GRA · AIと金融モデル・リスク
空間金融資本がハザード、エクスポージャー、移行と出会う場所
AIと金融モデル・リスク
金融の意思決定プロセスとリスク計測におけるモデル・ガバナンスと責任ある AI の利用。AI と金融 モデルリスク は、グローバル・リスク・アライアンス（Global Risks Alliance）の既存のプラットフォームです。
- STEM の手法
- 4
- この分野が応用する正規の手法
- トピック
- 8
- この分野の主題ページ
- カウンターパート
- 5
- ネットワーク内で分野を共有するプラットフォーム
- 報告書シリーズ
- 2
- 参加している Reports シリーズ
この作業が照らし合わせるもの。
このプラットフォームは標準を定めません。所管機関が採択した枠組みに照らして証拠を読み解き、知見を意思決定者がすでに使っている場に位置づけられるようにします。
| 枠組みまたは標準 | 機関 | 定めていること |
|---|---|---|
| Supervisory Guidance on モデルリスク 管理に関する監督上のガイダンス（SR 11-7） | 連邦準備制度理事会と通貨監督庁 | 米国の銀行におけるモデルの開発、検証、ガバナンスに対する期待。実効的なチャレンジを含む |
| 銀行のためのモデル・リスク管理原則（SS1/23） | 健全性規制機構（英国） | モデルの識別、ガバナンス、開発、検証、リスク緩和策の原則。AI と機械学習モデルを対象とする |
| EU AI 法 | 欧州連合 | 信用力の評価と、生命保険・医療保険の価格設定に用いられる AI を高リスクに分類する、リスクベースの義務 |
| 人工知能の監督に関する適用文書 | 保険監督者国際機構（IAIS） | How the Insurance Core Principles apply to insurers’ use of AI: governance, robustness, transparency, fairness and redress |
| 人工知能が金融安定性に与える影響に関する報告書 | 金融安定理事会 | 第三者への集中、市場相関、サイバー・リスク、モデル・リスクなど、AI に関連する脆弱性の評価 |
| 公平性、倫理、説明責任、透明性（FEAT）を促進するための原則 | シンガポール金融管理局 | 金融サービスにおける AI とデータ分析の責任ある利用に関する原則 |
| AI リスクマネジメント・フレームワーク | 米国国立標準技術研究所（NIST） | 生成 AI のためのプロファイルを含む、AI リスクに関する統治、マッピング、測定、管理の機能 |
| 信用機会均等法（ECOA）と Regulation B の不利益措置の要件 | 米国議会、消費者金融保護局 | 複雑なモデルが使われる場合にも適用される、与信拒否の具体的な理由を申込者に示す義務 |
モデル・リスクのライフサイクル。
チームがこの分野を追うために使う画面：その指標、状態、決定。名称は例であり、値は例示です。
モデル・リスクのライフサイクル
モデル一覧 · 委員会 3
ライフサイクル
- 目録登録済み
- 開発文書化済み
- 検証する独立
- 承認する委員会
- 実施統制
- 監視閾値
- 審査年次
- 廃止廃止
モデル
| MD-620 PD リテール | ティア 1 | 19 か月 | 1 | 期限超過 |
| MD-007 LLM による苦情のトリアージ | ティア 1 | 決して行わない | 0 | 未検証 |
| MD-256 IFRS 9 ステージング | ティア 1 | 10 か月 | 1 | 承認済み |
| MD-852 マーケティング傾向 | Tier 3 | 10 か月 | 0 | 承認済み |
検証の範囲
- 概念上の健全性
- 進行中
- 結果分析
- 保留中
- ベンチマーキング
- 保留中
- 利用上の制限
- 人間によるレビューが必要
取り付け、パニック、あるいは普及が臨界点を越える瞬間。
取り付け、群集行動、新製品の普及の背後にある同じ閾値の論理：臨界点を下回れば何も広がらず、上回ればほぼ全員が動きます。説明用の値を明示した教育モデルであり、予測ではありません。
管理策
- 平均閾値（近隣の割合）
- 18%
- しきい値のばらつき
- 8 ポイント
- 初期の行動者
- 人口の 2.0%
- 1 人あたりの接触数
- 8
読み取り値
- 最終的に誰が行動したかを共有する
- 100%
- 地球規模のカスケード
- はい
- 決着までのステップ数
- 13
数値、手法、出典
