GRA · Risiko Aktuaria dan Kuantitatif

Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi

Financial and risk engineering for actuarial and quantitative risk

Financial engineering values and structures instruments whose payoffs depend on risk. On this platform it covers valuation of guarantees and options in insurance contracts, asset-liability matching, longevity and catastrophe transfer risiko and economic scenario generation.

01Daftar

Financial and risk engineering for actuarial and quantitative risk on the record.

Catatan metodeMetode STEM
  1. MetodeRekayasa keuangan dan risiko
  2. PengelolaRisiko Aktuaria dan Kuantitatif
  3. Diterapkan diRisiko Aktuaria dan Kuantitatif
  4. Halaman kanonisSTEM Commons
02Permohonan

What financial and risk engineering does here.

Financial and risk engineering designs instruments, models and processes to measure, price and transfer risk. It applies quantitative methods to portfolios, insurance and risk-sharing arrangements. In insurance and catastrophe, methods and modelling and capital markets and investment, financial engineering enables physical and operational risks to be priced and transferred to capital markets. It informs the design of instruments that fund prevention and recovery. The canonical description is on STEM Commons.

Valuing embedded guarantees

Options and guarantees in life and savings products are valued with stochastic scenarios that are consistent with market prices.

Economic scenario generators

Interest rate, equity and credit scenarios are generated for capital and valuation, with calibration targets and validation documented.

Risk transfer structures

Longevity swaps and catastrophe bonds are analysed for how they transfer risk, their risiko basis and counterparty exposure.

03Geografi

Activity and exposure in Japan and Korea.

Night lights, population density and flood water over Japan and Korea, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Aktivitas dan keterpaparan untuk halaman ini

Tentang lapisan ini
Bukti
Teramati
Sumber
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Penyedia
NASA LAADS DAAC
Lisensi
Data terbuka NASA
Vintase
harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
Terbaru saat build
2026-10-12
Resolusi
grid sekitar 500 m
Ketidakpastian
Radiansi malam satelit untuk tanggal yang ditampilkan; cahaya merupakan proksi penggunaan listrik dan pemadaman, bukan pengukuran pasokan atau akses.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Vintase
null; estimasi berbasis sensus, statis (2020)
Resolusi
grid sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus untuk jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan jumlah orang yang terdampak bahaya apa pun.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan meninggalkan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Vintase
harian; deteksi satelit; awan meninggalkan celah
Terbaru saat build
2026-10-14
Resolusi
grid sekitar 250 m
Ketidakpastian
Deteksi satelit; awan meninggalkan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah lajur sapuan, dan galat pengambilan data meninggalkan celah dan derau; nilainya adalah indikator, bukan pengukuran di suatu lokasi.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan yang menetap tetap meninggalkan celah)
Sumber
VIIRS NOAA-20 Level 3, 8 hari (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Vintase
8 hari; komposit satelit 8 hari; awan yang menetap tetap meninggalkan celah
Terbaru saat build
2026-09-14
Resolusi
grid sekitar 1 km
Ketidakpastian
Suhu permukaan tanah dari satelit selama 8 hari yang berakhir pada tanggal yang ditampilkan, sebuah indikator keterpaparan panas; bukan suhu udara, indeks panas, atau peringatan panas.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
GPM IMERG (NASA GES DISC)
Penyedia
NASA GES DISC
Lisensi
Data terbuka NASA
Vintase
harian; estimasi satelit, mendekati waktu nyata
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Estimasi satelit, mendekati waktu nyata. Raster satelit atau model sebagaimana dipublikasikan penyedia. Awan, celah sapuan, dan galat pengambilan data meninggalkan celah dan derau; nilai berupa indikator, bukan pengukuran di suatu tempat.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
GHRSST MUR25 (NASA JPL PO.DAAC)
Penyedia
NASA JPL PO.DAAC
Lisensi
Data terbuka NASA
Vintase
harian; analisis satelit
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Analisis satelit tentang seberapa jauh suhu laut menyimpang dari nilai biasanya untuk tanggal yang ditampilkan; sebuah indikator panas laut, bukan peringatan pemutihan karang .
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Activity and exposure, framed on Japan and Korea.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · Survei Geologi Amerika Serikat · CIESIN/Columbia, NASA SEDAC HBASESumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center; didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Presipitasi GPM IMERG, NASA Precipitation Processing System; didistribusikan oleh NASA Goddard Earth Sciences Data and Information Services Center (GES DISC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Analisis GHRSST Level 4 MUR, NASA Jet Propulsion Laboratory; didistribusikan oleh NASA Physical Oceanography DAAC (PO.DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Konteks: CIESIN/Columbia, NASA SEDAC HBASE. Pusat Jaringan Informasi Ilmu Bumi Internasional (CIESIN), Universitas Columbia, dan Pusat Data dan Aplikasi Sosial-Ekonomi NASA (SEDAC): Global Human Built-up And Settlement Extent (HBASE) 2010; Seto, Guneralp and Hutyra 2012, Global Grid of Probabilities of Urban Expansion to 2030; Global Urban Heat Island (UHI) Data Set, 2013.
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Lapisan opsional (5 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Suhu permukaan daratan, siang hari, komposit 8 hari: VIIRS NOAA-20 Level 3, 8 hari, NASA LANCE · 14 Sep 2026
  • Laju curah hujan, rata-rata harian: GPM IMERG, NASA GES DISC · 12 Okt 2026
  • Anomali suhu permukaan laut: GHRSST MUR25, NASA JPL PO.DAAC · 12 Okt 2026

