GRA · Risiko AI dan Model Keuangan
Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi
Model tekanan dan skenario
Stress and scenario models project how losses, capital and liquidity would change under adverse conditions. They are used for supervisory stress tests, internal capital assessment and climate scenarios. Because they model rare events with little data, they carry more uncertainty than everyday models. This page sets out how stress models fail, how they are validated, and who decides how their results are used.
Stress and scenario models on the record.
Stress and scenario models: how the risk develops.
Verifikasi dan ketidakpastian. Dosir di bawah ini menguraikan bagaimana risiko berkembang, apa yang diukur, dari mana data berasal, bagaimana data dimodelkan, dan siapa yang memutuskan.
Titik data untuk kejadian ekstrem sedikit
Severe recessions and market crashes are rare, so the relationships linking scenarios to losses are estimated from few observations and may not hold in the next crisis.
Chains of models compound error
Variabel skenario melewati model satelit untuk setiap portofolio, lalu diagregasi. Kesalahan pada setiap mata rantai bertambah secara akumulatif, sehingga hasil akhirnya tampak lebih presisi daripada yang sebenarnya.
Results drive capital
Jika hasil uji ketahanan menentukan penyangga modal, ada insentif untuk memilih asumsi yang menguntungkan. Model pengawasan dan tantangan menjadi penyeimbangnya.
Behaviour is often fixed
Many stress models hold balance sheets and management actions static, missing the reactions that amplify or dampen losses.
Risiko transisi dan fisik pada portofolio.
Tiga kelompok skenario mengikuti kerangka NGFS menggerakkan portofolio sektor melalui biaya karbon dan kerusakan akibat pemanasan; tampilan transmisi menelusuri kerugian hingga ke pemberi pinjaman, investor, keuangan publik, dan rumah tangga. Skenario: asumsi bernama tentang masa depan, bukan proyeksi.
Kendali
- Harga karbon pada cakrawala, jalur teratur
- 200 per tCO2
- Penundaan sebelum transisi yang tidak teratur
- 50% dari cakrawala
- Biaya yang dibebankan kepada pelanggan
- 50%
- Pemanasan saat ini di atas masa praindustri
- 1,30°C
- Pemanasan per dekade, kebijakan saat ini
- 0,25°C
- Koefisien kerusakan
- 0,24% per °C²
- Tahun ke depan
- 25 tahun
Pembacaan
- Skenario terburuk pada cakrawala
- −33,6% dari nilai
Angka, metode, dan sumber
| Tahun | Transisi teratur (% nilai) | Transisi tertunda dan tidak teratur (% nilai) | Kebijakan saat ini (% nilai) |
|---|---|---|---|
| 0 | −0.38 | −0.38 | −0.38 |
| 3 | −2.87 | −0.53 | −0.67 |
| 6 | −5.36 | −0.68 | −0.97 |
| 9 | −7.84 | −0.84 | −1.27 |
| 12 | −10.33 | −0.99 | −1.57 |
| 15 | −12.82 | −7.12 | −1.87 |
| 18 | −15.31 | −15.05 | −2.17 |
| 21 | −17.80 | −23.00 | −2.48 |
| 24 | −20.29 | −30.94 | −2.79 |
Metode
- Climate scenario families NGFS (2023), Climate Scenarios for central banks and supervisors, Phase IV
- Climate stress test of the financial system Battiston and others (2017), Nature Climate Change 7
- Damage function Nordhaus (2017), Revisiting the social cost of carbon, PNAS 114
- Transmission channels BCBS (2021), Climate-related risk drivers and their transmission channels
- Kipas ketidakpastian (Monte Carlo parametrik) Spiegelhalter, Pearson dan Short (2011), Memvisualisasikan ketidakpastian tentang masa depan, Science 333
- One-at-a-time sensitivity (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:
- Urban extents Natural Earth
- Seaports Natural Earth
- Past year, daily temperature (ERA5 via Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus ERA5 (C3S/ECMWF) · register open-meteo.public-pages
- Surface air temperature, daytime (AIRS) NASA AIRS · register nasa.gibs.context-live-layers
Di seluruh enam pilar, dipimpin oleh Nexus Consortium
- Eksperimen Laboratorium
- Tertanam di Risiko AI dan Model Keuangan di Foundry
- Diuji pada Risiko AI dan Model Keuangan di Universe
- Dikodifikasi dalam Digital, Siber, dan AI di Standards
- Diterbitkan di Risiko AI dan Model Keuangan di Reports
- Diajarkan di Fakultas Teknologi dan Sistem Digital di Academy
Apa yang diukur, dan seberapa baik.
Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.
| Indikator | Unit | Kadensi | Jenis sumber | Label |
|---|---|---|---|---|
| Stress loss projection against realised loss in past downturns | rasio | per back-test | Back-testing | ESTIMASI |
| Sensitivitas hasil terhadap asumsi utama | perubahan rasio modal | per latihan | Analisis sensitivitas | DIMODELKAN |
| Lapisan penyesuaian manajemen pada hasil uji stres | mata uang | per latihan | Stress documentation | DINYATAKAN |
| Perbedaan antara model pengawasan dan model perusahaan | difference in projected losses | per latihan | Hasil pengawasan | Statistik yang diterbitkan |
| Stress models validated within cycle | pangsa | tahunan | Catatan validasi | DINYATAKAN |
| Scenario variables used per model | jumlah | per latihan | Dokumentasi model | DINYATAKAN |
What stress and scenario models 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.