| ステップ | 行動した人の割合（%） |
|---|---|
| 0 | 1.3 |
| 1 | 4.5 |
| 2 | 11.3 |
| 3 | 20.3 |
| 4 | 29.3 |
| 5 | 41.3 |
| 6 | 53.3 |
| 7 | 64.5 |
| 8 | 79.0 |
| 9 | 91.5 |
| 10 | 96.5 |
| 11 | 99.8 |
| 12 | 100.0 |
| 13 | 100.0 |
手法
- 集合行動のしきい値モデル Granovetter（1978）、American Journal of Sociology 83
- ランダム・ネットワーク上のグローバル・カスケード Watts (2002), PNAS 99
- 複雑な伝播 Centola and Macy (2007), American Journal of Sociology 113
- 一因子ずつの感度分析（トルネード図） Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
データ
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
6 本の柱を通じて、Nexus Consortium が主導
検証ではなく、モデル・リスクについての共通理解。
このプラットフォームは、金融モデルと AI システム がどのように一覧化、テスト、検証、モニタリングされ、どこで機能しなくなるかについて、業界に前競争的なエビデンス基盤を提供するよう設計されています。各機関は、自らの監督当局のもとで自らのモデルを検証し、統治します。
インベントリ、テスト、モニタリング
モデルの一覧、テスト、検証、モニタリングの手法を、実務間で比較したもの。
方法と研究
モデル・ガバナンスの手法と金融分野の AI 研究。レビューを経て公表されます。
GRA は金融サービス業界のための非営利のビジネス・リーグです。融資、引受、格付け、投資、取引への助言や手配は行わず、準備状況の作業は承認ではありません。このプラットフォーム上のいかなるものも、モデル、ベンダー、機関を検証、承認、認証するものではなく、法律、規制、投資に関する助言でもありません。分析はセクターレベルの研究です。
AIと金融モデル・リスクが、エクスポージャー、損失、資本にとって何を意味するか。
リスク責任者、監督当局、財務省が求めるエクスポージャー、損失、シナリオ、資本のビューと、それらが報告の根拠とする枠組み。構造は監督実務とアクチュアリー実務に従います。値は例示であり、価格、格付け、助言では決してありません。
波及経路
AIと金融モデル・リスクのショックが、信用、市場、引受、流動性、オペレーショナル・リスクにどう及び、どう跳ね返るか。
シナリオ経路
AIと金融モデル・リスクは、中央銀行や監督当局が用いるシナリオ群の下でどうストレスを受け得るか。
| シナリオ・ファミリー | 移行リスク | 物理的リスク | ストレステストが問うこと |
|---|---|---|---|
| 秩序ある | 早期の段階的な政策 | 低 | ポートフォリオは、着実な金利再設定を吸収できるか。 |
| 無秩序 | 遅く急激な政策 | 低から中 | 急な再評価と信用格付の移行で、何が破綻するか。 |
| ホットハウス・ワールド | 限定的な政策 | 高く、上昇中 | 物理的損失は、担保と保険のどこに集中するか。 |
AIと金融モデル・リスクの取り組み。
AI と金融 モデルリスク is the risk of loss or harm from models, including machine learning and generative AI, that are wrong or misused in finance. Global Risks Alliance’s platform explains model governance, credit and pricing models, generative AI, explainability and fairness, drift, 人間による監督、ベンダー・モデルとストレス・モデルを解説します。何も検証しません。
そのコミュニティ
モデルリスク担当チーム、定量的な検証担当者、責任ある AI の責任者。
その手法
モデルの一覧、テスト、検証、モニタリング。
その成果物
モデル・ガバナンスの手法、金融分野の AI 研究。
Models are now part of the financial system’s plumbing.