04Data

Apa yang digunakan metode ini.

Datasets and records used by financial and risk engineering on this platform, with the role each plays and the label its values carry. Sources are listed in register sumber.

DataPeranLabel
Market pricesKalibrasiTERAMATI
Contract termsPayoff structuresDINYATAKAN
Scenario setsValuation inputsDIMODELKAN
05Model kerugian

Pelampauan kerugian, kerugian tahunan rata-rata, dan kerugian maksimum yang mungkin.

Kerugian yang dapat diperkirakan per tahun oleh portofolio di wilayah terdampak, serta pada tingkat 1 dalam 100 dan 1 dalam 250 tahun yang dihargai perusahaan asuransi dan pemberi pinjaman, dari tiga blok yang sama yang digunakan setiap model katastrofe uses. Teaching model with stated illustrative values, not a prediction. The map on this page shows Japan and Korea; the model itself is not tied to a place.

Kendali

Intensitas bahaya tahunan tipikal (lokasi)
Indeks intensitas 1.00
Sebaran nilai ekstrem (skala)
Indeks intensitas 0.80
Intensitas saat separuh nilai hilang
Indeks intensitas 4.00
Sebaran kerentanan
0.55
Porsi nilai dalam jejak bahaya
40%
Standar perlindungan (periode ulang)
50 tahun

Pembacaan

Rata-rata kerugian tahunan
0,51% dari nilai
Kerugian pada 1 dalam 100 tahun
24,5% dari nilai
Kerugian pada 1 dalam 250 tahun
28,4% dari nilai
Intensitas pada 1 dalam 100 tahun
Indeks intensitas 4.68
Angka, metode, dan sumber
Periode ulang (tahun)Intensitas (indeks intensitas)Kerugian (% dari nilai)
10.090.00
21.270.00
41.910.00
72.470.00
133.000.00
243.510.00
444.020.00
824.5323.55
1545.0326.44
2875.5328.87
5366.0330.88
1,0006.5332.53