Jalur skenario
Bagaimana model stres dan skenario dapat diuji tekanannya di bawah rumpun skenario yang digunakan bank sentral dan pengawas.
| Kelompok skenario | Risiko transisi | Risiko fisik | Apa yang ditanyakan uji tekanan |
|---|---|---|---|
| Teratur | Kebijakan dini dan bertahap | Lebih rendah | Dapatkah portofolio menyerap penetapan ulang harga yang bertahap? |
| Tidak teratur | Kebijakan terlambat dan mendadak | Rendah hingga sedang | Apa yang rusak saat terjadi penetapan ulang harga mendadak dan migrasi kredit? |
| Dunia rumah kaca | Kebijakan terbatas | Tinggi dan meningkat | Di mana kerugian fisik terkonsentrasi dalam agunan dan asuransi? |
Asal bukti.
Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.
| Sumber | Apa yang diberikannya | Kelas lisensi |
|---|---|---|
| Federal Reserve stress test methodology documentation | Supervisory model descriptions | Domain publik |
| EBA EU-wide stress test methodology | Constrained bottom-up approach and rules | Gratis, ketentuan penggunaan ulang UE |
| Bank of England stress testing documentation | Metode dan pendekatan model | Gratis, ketentuan Bank of England |
| BCBS stress testing principles | International principles for stress testing | Gratis, ketentuan BIS |
| NGFS scenarios technical documentation | Climate scenario models and limits | Gratis, dengan ketentuan NGFS |
Siapa yang memutuskan, dan apa yang dilayani bukti.
Risiko AI dan Model menyiapkan bukti. Keputusan di bawah ini diambil oleh otoritas yang disebutkan, berdasarkan aturan mereka sendiri, dan tidak pernah oleh platform.
| Siapa yang memutuskan | Pertanyaannya | Bukti yang dilayani halaman ini |
|---|---|---|
| Dewan direksi dan komite risiko | Apakah hasil uji ketahanan mendukung modal dan selera risiko | Results, sensitivities and validation |
| Validator model | Whether stress models are fit for purpose | Back-testing and benchmark evidence |
| Pengawas | How firm and supervisory models are compared and used | Exercise results and model reviews |
| Tim perencanaan modal | Overlay mana yang dibenarkan | Dasar pemikiran dan bukti lapisan tumpang tindih |
Keluaran yang dihasilkan topik ini
- Guide to stress model chains and where error enters
- Method note on back-testing stress models against past downturns
- Brief on overlays and their governance
- Questions for boards using stress results
Apa yang ditanyakan pakar.
The questions concern how far to trust a model of the unprecedented.
- Apakah skenario cukup parah, dan apakah skenario tersebut menangkap risiko yang penting?
- How are macroeconomic or physical scenarios translated into losses, and through which sub-models?
- How much uncertainty accumulates along that chain?
- Are second-round effects, such as fire sales and feedback to the economy, included?
- Bagaimana hasil diverifikasi jika skenario tersebut belum pernah terjadi?
Mekanisme dan pendorong.
Stress tests link a scenario to outcomes through a series of models, for example from economic variables to default rates to losses to capital. Each link adds assumptions and uncertainty, and models calibrated on normal periods may not capture behaviour in extreme conditions. Climate scenarios extend horizons far beyond historical data, compounding uncertainty further.
Many stress tests consider institutions in isolation, missing interactions in which many firms’ responses amplify stress. Machine learning components add new verification challenges. Presenting results as precise numbers can create false confidence; ranges and sensitivity analysis communicate limits more honestly.
Cara hal ini dikaji, dan di mana batas metodenya.
| Metode atau data | Apa yang ditampilkannya | Batasan |
|---|---|---|
| Perancangan skenario | Plausible severe conditions | Choice of scenario shapes the answer |
| Model satelit dan kerugian | Translation of scenarios into losses | Calibrated on limited stress data |
| Analisis sensitivitas dan ketidakpastian | Range of plausible outcomes | Cannot capture unknown unknowns |
| Uji tekanan balik | Kondisi yang akan menyebabkan kegagalan | Identifies vulnerabilities, not probabilities |
| System-wide models | Interactions between institutions | Require behavioural assumptions |
Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.
- 01Kuantifikasi ketidakpastian dan validasi modelInterval prediksi untuk model kerugian · Ansambel model · Modal atau penyangga risiko modelDiterapkan di sini
- 02Probabilitas dan statistikaPengujian kalibrasi · Statistik pergeseran · Perbandingan hasil antarkelompokDiterapkan di sini
- 03Evaluasi AI dan rekayasa penjaminanValidasi model pembelajaran mesin · Red-teaming AI generatif · Penilaian keadilanDiterapkan di sini
- 04Kecerdasan buatan dan pembelajaran mesinModel kredit gradient-boosted · Model bahasa dalam operasi · Deteksi anomaliDiterapkan di sini
Tanya jawab.
Why are stress models riskier than everyday models?
What is a satellite model?
How are stress models validated?
Apakah uji ketahanan (stress test) merupakan prakiraan?
Mengapa melaporkan rentang, bukan angka tunggal?
Apakah platform menjalankan uji ketahanan (stress test) bagi perusahaan?
Kontribusikan bukti dari halaman ini.
Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.
- SurelGerbang GW-GRAKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ReportsGlobal Risks AllianceSee every way to contributeThe contribution types, how each is reviewed, what credit you receive, the licence and what is never accepted.
Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.
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.
Dokumen hukum.
Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.