モデルとは、意思決定に用いられる現実の簡略化された表現です。信用スコア、保険料率、資本計算、不正アラート、流動性予測などがその例です。あらゆるモデルは前提と過去のデータに依拠しており、あらゆるモデルは 2 通りの形で誤りうるものです。構築や実装が誤っている場合と、前提がもはや成り立たない場面で使われる場合です。 モデル・リスク とは、そのいずれかから生じる損失と損害の可能性です。
機械学習は、そのリスクの規模と形を変えます。複雑なモデルは従来の手法が見逃すパターンを見つけられますが、説明が難しく、データの変化に敏感で、過去の偏りを取り込みやすい場合があります。生成 AI は、自信ありげに誤った出力をするといった新たな失敗の型や、少数の提供者への新たな依存をもたらします。多くの機関が似たモデル、ベンダー、データを使うと、その誤りは相関し得るため、単一の欠陥や単一の環境変化が市場の多くに一度に影響する可能性があります。
その影響は顧客と経済全体に及びます。不公正な与信判断、誤った価格のリスク、不十分な準備金、ストレス時の景気循環増幅的な行動、そして広く使われているサービスが停止したときの業務障害です。モデル・ガバナンスは、業界がこうしたリスクを見える状態に保ち、管理するための手段です。
手法に根ざし、科学とガバナンスにつながる。
このプラットフォームは、グローバル・リスク・イノベーション・センター（Global Centre for Risk and Innovation、GCRI）が運営する STEM Commons から、 人工知能と機械学習、AI の評価と保証のエンジニアリング、不確実性の定量化とモデル検証、確率と統計を適用しています。 STEM の基盤のページ.
GCRI では、 人工知能と自律システム が AI の能力と評価を研究し、仕事とスキルの将来が仕事への影響を研究しています。グローバル・リスク・フォーラム（Global Risks Forum、GRF）では、 AIとデジタル・ガバナンス、Innovation Nexus、Capital Nexus が、AI と金融がどのように統治されるかについて機関を招集しています。GRA の中では、 金融安定性、Financial Regulation Nexus、アクチュアリーと定量的リスクが近い関係にあります。作業では Foundry の システム NXS-NXQ（ソフトウェア、モデル、能力のライフサイクル）, NXS-LAB（研究、実験、シミュレーション） と NXS-NSF（信頼、認可、保証） を活用でき、Methods and Technical シリーズと Exponential Technology シリーズに貢献できます。 コンソーシアム全体の対応先.
このプラットフォームが扱う人工知能の分野。
AI と金融 モデルリスク は、銀行、保険会社、資産運用会社が融資、価格設定、準備金の積み立て、取引、顧客対応に使うモデルがどう誤り、または誤用されうるか、そして機械学習と生成 AI がそのリスクをどう変えるかを研究します。そのページは、モデルリスク・ガバナンス、与信・価格設定モデル、生成 AI、説明可能性と公平性、モニタリングとドリフト、 人間による監督、サードパーティ・モデルとストレス・モデルを扱い、すべての情報源にラベルを付けます。グローバル・リスク・アライアンス（Global Risks Alliance）は業界の共通理解を共有し、モデルの検証や助言は行いません。
モデル・リスク・ガバナンス
モデル・リスク管理が求める、モデルの一覧、階層化、検証、承認、そして取締役会と上級経営陣による監督。
信用と価格設定のモデル
スコアリング、デフォルト確率、デフォルト時損失率、保険料率の設定、そしてそれらが依拠するデータと前提。
生成 AI
顧客サービス、コーディング、研究、業務における大規模言語モデルと、それがもたらす新たな障害モード。
説明可能性と公平性
モデルの出力を顧客、職員、監督当局に説明し、不公正または違法な結果がないかを検証する。
モニタリングとドリフト
デプロイ後のモデルの性能を追跡し、データや関係がいつ変化するかを検知する。
人間による監督
人がモデル主導の判断をどこで審査し、覆し、あるいは責任を保持するか、そして監督を実質的なものに保つ方法。
サードパーティ・モデル
企業がその設計に完全にはアクセスできないまま利用するベンダーのスコア、基盤モデル、データ製品。
ストレスとシナリオのモデル
ストレス下で損失と資本を予測するモデルと、まれな事象に用いられるモデル特有のリスク。
名前の付いた科学、技術、工学、数学の上に築かれています。
AI と金融 モデルリスク のすべての主張は、STEM Commons に正規のページを持つ方法に基づいており、読者は所見が何に依拠し、その限界がどこにあるかを確認できます。
この分野で作業がどう進むか。
問いはエビデンスとなり、統治されたビルド、組織されたコミュニティ、管理されたテスト、査読を経た刊行物へと進み、最後に所管当局が自らの規則に従って下す決定に至ります。
- 問い ユニバース 国、地域、または機関の優先事項。 AIと金融モデル・リスクでの問い