Metode

  1. Bahaya nilai ekstrem Gumbel Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. Kerapuhan lognormal (kerentanan) FEMA (2003), HAZUS-MH Technical Manual
  3. Kurva probabilitas eksedensi dan rata-rata kerugian tahunan Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. Efek tanggul Di Baldassarre dan lainnya (2013), Socio-hydrology, HESS 17
  5. Kipas ketidakpastian (Monte Carlo parametrik) Spiegelhalter, Pearson dan Short (2011), Memvisualisasikan ketidakpastian tentang masa depan, Science 333
  6. Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Sungai Natural Earth
  • Luasan perkotaan Natural Earth
  • Kota Natural Earth
  • Gempa bumi M4.5+, pekan lalu (USGS) U.S. Geological Survey · register usgs.earthquake.summary-feeds
  • Laju hujan, setengah jam terakhir (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · register open-meteo.public-pages
  • Cakupan lahan terbangun dan permukiman, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · register sedac.context-urban-layers
Kurva eksedensi kerugian, rata-rata kerugian tahunan, dan kerugian maksimum yang mungkin terjadi. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: bahaya nilai ekstrem Gumbel (Gumbel (1958), Statistics of Extremes, Columbia University Press); fungsi kerentanan lognormal (FEMA (2003), HAZUS-MH Technical Manual); kurva peluang eksedensi dan rata-rata kerugian tahunan (Grossi dan Kunreuther (2005), Catastrophe Modeling, Springer).
06Validasi

Cara hasil diperiksa.

Models are back-tested, benchmarked against alternatives and reviewed by independent validation functions. Stress tests probe behaviour beyond historical data.

PemeriksaanCara pelaksanaannya
Market consistencyScenarios reproduce calibration instrument prices
Scenario validationGenerators are tested for realistic behaviour
KonvergensiResults are checked for stability as scenario counts increase

Models calibrated to normal markets can underestimate tail losses and correlation shifts. Complex instruments may obscure where risk ultimately sits.

07Simulator kembaran dan efek berantai

Trace a shock to the balance sheet.

Disusun dari profil bidang Nexus Standards profil area Asuransi dan reasuransi: guncangan yang disebutkannya, Sistem dan sektor yang menanggung kerugian, kontrol yang meredamnya, dan data yang mengamatinya. Pilih guncangan pemicu dan telusuri efek berantainya langkah demi langkah untuk melihat eksposur mana yang dicapainya dan di mana kerugian dapat terkonsentrasi. Tampilan Peta menempatkan simulasi pada geografi contoh dengan data terbuka. Setiap bobot adalah asumsi yang dinyatakan. Sebuah latihan, bukan proyeksi, valuasi, peringkat, atau saran investasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

  • Siklon tropis
  • Gempa bumi
  • Banjir akibat sumbatan es
  • Kebakaran hutan dan lahan
  • Gelombang badai (dipicu di hilir)
  • Curah hujan lebat (dipicu di hilir)
  • Banjir sungai (dipicu di hilir)
  • Banjir bandang (dipicu di hilir)
  • Gelombang berbahaya (dipicu di hilir)
  • Pemadaman listrik meluas (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)
  • Banjir pesisir (dipicu di hilir)
  • Rangkaian gempa susulan (dipicu di hilir)
  • Pecahnya permukaan sesar (dipicu di hilir)
  • Likuefaksi tanah (dipicu di hilir)
  • Longsor lereng (dipicu di hilir)
  • Longsoran batu (dipicu di hilir)
  • Tsunami (dipicu di hilir)

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-10 Kebijakan dan klausul (kewajiban yang dapat dibaca mesin: definisi, pengikatan, evaluasi, dan penegakan)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NS-14 Kesesuaian dan pemetaan silang ke standar eksternal
  • NRS-F3 Asuransi, risiko katastrofe, dan kesenjangan perlindungan
  • NRS-H113 Keluarga bahaya: Kerapuhan sistem keuangan (NHS-1 soc.financial-system)
  • NRS-U17 Semesta : Insurance Nexus
  • NRS-H71 Keluarga bahaya: Bencana zaman purba dan kosmik (NHS-1 planet.deep-time)
  • NRS-H65 Keluarga bahaya: Pelampauan batas planet (NHS-1 planet.boundary)
  • NRS-F8 Transfer risiko parametrik dan berbasis indeks

