Skip to content

GRA · Banking Nexus

Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi

Financial and risk engineering in banks

Financial and risk engineering supplies the instruments and models banks use to measure, price, hedge and transfer risk, from expected credit loss and counterparty exposure to value at risk and capital allocation. It also supplies the discipline of model management that keeps those tools honest.

01Daftar

Financial and risk engineering in banks on the record.

Catatan metodeMetode STEM
  1. MetodeRekayasa keuangan dan risiko
  2. Diterapkan diBanking 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 financial stability, capital markets and investment and climate and hazards, 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.

Expected credit loss modelling

Lifetime default and loss curves are built by segment and weighted across macroeconomic scenarios to give IFRS 9 provisions, with management overlays documented separately.

Counterparty exposure and valuation adjustments

Future exposure on derivatives is simulated across market paths to set limits, collateral terms and credit valuation adjustments, with wrong-way risk treated explicitly.

Liquidity stress and contingency funding

Cash flows are projected under stressed outflow and haircut assumptions to size the liquidity buffer and to test the contingency funding plan.

03Geografi

Aktivitas dan keterpaparan di Eropa Barat.

Population density, night lights and flood water over Western Europe, 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 (awan dan waktu lintasan meninggalkan celah)
Sumber
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Penyedia
NASA LANCE FIRMS
Lisensi
Data terbuka NASA
Vintase
harian; deteksi satelit; awan dan waktu lintasan meninggalkan celah
Terbaru saat build
2026-10-13
Resolusi
grid sekitar 500 m
Ketidakpastian
Deteksi titik panas satelit untuk hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
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

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 Eropa Barat.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
  • NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor 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
  • 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
  • Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
  • Laju curah hujan, rata-rata harian: GPM IMERG, NASA GES DISC · 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 exposure recordsPortfolio and exposure inputsTERAMATI
Market price and yield dataValuation and simulationTERAMATI
Default and loss historiesParameter calibrationTERAMATI
Supervisory scenario variablesStress inputsStatistik yang diterbitkan
Collateral and netting agreementsExposure mitigationDILAPORKAN
05Pantau

Tail fit.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Tail fit

Banking · Financial and risk engineering · Run R-0930

Shape parameter uncertainGRA · Banking Nexus

Return level curve

Kartu metode

Metode
Rekayasa keuangan dan risiko
Pendekatan
peaks over threshold
Threshold
92th percentile
Label
DIMODELKAN

Parameter

generalised Pareto fit

Shape ξ0.180.020.36heavy tail if above zero
Scale σ2.30.96.3units of the variable
Exceedances87declustered
Tail fit: the screen’s structure, terms and states for Banking.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.
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
Independent validationModels are reviewed by a function separate from development before use and periodically afterwards
PembandinganOutputs are compared with challenger models and with peer or supervisory benchmarks
Stress beyond historyModel behaviour is examined under scenarios outside the calibration data
Model inventory and tieringEvery model is recorded with its owner, use, materiality and validation status

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

07Uji tekanan

Bagaimana guncangan pada aset menjadi kerugian sistem.

Ekuitas yang hilang dari sistem setelah penularan antarbank, dibandingkan dengan pukulan awal, seiring berubahnya leverage, keterhubungan, dan tingkat pemulihan, yang merupakan inti dari Uji tekanan. Teaching model with stated illustrative values, not a prediction. The map on this page shows Western Europe; the model itself is not tied to a place.

Kendali

Penurunan aset eksternal
2.0%
Leverage (aset terhadap ekuitas)
10 kali
Porsi aset antarbank
10%
Pemulihan atas tagihan antarbank
40%
Bank dalam sistem
20
Bank inti
20% bank

Pembacaan

Ekuitas yang hilang akibat guncangan awal
18.0%
Ekuitas yang hilang setelah penularan
45.0%
Ditambahkan oleh penularan (DebtRank)
27.0 poin
Bank yang gagal bayar
0
Angka, metode, dan sumber
PutaranEkuitas sistem yang hilang (%)Bank yang gagal bayar
018.000
128.800
235.280
339.170
441.500
542.900
643.740
744.240
844.550
944.730
1044.840
1144.900
1244.940
1344.960
1444.980
1544.990
1644.990
1745.000
1845.000
1945.000
2045.000
2145.000
2245.000
2345.000
2445.000
2545.000
2645.000
2745.000
2845.000
2945.000
3045.000

Metode

  1. DebtRank Battiston and others (2012), Scientific Reports 2:541
  2. DebtRank Diferensial Bardoscia and others (2015), PLOS ONE 10
  3. Penularan dalam jaringan keuangan Gai and Kapadia (2010), Proc. R. Soc. A 466
  4. Kliring dalam jaringan keuangan Eisenberg and Noe (2001), Management Science 47
  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

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.

Bagaimana guncangan pada aset menjadi kerugian sistem. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: DebtRank (Battiston dkk. (2012), Scientific Reports 2:541); Differential DebtRank (Bardoscia dkk. (2015), PLOS ONE 10); penularan dalam jaringan keuangan (Gai dan Kapadia (2010), Proc. R. Soc. A 466).

Di seluruh enam pilar, dipimpin oleh Nexus Consortium

09Simulator kembaran dan efek berantai

Trace a shock in financial and risk engineering in banks to the balance sheet.

Disusun dari profil bidang Nexus Standards profil area Bank sentral dan pengawas keuangan: 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-H113 Keluarga bahaya: Kerapuhan sistem keuangan (NHS-1 soc.financial-system)
  • NRS-H59 Keluarga bahaya: Guncangan ekonomi dan kegagalan tata kelola (NHS-1 soc.economic)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-C5 Skenario dan uji ketahanan
  • NRS-H94 Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)
  • NRS-H118 Keluarga bahaya: Kejahatan terorganisasi dan ekonomi ilegal (NHS-1 soc.crime)

Pengamatan

  • Layanan data IMF (IFS, FSI, WEO, GFS) (dicantumkan sebagai referensi)
  • Statistik BIS (perbankan, kredit, surat utang, harga properti) (dicantumkan sebagai referensi)
  • ECB Data Portal (listed for reference)
  • NGFS Scenario Explorer (dicantumkan sebagai rujukan)
  • Kredit bermasalah bank terhadap total kredit bruto (%)
  • Rasio modal bank terhadap aset (%)
  • Dasbor Makroekonomi

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
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.

11Eksposur, kerugian, dan modal

What financial and risk engineering in banks 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 financial and risk engineering in banks 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
13Pertanyaan

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 AllianceBanking NexusKesiapan Pembiayaan dan AsuransiSkenario dan Uji Tekanan
Banking 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.