- エビデンス Foundry プラットフォームの STEM 基盤。 AIと金融モデル・リスクでのエビデンス
- 構築 Foundry Foundry。 AIと金融モデル・リスクでの構築
- 組織する ユニバース Nexus エコシステム. AIと金融モデル・リスクでの組織化
- 試験 ユニバース Universe（独立サイト）。 AIと金融モデル・リスクでの試験
- 公開 報告書 Reports。 AIと金融モデル・リスクでの公開
- 決定 所管当局 所管当局と機関が、 NXS-RLS（参加者、合意、引き継ぎ）. AIと金融モデル・リスクでの決定
- 更新 ユニバース 訂正と次の年次アジェンダ。 AIと金融モデル・リスクでの更新
各段階を、それが動く柱の中に示します。判断はプログラムの外にある所管当局が行います。
- ラボ
- Foundry
- ユニバース
- Nexus Standards
- 報告書
- Risk Academy
- 所管当局（プログラムの外）
6 つの柱を通じてどう機能するか。
AI と金融 モデルリスク は、Nexus Consortium が主導する 1 つの年次プログラムの 6 つの柱を通じて機能し、GCRI、GRF、GRA がそれぞれの役割で貢献します。 ラボで探究、実験、試作し、Foundry で構築、シミュレーション、準備を行い、Universe で招集と検証を行い、 Nexus Standardsで成文化、訂正、適用を行い、Reports であらゆる形式で公開し、Risk Academy で公開の場で教えます。
作用している引き継ぎ記録された引き継ぎ直接の引き継ぎなし
プログラム年度全フェーズ
ルート
プログラム全体
Every pillar hands its work to another; together they close the year’s feedback loops.
L · F · U · S · R · A
- 柱
- 6 全 6
- 引き継ぎ
- 18 全 18
- ループ
- 17 終了
作用している引き継ぎ
- F01Universe → Foundry ・承認されたミッションは、決定ケースを伴うサイクル・プロジェクトになります準備態勢の整備
- F02Foundry → Universe ・Core Build Report と実施可否判断のエビデンス管理されたビルド
- F03Foundry → Reports ・プロファイルの背後にある封印済みの観測と指標系列完了処理
- F04Universe → Reports ・第 10 章と第 13 章のための事後検証とシナリオの知見事後検証
ほか 14 件
- ラボ問いが実験と試作になる場所です。新しい手法、データ、ツールは、Foundry が構築する前に、限界を記録したうえで公開の場で試されます。Nexus Consortium のもとで運営されます。ラボ
- Foundry監督当局、保険会社、投資家が読めるよう、エクスポージャーとシナリオのエビデンスが構築される場。Foundry における AIと金融モデル・リスクFoundry
- ユニバースシナリオが管理された演習で検証され、金融準備状況の対話がそれが資本と補償にとって何を意味するかを読み解く場。Universe における AIと金融モデル・リスクuniverse.nexus
- Nexus Standards金融と保険にとってリスクのエビデンスが比較可能になるよう、開示とデータの規則が成文化される場。Standards におけるデジタル、サイバー、AInexustandards.com
- 報告書セクター分析と金融・保険の準備状況シリーズが、エクスポージャーと限界を明示して公開される場。Reports の AIと金融モデル・リスク報告書
- Risk Academy金融、保険、公的財政の専門家が Risk Academy でリスクのエビデンスの読み方を学ぶ場。Academy の技術・デジタルシステム学部risksacademy.com
同じ分野を 3 つの見方で。
GCRI は一つの分野を科学として研究し、GRF はそれを統治し、GRA はそれについての共通の金融面の理解を築きます。AI and Financial モデルリスク はカウンターパートとつながり、一方の取り組みが他方から見えるようにしています。
AIと金融モデル・リスクのページ。
このページがコンソーシアム全体でどこへつながるか。
質問と回答。
AIと金融モデル・リスクを公表しているのは誰ですか。
AIと金融モデル・リスクは稼働していますか。
どのように貢献できますか？
知見はどこで公開されますか？
このプラットフォームのどの値が実データですか？
誤りはどう報告すればよいですか？
このプラットフォームはモデルを検証または承認しますか？
一般的な AI 安全性の取り組みとどう違いますか。
このページからエビデンスを提供する。
Reports 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.