Pengamatan

  • OECD Data Explorer (termasuk Creditor Reporting System, statistik asuransi dan pensiun) (dicantumkan sebagai rujukan)
  • Statistik asuransi (dicantumkan sebagai rujukan)
  • Umpan ringkasan GeoJSON gempa bumi USGS (dicantumkan sebagai rujukan)
  • Kerugian ekonomi langsung akibat bencana dibandingkan dengan produk domestik bruto (PDB) global
  • Kerugian ekonomi langsung akibat bencana dibandingkan dengan produk domestik bruto global
  • (a) Jumlah kantor cabang bank umum per 100.000 orang dewasa dan (b) jumlah anjungan tunai mandiri (ATM) per 100.000 orang dewasa

Contoh geografi

  • Eropa Barat: 152 sel heksagonal
  • Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Karbon monoksida, sebaran asap (AIRS), NASA GIBS
08Keterkaitan

Topik yang bertumpu pada metode ini.

09Eksposur, kerugian, dan modal

What it means for exposure, loss and capital.

Tampilan eksposur, kerugian, skenario, dan modal yang akan diminta oleh pejabat risiko, otoritas pengawas, atau kementerian keuangan, beserta kerangka pelaporan yang mereka gunakan. Strukturnya mengikuti praktik pengawasan dan aktuaria. Nilai bersifat ilustratif: tidak pernah merupakan harga, peringkat, atau saran.

Eksposur dan kerugian pada periode ulang

How losses from financial and risk engineering for actuarial and quantitative risk grow with severity, gross and net of reinsurance, against capital.

1 dalam 10 tahun1 dalam 50 tahun1 dalam 100 tahun1 dalam 250 tahunbrutoneto setelah reasuransi800
Periode ulangProbabilitas tahunanKerugian brutoKerugian netoNeto, modal = 100
1 dalam 10 tahun0.10141010
1 dalam 50 tahun0.02332121
1 dalam 100 tahun0.01462727
1 dalam 250 tahun0.004683939
Rata-rata kerugian tahunan3.12.22.2
Indeks kerugian ilustratif untuk portofolio contoh (modal = 100): bentuk probabilitas pelampauan yang dibaca perusahaan asuransi dan pengawas. Bukan data tentang lembaga mana pun, bukan harga atau peringkat.
Skenario iklim NGFS · Network for Greening the Financial SystemIFRS S2 Pengungkapan terkait Iklim · ISSBRekomendasi TCFD · Financial Stability Board TCFDPrinsip-prinsip pengelolaan efektif risiko keuangan terkait iklim · Basel Committee on Banking Supervision
10Pengelolaan

Siapa yang memelihara metode ini.

Actuarial and Quantitative Risk stewards financial and risk engineering for the Consortium and reviews how it is applied across platforms.

11Pertanyaan

Tanya jawab.

What are the limits of financial and risk engineering in this field?
Models calibrated to normal markets can underestimate tail losses and correlation shifts. Complex instruments may obscure where risk ultimately sits.
Bagaimana hasil diperiksa?
Models are back-tested, benchmarked against alternatives and reviewed by independent validation functions. Stress tests probe behaviour beyond historical data.
Apakah nilai di halaman ini nyata?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

Global Risks AllianceRisiko Aktuaria dan KuantitatifMetode dan TeknisKesiapan Pembiayaan dan Asuransi
Risiko Aktuaria dan Kuantitatif

Ajukan pertanyaan eksposur atau modal kepada Aliansi.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.

The Global Risks Alliance

Finance · trust · precision

Not for profit

Our articles, maps and twins are free to read and free to republish. Readers and partners keep it that way.

Partner with us

Who funds us

GRA is a not-for-profit institution. To ask who funds a piece of work, use the funding questions form.

Independence

Editors and the expert reviewers named on each article decide what we publish. Funders and partners do not review or approve articles before publication.

Licence

Articles: CC BY 4.0. Figures, maps, twins and data: CC BY 4.0. Other uses: ask through the permissions form.