Skip to content

GRA · Asset Management Nexus

Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi

Risk engineering for portfolios

Financial and risk engineering measures and decomposes portfolio risk: concentration, factor exposure, liquidity, leverage and the tail. In asset management it supplies the risk measures that fund boards and regulators read. Its known weakness is that models calibrated in normal markets understate correlation and loss in stress.

01Daftar

Risk engineering for portfolios on the record.

Catatan metodeMetode STEM
  1. MetodeRekayasa keuangan dan risiko
  2. Diterapkan diAsset Management Nexus
  3. 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 capital markets and investment, climate and hazards and biodiversity and nature, 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.

Look-through risk decomposition

Holdings are traced through funds of funds and derivatives to issuers, sectors, factors and counterparties, and risk is attributed to each, so concentration is visible where it actually sits.

Liquidity bucketing and redemption tests

Each position is assigned an estimated time to liquidate at a stated trade size and market impact, and redemption scenarios are run against the resulting profile.

Leverage and collateral analysis

Derivative and repo positions are mapped to collateral demands under rate and spread shocks, with the time available to meet each margin call stated.

03Geografi

Aktivitas dan keterpaparan di Amerika Utara.

Population density, night lights and flood water over North America, 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
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
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
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
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
Tentang lapisan ini
Bukti
Teramati (awan dan kilau matahari menyisakan celah)
Sumber
Warna laut MODIS Aqua (NASA OB.DAAC)
Penyedia
NASA OB.DAAC
Lisensi
Data terbuka NASA
Vintase
harian; hasil pengambilan satelit; awan dan kilau matahari menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
grid sekitar 1 km
Ketidakpastian
Estimasi satelit klorofil-a di dekat permukaan laut pada hari yang ditampilkan, indikator plankton dan produktivitas laut; bukan ukuran stok ikan atau ledakan alga berbahaya.
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.

Aktivitas dan keterpaparan, dibingkai pada Amerika Utara.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
  • 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
  • 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
  • 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
  • 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
  • Warna laut MODIS Aqua, NASA Ocean Biology Processing Group; didistribusikan oleh NASA Ocean Biology DAAC (OB.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
  • 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

  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
  • 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
  • Anomali suhu permukaan laut: GHRSST MUR25, NASA JPL PO.DAAC · 12 Okt 2026
  • Konsentrasi klorofil-a laut: warna laut MODIS Aqua, NASA OB.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
Position and holdings dataExposure and decompositionDILAPORKAN
Market trade and quote dataLiquidity and price impact estimatesTERAMATI
Derivative and collateral recordsLeverage and margin analysisDILAPORKAN
Factor model outputsRisk attributionDIMODELKAN
05Simulator kembaran dan efek berantai

Trace a shock in risk engineering for portfolios to the balance sheet.

Disusun dari profil bidang Nexus Standards profil area Pemilik aset dan manajemen aset: 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

  • Windstorm
  • Badai geomagnetik
  • Kegagalan bendungan
  • Pemadaman listrik meluas (dipicu di hilir)
  • Gangguan hutan skala besar (memicu dampak di hilir)
  • Kebakaran hutan dan lahan (dipicu di hilir)
  • Arus terinduksi geomagnetik (dipicu di hilir)
  • Gangguan ionosfer (dipicu di hilir)
  • Anomali lingkungan antariksa pada satelit (dipicu di hilir)
  • Banjir sungai (dipicu di hilir)
  • Banjir bandang (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)
  • Dorongan es ke pantai (dipicu di hilir)
  • Lonjakan hambatan termosfer (dipicu di hilir)
  • Peningkatan elektron sabuk radiasi (dipicu di hilir)
  • Seiche (dipicu di hilir)
  • Gangguan navigasi satelit (dipicu di hilir)
  • Masuk kembali ke atmosfer tanpa kendali (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-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NS-14 Kesesuaian dan pemetaan silang ke standar eksternal
  • NRS-U1 Semesta : Asset Management Nexus
  • NRS-H113 Keluarga bahaya: Kerapuhan sistem keuangan (NHS-1 soc.financial-system)
  • NRS-N6 Risiko dan ketahanan infrastruktur
  • NRS-C3 Data bahaya, eksposur, kerentanan, dan kapasitas
  • NRS-M3 Jalinan metode: Eksposur dan intelijen aset
  • NRS-N5 Risiko dan ketahanan keanekaragaman hayati dan alam

Pengamatan

  • OECD Data Explorer (termasuk Creditor Reporting System, statistik asuransi dan pensiun) (dicantumkan sebagai rujukan)
  • NGFS Scenario Explorer (dicantumkan sebagai rujukan)
  • GLEIF Golden Copy (data LEI Level 1 dan Level 2) (dicantumkan sebagai referensi)
  • Indikator Pembangunan Dunia (dicantumkan sebagai rujukan)
  • Jumlah perusahaan yang menerbitkan laporan keberlanjutan
  • Market capitalisation of listed domestic companies (% of GDP)
  • Total emisi gas rumah kaca per tahun

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
  • Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
  • Karbon monoksida, sebaran asap (AIRS), NASA GIBS
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
Back-testingRisk measures are compared with realised losses; exceptions are counted and investigated
Validasi model independenModels are reviewed by a function separate from their developers, and limitations are recorded
Stress beyond historyCorrelation and liquidity assumptions are shocked to levels not seen in the calibration window

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

07Eksposur, kerugian, dan modal

What risk engineering for portfolios 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

How risk engineering for portfolios could be stressed under the scenario families central banks and supervisors use.