- メールゲートウェイ GW-GRAこのページから送信するエビデンス、訂正、事例、手法、レビュー、翻訳、プロファイルへの入力。このページのタグが付いて届くため、担当の編集者が受け取ります。
- Zenodoオープンな寄託寄託してコミュニティに提出するORCID iD を使って Zenodo に自分の記録を公開し、そこから Reports コミュニティに提出してください。キュレーターが審査し、DOI は引き続きあなたのものです。
- 報告書グローバル・リスク・アライアンス（Global Risks Alliance）貢献のすべての方法を見る貢献の種類、それぞれの審査方法、受け取るクレジット、ライセンス、決して受け付けないもの。
個人データ、重要インフラの機微な詳細、共有する権利のないものは決して送らないでください。寄稿は利用前にレビューされます。送付によって著作者としての権利や編集上の権利が生じることはなく、スポンサーシップで調査結果を買うことは決してできません。
AI と金融モデル・リスクの仕組み。
Choose a view and press Play to follow the platform’s process, its programme year, the standards it applies and how its findings are published. The outline shows how the work is designed to run, not the status of any decision.
Process explorer · AI and Financial Model Risk
AIと金融モデル・リスクのしくみ
8 ステップ·4 段階
AI と金融 モデルリスク
AIと金融モデル・リスクのしくみ
プラットフォーム · プログラム年度 · 標準 · 報告書
プラットフォームは、ある分野を名前の付いた手法、ラベル付きのエビデンス、公表する成果物に結び付けますが、自らが仕える権限主体になることはありません。
01 範囲
- 01分野と系統開始・プラットフォーム責任者ホームは、この分野、その分野の系統、そして誰に役立つかを示します。
- 02トピック資料集記録・プラットフォーム執筆者トピックは、ラベル付きのエビデンスで主題を説明します。
02 エビデンス
- 03エビデンス・ラベル記録・GCRI各値には、観測、公表統計、推定、モデル化、シナリオ、不明のいずれかのラベルが付きます。
- 04手法ステップ・手法の担当者手法は STEM Commons に由来し、それぞれに正規ページが 1 つあります。
03 Work
- 05Scenarios on the システムモデル・Foundry の柱Nexus システム上で実行するシナリオで、シナリオとして明示します。
- 06適用される標準記録・ Nexus Standardsプラットフォームは、適用される標準を明示します。検証ツールの報告書は、審査のためのエビデンスです。
04 公開
- 07各号記録・Reports知見は、その限界とともに Reports を通じて公表されます。
- 08権限者が決定成果・所管当局決定と実行は、政府、運用者、または認可された機関に委ねられます。
AIと金融モデル・リスクのホーム · プラットフォーム · 共通の手法作業がどのように運営される設計かの概要です。個々の決定や記録の状況を報告するものではありません。
AIと金融モデル・リスクに参加する。
あなたが誰かから始めてください。公募に応じる。あるいは AI と金融 モデルリスク プラットフォームでコンピテンス・セルを結成して率いる。
| 公募 | 求めるもの | 締め切り |
|---|---|---|
| 作業部会への専門家の創設公募 CALL-FOUNDING-EXPERTS | 専門家、編集者、議長 | 2026-12-15 |
| グローバル標準評議会の独立専門家 3 席の公開推薦 CALL-GSC-IND | council-member | 2026-12-01 |
| 暫定地域メンバーの推薦（経過規定が決定された場合のみ適用） CALL-GSC-REG | council-member | 2026-12-15 |
| 第 1 波のリスク・コア概要（C1、C2、C3、C4、C8、C10、C11）のレビュー CALL-REVIEW-WAVE1 | 貢献者 | 2027-01-31 |
| リスク科学のコア標準の専門家：不確実性と証拠の格付け、尺度、構造化された専門家判断、許容性、極端事象と複合事象、壊滅的リスクと存亡リスク、倫理と公平、単位と計測（NRS-C17 から NRS-C24） CALL-CORE-SCIENCE | 専門家、編集者、議長 | 2027-01-31 |
| ハザード・アトラスの各分類の独立審査者。各分類につき少なくとも 2 地域から 3 名（NHS2-R19）、優先分類から CALL-ATLAS-REVIEW | 専門家 | 2027-03-31 |
| 暫定の先端安全レビュー・パネルのメンバーとレッドチームのレビュー担当者（バイオセーフティとバイオセキュリティ、AI の安全性とセキュリティ、重要インフラのセキュリティ）。応募は秘密扱い CALL-FRONTIER-SAFETY-REVIEW | 専門家 | 2026-11-30 |
| 要求事項登録簿、NHS-2 の機械表現、適合性試験スイート、適合性評価スキームのためのオントロジー、計量学、ソフトウェア検証、適合性評価の専門家 CALL-CONFORMANCE-ONTOLOGY | 専門家、編集者 | 2027-01-31 |
締切を過ぎた公募は自動的に非表示になります。すべての公募、提案、ルート： 募集中の分野と公募.
