測への活用に期待近年、AI技術は急速に発展し、

スマートフォンの音声検索技術や自動運転技術など多くの分野で応用実験や

実用化が始まっています。

著書で紹介した、ゴールドマン・サックスがかつて600人いたトレーダーを

わずか二人まで削減し、その業務を自動トレーニングプログラムに代替できたのは、

AIを活用したからに他なりません。

AIは今後、金融分野でますます活用範囲を広げていくでしょう。

世界の中央銀行はAI技術の活用に高い関心を示しています。 

アービングフィッシャー(中央銀行統計)委員会(IFC)国際決済銀行(BIS)などと協力し

2015年はじめに各国の中央銀行のビックデータ利用状況や関心の度合いに関する

調査を実施しました。 

公表された報告書では、世界の中央銀行がビックデータとAIの活用に

強い関心を持つことが明らかにされています。

調査の目的は「ビックデータの利用に関する中央銀行の経験を蓄積すること」

「ビックデータに関する各国中央銀行の関心を探ること」でした。 

調査結果は次の8項目に予約されます。

①上層部を中心に、ビックデータに関する対する強い関心が確認された。

66%で正式に議論されている。

②調査時点でのビックデータの利用は限られている。 

高い関心とは裏腹に、ビックデータを利用しているとの回答は30%に過ぎなかった。

調査時点で利用されていたビックデータは、半分が経済統計など伝統的な情報ソースから

得られるデータであり、残りはインターネットの検索データ、ニュース記事など

新しい情報ソースから得られるデータだった。

③ビックデータは業務に貢献すると評価されている。

一方で、情報アクセスの難しさ、情報の質の問題などが懸念されている。

④ビックデータは、マクロ経済や金融安定の分析をサポートする有効なツールになり得る

と見なされている。

特に経済市場の予測、ナウキャスト(近い将来の予測)を作成、金融リスク資料の作成、

投資家行動の評価、信用リスク、市場リスクの発見、資金フローのモニタリング、

監視業務等の分野で有効である。 

⑤ビックデータは新たな情報、調査のニーズも作り出す。

39%の中央銀行は、ビックデータが経済分析の精度を向上させることを期待するばかりでなく、

ビックデータ自体が経済に与える潜在的な影響についても関心を持っていた。

⑥ビックデータに関する国際協調は、その価値をさらに高める。

71%の中央銀行は、ビックデータの調査、研究、投資で、

他国の中央銀行と強調したいと回答している。

⑦優先で取り組むテーマとして、中央銀行の52%が適切なビックデータの情報源を

探り当てることをしてきている。

⑧中央銀行の58%は、ビックデータを使って形状的に指標を作成し公表することを、

資源の制約があることから検討していない。

最大の障害はコストである。

報告書を読むと、各国中央銀行が近い将来、AIを活用するようになる事は、

間違いのないことと思われます。

  ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

日本銀行と欧州中央銀行(ECＢ)はDＬTの金融市場インフラへの応用可能性を、

共同で調査しています。 

この分野での中央銀行同士の共同調査は、おそらく世界ではじめてのことです。 

その調査結果の1部が、2017年9月に公表されました。

共同調査は(プロジェクトステラ)と称されています。 

ステラはラテン語で星を意味します。

日銀ネットとECＢの同様のシステム、ターゲット2とでDＬTの応用可能性を検証しました。

 調査結果は次のように要約されています。

●日銀ネット、ターゲット2双方で、平時とピーク時の取引量で

それぞれ行った実験では、現在のシステムと同等の処理速度が得られた。

●参加者(ノード)数を増加したり、参加者(ノード)間の距離を拡大させたりすると

処理時間が長くなる傾向が生じたり、1部の参加者(ノード)が取引処理に

参加しなくなったりすることが確認された。

●取引を検証する参加者(ノード)における障害や誤った取引指図と言う問題に

対処できる可能性を持っていることが確認された。

 

共同調査の結果、日本銀行とECＢは、DＬNTは技術として成熟しておらず、

現時点では日銀ネットとターゲット2のような大規模なシステムへの応用には

適さないと結論し、今のところ、DＬTを利用する考えはないことを強調しています。

しかし、DLTの応用可能性を検証する調査研究は今後も続けられます。 

DL Tは金融インフラが頑健性、安定性、効率性を向上させる優れた技術であると同時に、

運営コストの削減に大きく貢献できる技術です。

今後、中央銀行やその他様々な分野での利用可能性も視野に入れて、

各国の中央銀行が連携し、調査研究を発展させていくことを期待したいと思います。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

