Skip to content

Foundry

Global Risks Index

The Global Risks Index Models · Model · on: scenario run requested

シナリオまたはストレステストを実行

Configure a pathway or a structured shock, run it across entities and draws in Model Lab, propagate it through the coupling network and read the tails.

Follow the run All journeys
ページ GRX-JRN-MODEL-SCENARIO版 ベースライン版 2026エビデンス締め切り 2026-09-30雇用 7値 未公開手法 v1.0.0-draft
on: scenario run requested · Run a scenario or stress test7 jobs · 1 gate
  1. Choose the scenario family instant
  2. Configure shocks and horizon self-serve
  3. Model runs 3 hours
  4. Coupling propagation 1 hour
  5. Tail and exceedance 1 hour
  6. Results and drivers instant
  7. Analyst sign-off 2 days

01モデル化する

シナリオまたはストレステストを実行

Configure a pathway or a structured shock, run it across entities and draws in Model Lab, propagate it through the coupling network and read the tails.

on: scenario run requested

シナリオまたはストレステストを実行

In progressTriggered by Risk analyst7 jobs1 approval gate1 matrix job

グラフ
01Design
02Design
03Run
04Propagate
05読む
06読む

100%
タイムライン
Job0 h10 h20 h30 h40 h50 hTarget
Choose the scenario familyYouinstant
Configure shocks and horizonYouinstant
Model runsModel Lab3 h
Coupling propagationDependency network1 h
Tail and exceedanceModel Lab1 h
Results and driversYouinstant
Analyst sign-offYour reviewer2 d

End to end on the longest path: about 2.2 d of proposed target service levels. Gates wait for the people named; bars with a fading end have no fixed length.

ステップ
  1. Choose the scenario family

    Design · You · instant
    Warming, socio-economic or transition families · Or a structured shock: fiscal, compound hazard, supply
    Model Lab
  2. Configure shocks and horizon

    Design · You · self-serve
    Shock size, timing and entry points · Horizon to 2030, 2050 or 2100
    Model LabTested model kernels
  3. Model runs matrix · entities × scenarios × draws

    Run · Model Lab · 3 hours
    Kernels from the method library · Seeds recorded per run
    Model LabTested model kernelsMonte Carlo engine
  4. Coupling propagation

    Propagate · Dependency network · 1 hour
    DebtRank and threshold cascades · Cross-border spillovers
    依存ネットワークテスト済みのモデル・カーネル
  5. Tail and exceedance

    Propagate · Model Lab · 1 hour
    Exceedance curves · 1-in-100 and 1-in-250 losses · Expected shortfall
    モンテカルロ・エンジン
  6. Results and drivers

    Read · You · instant
    Fan charts against class bounds · Driver decomposition · Export with citation
    Model LabProvenance (W3C PROV)
  7. Analyst sign-off approval

    Read · Your reviewer · 2 days
    Assumptions and limits recorded
    PostgreSQL 台帳（行レベル・セキュリティ）
成果物
成果物 ジョブ 担当 段階
Scenario spec Choose the scenario family あなた Design
Run configuration Configure shocks and horizon あなた Design
Run record with seed and digest Model runs Model Lab Run
Cascade paths Coupling propagation 依存ネットワーク Propagate
Tail report Tail and exceedance Model Lab Propagate
Results pack Results and drivers あなた 読む
Sign-off Analyst sign-off Your reviewer 読む
完了進行中承認待ち待機中承認ゲートマトリクス・ジョブ現在地
Configure a pathway or a structured shock, run it across entities and draws in Model Lab, propagate it through the coupling network and read the tails. The canvas shows where a request stands at the marked job; it is illustrative, not the status of a real request. Durations are proposed target service levels. Select a job for its steps, the people who act, the technology it runs on and what it produces.
02対象者

Solutions that use this journey

公共部門

国際機関と開発銀行

Screen country and project context, read fiscal resilience and protection gaps, and design pre-arranged finance.

See the solution Public sector

中央銀行と監督当局

監督シナリオを設計し、システミックな連成を読み取り、手法を再現する。

See the solution Enterprise

保険会社と再保険会社

Read hazard, exposure and protection gaps, run tails and study parametric index design.

See the solution Public sector

都市とインフラ事業者

Read hexagon-level hazard and dependency layers for planning, investment and continuity.

See the solution

03技術

6 components

Each job names the component it runs on; open a job on the canvas for its steps, checks and artefacts.

Model LabTested model kernelsMonte Carlo engineDependency networkProvenance (W3C PROV)PostgreSQL ledger (row-level security)

Part of NXS-GRX (canonical data, provenance and risk) Models: Scenario pathways, stress tests, tail and exceedance analytics, coupling contagion and forecasting on the open method library, with tests and model cards.

Start this journey

Talk to the Secretariat to start this journey with your team.

お問い合わせ

ステータス

The Global Risks Index の手法、構造、定義は準備段階の作業草案（2026 年）であり、レビューと意見募集のために配布されているもので、実施を目的としたものではありません。管理されたエビデンスの区切りから版が公表されるまで、値は一切表示されません。公表後の値には、区間、区分、出典、訂正の経路が付されます。シミュレーターは、公表された手法をあなたが選んだ数値で実行するものであり、NXS-GRX の値を表示することはありません。

NXS-GRX ではないもの

NXS-GRX は研究およびリスク分析の情報です。信用格付や ESG 格付ではなく、格付尺度を用いず、金融商品のベンチマークでも、公的統計でも、緊急警報や公式分類でも、助言でもありません。自然人の評価に用いてはなりません。リスククラスは公開された尺度上の区分であり、国や人の順位付けではありません。

機関と情報源

The Nexus Consortium is stewarded by three independent not-for-profit institutions: The Global Centre for Risk and Innovation (GCRI), through GCRI US in Washington, DC and GCRI Canada in Ontario, with GCRI Canada as Lead Institution, Consortium Secretariat and lead contracting organisation; The Global Risks Forum (GRF); and The Global Risks Alliance (GRA). Technology, infrastructure and service providers work with the Consortium at arm’s length under written agreements, like every other external party in the public-private-planet model, and hold no role in its stewardship.

すべての値には情報源の帰属表示が付され、情報源はそれぞれ独自のライセンスを保持します。外部の名称は相互運用性のためにのみ引用しています。Nexus が執筆したテキストは、公開時に CC BY 4.0 とする予定です。

Avis en français

La méthodologie et les définitions du NXS-GRX sont un projet de travail préparatoire (2026). Le NXS-GRX est une information de recherche et d’analyse des risques : ni notation, ni indice de référence financier, ni statistique officielle, ni alerte, ni conseil. Les classes de risque sont des bandes sur une échelle publiée, non des classements.