セルを集める
データ、現場の実践、政策、コミュニケーションという補い合う技能を持つ 3〜7 人を集めましょう。
登録する
Write to the team with the cell’s name, members, area and region. You receive a reference and a contact. チームに連絡する
憲章を選ぶ
重点を 1 つ選んでください：研究とエビデンス、データと地図、標準のレビュー、地域の備え。
ともに学ぶ
Risk Academy で共通の学習経路をたどり、実践と修了したすべてのコースの記録を得られます。 ハザードとレジリエンス
主導し報告する
定期的にセッションを開きましょう。セルで学んだことを Reports で公表し、知見を作業部会に持ち込みます。 作業部会
国のチームや地域社会が The Global Risks Index（NXS-GRX）で今日できること。
Global Risks Index
このページのすべての数値には索引が付いています。ハザード、気候、紛争、世界。
205 の出典·451 の指標·905 のハザード·54 シリーズ·195 の国別プロファイル
The Index is the Consortium’s indexing system for risk data. Every indicator, hazard, series and country profile carries its Nexus Standards 識別子、情報源、ライセンスを備えているため、このページに示される内容は追跡、訂正、再利用ができます。
- 01・情報源登録済みの情報源 205 件すべての値が情報源とライセンスを保持し、保留された値は件数が示されます。データとライセンス
- 02・Nexus StandardsNIS-1 と NHS-1451 の指標、905 のハザード。すべての記録に UNI.Nexus Standards
- 03・指標54 系列、195 か国のプロファイル標準に基づいて算出されます。版が公開されるまで、値は公表されません。Global Risks Index
- 04・このページAIと金融モデル・リスク地図、図、フィードは、ハザード、気候、紛争の文脈の中で指標を読み解きます。公開 API
この文脈のシリーズ ハザード、気候、紛争
- GLBグローバル・システム相互依存する 地球規模のリスクの状況：世界に集計した 20 の分野別指標、5 つの中核 システム （水、エネルギー、食料、保健、生物多様性）とその結合、地球規模のテール・レジスター、そしてギャップ…NXS-GRX-AR-000002ハザード・気候・紛争
- TH災害リスク・インテリジェンス（DRI）シグナル、観測、イベントストリーム、地理空間レイヤー、シナリオパックを、備えと計画のための構造化されたリスクインテリジェンスに変えます。NXS-GRX-AR-000111ハザード・気候・紛争
- GS世界の都市都市のエクスポージャー、暑熱、洪水、インフォーマル居住地、サービスへの依存、危険にさらされた都市の経済的重み。NXS-GRX-AR-000068ハザード・インフラ・気候
- GS世界の気候慢性および急性の物理的気候ハザード、移行エクスポージャー、適応ギャップ、2030 年、2050 年、2100 年に向けたシナリオ経路。NXS-GRX-AR-000065気候・ハザード・金融
ハザード領域 NHS-1
- 大気と気象NXS-GRX-AR-000135
- 固体地球NXS-GRX-AR-000138
- システミックおよび複合的な事象NXS-GRX-AR-000148
ジオデータと API を 受付中
等積六角形グリッド上のオープンレイヤーを、1 km²当たりの密度または記号で表示します： 人口 · GHSL 2025人口 · WorldPop 2025市街地港湾空港道路鉄道河川と湖の中心線
/api/v1/public/grix · https://nexustandards.com/uni/{uni}
開発者 ・データ・Natural Earth（パブリックドメイン）、GHSL と WorldPop（CC BY 4.0）を使用
指数レジストリのスナップショット（2026-10-23固定 · 22c6eed）。研究およびリスク分析の情報であり、格付け、公式分類、警報、ベンチマーク、助言ではありません。
エクスポージャーまたは資本に関する問いをアライアンスに持ち込む。
情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。
法的文書。
このサイトの地図、データ、図表は、背景と一般的な情報として示すものです。助言、予報、警報ではありません。情報の限界は免責事項とデータに関する注意事項に記載しています。