TeraturTidak teraturDunia rumah kaca202520302035204020452050tinggirendah
Kelompok skenarioRisiko transisiRisiko fisikApa yang ditanyakan uji tekanan
TeraturKebijakan dini dan bertahapLebih rendahDapatkah portofolio menyerap penetapan ulang harga yang bertahap?
Tidak teraturKebijakan terlambat dan mendadakRendah hingga sedangApa yang rusak saat terjadi penetapan ulang harga mendadak dan migrasi kredit?
Dunia rumah kacaKebijakan terbatasTinggi dan meningkatDi mana kerugian fisik terkonsentrasi dalam agunan dan asuransi?
Kelompok skenario sebagaimana didefinisikan oleh NGFS; kurvanya adalah indeks tekanan gabungan ilustratif, bukan variabel atau prakiraan NGFS.
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
09Proses

Bagaimana proses berjalan.

Process explorer · Process

Risk engineering for portfolios: Catastrophe model pipeline

10 steps5 tahap

Proses

Risk engineering for portfolios: Catastrophe model pipeline

Model katastrofe biasanya memiliki modul bahaya, kerentanan, keterpaparan, dan keuangan, serta menghasilkan tabel kerugian, kerugian tahunan rata-rata, kurva terlampaui, PML, dan TVaR.

  1. 01 Bahaya

    1. 01Katalog peristiwaSet data · Pengembang modelModul bahaya memuat katalog besar kejadian simulasi yang mewakili beragam skenario yang masuk akal.
    2. 03Modul bahayaModel · Pengembang modelUntuk setiap kejadian, modul bahaya memberikan intensitas bahaya lokal yang dibaca modul kerentanan.
  2. 02 Keterpaparan dan kerusakan

    1. 02KeterpaparanSet data · Komite likuiditasModul keterpaparan memuat data portofolio, seperti informasi spesifik lokasi.
    2. 04Modul kerentananModel · Pengembang modelModul kerentanan mengukur kerusakan yang diharapkan pada objek terpapar akibat suatu kejadian.
  3. 03 Keuangan

    1. 05Modul keuanganModel · Liquidity committeeModul keuangan menghitung kerugian dari semua skenario kejadian. Kerugian dasar (ground-up), bruto, dan neto berbeda sebagaimana ditunjukkan di bawah.
    2. 06Tabel kerugian kejadianSet data · Komite likuiditasTabel kerugian kejadian mencantumkan setiap kejadian dengan probabilitas terjadinya per tahun dan kerugiannya bagi portofolio.
    3. 07Tabel kerugian tahunanSet data · Komite likuiditasSebagian model juga mengambil sampel tahun simulasi dari kerugian kejadian. Garis besar ini tidak menjelaskan formatnya.
  4. 04 Metrik

    1. 08Probabilitas pelampauan curvesModel · Liquidity committeeKurva kejadian memberikan peluang bahwa kerugian terbesar dalam setahun melampaui suatu jumlah. Kurva agregat melakukan hal yang sama untuk jumlah kerugian.
    2. 09AAL, PML, dan TVaRModel · Liquidity committeeKerugian tahunan rata-rata menjumlahkan probabilitas kejadian dikalikan kerugian. PML adalah satu titik pada kurva kejadian.
  5. 05 Penggunaan hasil

    1. 10Penggunaan hasilKeputusan · Komite likuiditasThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.

Garis besar suatu standar atau metode eksternal, dari sumber publiknya. Garis besar ini menjelaskan apa yang dinyatakan kerangka itu, bukan catatan pelaksanaan apa pun. Garis besar ini tidak menunjukkan bahwa Nexus atau mitra mana pun melaksanakan, menyertifikasi, atau menyetujui suatu langkah. Gerbang adalah langkah dalam metode, tidak pernah persetujuan Nexus.

10Pengelolaan

Siapa yang memelihara metode ini.

Risiko Aktuaria dan Kuantitatif stewards financial and risk engineering for the Consortium and reviews how it is applied across platforms.

12Pertanyaan

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 AllianceAsset Management NexusKesiapan Pembiayaan dan AsuransiSkenario dan Uji Tekanan
Asset Management Nexus

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.