金融庁、AIを用いた与信スコアリングに「説明可能性」要件の適用を検討——研究会報告書

概要

※本記事は公開情報をもとに編集部が再構成したサマリです。一次情報は出典欄をご参照ください。

金融庁は2026年5月29日、フィンテック研究会が取りまとめた報告書草案を公開した。報告書は AI を用いた与信スコアリング（融資審査）における「説明可能性（Explainability）」要件の整備を提言しており、融資拒絶時の主な理由の開示義務化、ブラックボックス AI の利用に際した内部リスク管理体制の強化、消費者が異議申し立てできる手続きの整備などが論点として挙げられている。EU AI Act での高リスク AI 規制（与信・保険は高リスク分類）や米国 CFPB（消費者金融保護局）の AI 審査ガイダンスを参考に、日本独自の基準策定に向けた議論が本格化している。

事実のポイント

• 発表日：2026年5月29日（金融庁フィンテック研究会）
• 検討内容：AI 与信スコアリングへの「説明可能性」要件の適用
• 具体的な論点：① 融資拒絶時の主な理由開示 ② ブラックボックス AI の内部管理強化 ③ 消費者の異議申し立て手続き
• 欧米規制（EU AI Act / 米 CFPB）を参考にした日本版基準の策定
• 2026年度中のパブリックコンサルテーションを経て、銀行法・貸金業法の監督指針改定に反映予定
• 個人向け融資（消費者金融・住宅ローン・クレジットカード審査）が主な対象

用語・背景の補足

説明可能性（Explainability / Interpretability）：AI モデルが出力した結果（この場合は「融資承認/拒絶」の判断）について、なぜそのような判断に至ったかを人間が理解できる形で示す能力。ブラックボックス型のディープラーニングモデルでは直接的な説明が困難なため、SHAP値・LIME・代替モデルなどの技術が活用される。

CFPB（Consumer Financial Protection Bureau）：米国の消費者金融保護局。AI・アルゴリズムを利用した融資審査の公平性・透明性に関するガイダンスを発行しており、日本の金融庁はこれを参照材料の一つとしている。

注意点

• 現段階は研究会の報告書草案であり、正式な規制改定には数年単位の時間を要する見通し
• 説明可能性の具体的な基準（どの程度の説明が「十分」か）は業界・学術界との協議を経て確定する
• 既存の AI 与信モデルを運用する企業は、規制確定前から内部での説明可能性評価体制の整備を進めることが推奨される

編集部見解

（追記予定）