次章で詳しく紹介しますが、諸外国では中央銀行がDＬTを利用して

中央銀行デジタル通貨を発行することの是非の議論が始まっています。

一方、既にデジタル化されたデータとして中央銀行に集中管理されている

中央銀行当座預金についても、コスト削減などのためにDＬTを応用した分散型管理への

移行が将来、可能であるかどうかが検討されています。 

日本銀行はすでにDＬTへの理解を深めるための実証実験を行っています。

民間銀行間の資金決済システムである現在の位置にネット似せた模擬的環境を作って、

DLTの有効性や課題を検証しています。

評価項目は「検証されるノード(参加者のコンピューター)数の増加で大きくなる

取引処理の負荷が処理性能に与える影響」「複雑な業務処理のスマートコントラクト上での

実装可能性」などです。

 スマートコントラクトとは、一般に、契約条件が満たされた場合に

自動的に契約が履行されるプロトコル(手順)のことで、

日本銀行の実証実験で振替処理のことを指しています。

実験はブロックチェーンのように不特定多数の参加者によるものではなく、

それよりも単純なHyperledger fablicと言う、参加者が限定される許可形のD LTを

用いて実施しています。

この実験で確認できた重要なポイントは「検証ノード数が増加し取引処理数が大きくなるほど、

振替依頼の送信から取引確定にかかる時間(レイテンシー)が拡大」することと、

「流動性節約機能(各金融機関が決済のため準備しておく必要がある資金や担保の量を

節約する仕組み)などの複雑な業務処理もスマートコントラクト登場で実装することが

可能」である事の二点だと言います。 

ただし、それらは暫定的な評価に過ぎず、

「障害発生時と障害復旧時に復旧後に業務を継続できるか」

「Hyperledger fablic以外のDＬTの応用」などが今後の課題だとしています。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

ビットコインが生み出された背景には、フィンテックの誕生と同時に、

既存の銀行制度に対する反発がありました。

銀行制度には依存しないで最も安くて使い勝手が良い決済手段を作ろうと言うのが、

設計者の考えだったと思います。

ビットコインとそれを支えるブロックチェーンと言う技術を開発することには、

政府、地方銀行等に対する反発もあったと思います。

中央銀行のような強権的な管理者を排除し、不特定多数の人がシステムにアクセスして、

マイナーがインセンティブに基づいてマイニングをすることで

取引が滞りなく行っていくと言って言えば無政府主義(アナーキー）的な思想が

背景にあったのではないでしょうか。 

しかし現在実用化されているDＬTは、不特定多数ではなく、

信頼できる複数関係者によるものがほとんどです。 

そこにはアナーキーな思想はなく、ブロックチェーンなどDLTの優れた技術だけを

活用しようとする姿勢が見られます。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

フィンテックの中で、多くの中央銀行が最も強い関心を寄せているのが、

ビットコインのブロックチェーンに代表される分散型台帳技術(DＬT)です。

DＬTは金融取引で価値を移転する際のデータを記録する技術ですが、

価値移転が中央集権的な仕組みなしに、第三者機関(中央機関)を経由しないで

行えるところに最大の特徴があります。

DＬTでは、ネットワークで繋がれた複数のコンピュータが、

取引の検証と更新を行っています。 

DＬTは中央銀行が担う既存の中央集権的な決済システムに挑戦する存在のように

見えますが、日本銀行は自らのシステムに敵対しかねない技術であっても研究し、

必要に応じて導入することを検討しています。

日本銀行はD LTを「特定の帳簿管理者を置かずに、参加者が同じ情報を共有しながら

資産や権利の移転などを記録していく情報技術」と定義しています。 

D LTは分散型の記録技術ですが、それに対して中央管理型では参加者が送金情報などを

管理者に送り、管理者がそれを検証した上で帳簿に記録すると言う違いがあります。

DＬTの特徴は一般に次の3つと指摘されています。 

第一に、DＬTでは分散型ネットワークを用いて台帳の記録が行えることです。

中央サーバーはなく参加者で台帳が共有されるため参加者すべてのコンピューター

(ノード)が停止しない限り、システムダウンが生じません。

システムダウンに強いと言う長所があります。

第二に、分散型ネットワークの下で、参加者すべてのコンピューターで

同一の取引台帳が共有されます。

中央サーバーだけで台帳管理されている場合に比べ、取引記録を改竄するには

格段に大きな時間とコストを要します。 

そのため、改竄困難なシステムだといえます。

第3に、低コストで台帳管理ができることです。

DLTを活用した仮想通貨が低コストの送金や決済を実現させたのと同じことです。

DLTの応用範囲は、仮想通貨やデジタル通貨に限られません。

例えば、証券取引のシステムとしても導入が検討されています。

金融分野以外でも、不動産登記簿の管理、医療データの管理、絵画、宝石、銃刀類等の

所有権の移転の管理などでも応用が検討されています。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓

最大の関心事はDＬT中央銀行の責務登場当初のフィンテックは

伝統的な金融ビジネスを脅かす存在とみなされていました。 

しかし、これまで見ていた通り、今では、民間金融機関がフィンテックを積極的に

内部に取り込むことで、業務の効率化や利用者の利便性向上に活用しようとしています。 

各国の中央銀行も同じです。

フィンテックの動向に大きな関心を寄せ、そこから多くのことを学ぼうとしています。

日本銀行は2016年に公表した「中央銀行発行デジタル通貨について—

海外における議論と実証実験」と題した日銀レビューで、

こうした姿勢の背景を次のように説明しています。 

第一に、中央銀行は支払い、決済システムの安定性と効率性を維持し、

通貨の信認を保つと言う重要な役割を担っている。 

フィンテックの中核である小口決済技術のイノベーションは、

支払い、決済システムの安全性と合理性の双方に重要な影響を及ぼす可能性があるため、

その動向を把握することは中央銀行の責務である。

次に、中央銀行は銀行券、中銀当座預金、大口決済といった金融インフラを

提供しているため、それらを常に改善するよう努めることが求められる。

その観点から、時々のイノベーションを精査し、必要に応じて導入していくことが

責務である—。 

日本銀行は、フィンテックを学び、必要に応じてそれらにそれを自ら活用することを

「中央銀行の責務」と考えているのです。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

ページトップに戻る↑　　　　　　　　　　　　　　　　　　　　　　　　　　　ページ一番下へ↓