Skip to content

GCRI · Manajemen Risiko Sistemik

Identifikasi dan taksonomi risiko

Risks that are not named are not managed. Identification finds the hazards, threats, vulnerabilities and consequences that matter, and a taxonomy gives them shared names and classes so that registers can be compared, aggregated and linked. This page sets out how identification works, where taxonomies help and where they hide interconnection, and the reference vocabularies that make one register readable beside another.

Ajukan pertanyaan Kembali ke Topik
01Kanvas

Bagaimana pekerjaan berjalan.

Sistem · di sekitar subjek iniIlustratif

Daftar risiko

Identification and risk taxonomy · Enterprise A · Review cycle Q3

Tiga risiko di atas selera risikoGCRI · Manajemen Risiko Sistemik

Risiko residual

kemungkinan × dampak, risiko per sel

Jumlah risiko per sel. Arsiran mengikuti pita selera risiko.

Di atas selera risiko

Konsentrasi pemasokPengadaanTinggi▲ 1
Banjir pusat dataOperasiTinggi▲ 0
Galat model dalam penetapan hargaKeuanganSedang▲ 0
Kehilangan staf kunciPendudukSedang▼ 0

Proses manajemen risiko, mengikuti standar internasional

  1. Lingkup, konteks, kriteriaditetapkan
  2. Identifikasitaksonomi
  3. Analisiskemungkinan · dampak
  4. Evaluasidibanding selera risiko
  5. Tanganirencana
  6. Pantau dan tinjauKRI
  7. Catat dan laporkandewan

Tindakan penanganan

  1. T-11Komponen kritis dengan dua sumberPemilik: pengadaan · terlambat4 hari terlambat
  2. T-14Pindahkan lokasi cadangan ke atas permukaan banjirPemilik: operasijatuh tempo 28 hari
  3. T-17Validasi model independenPemilik: keuanganjatuh tempo 27 hari
Risk register: the screen’s structure, terms and states for Identification and risk taxonomy.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.

Gbr.Register risiko: nama contoh dan nilai ilustratif, bukan catatan atau sistem yang aktif.

02Pertanyaannya

Identification and risk taxonomy: how the risk develops.

Identifikasi risiko beyond registers. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mekanisme

Identification follows experience

Workshops and registers list the risks people have seen before. Novel, slow or cross-sector risks are under-identified unless horizon scanning, scenario work and external sources are used deliberately.

Mekanisme

Categories set what is seen

A taxonomy that sorts risks into separate boxes, such as operational, financial and strategic, can hide the links between them. Risks that span categories are split or counted twice.

Mekanisme

Names differ between registers

Two organisations describe the same hazard in different terms and at different levels of detail. Without a shared reference vocabulary, their registers cannot be combined into a picture of shared exposure.

Mekanisme

Registers go stale

A register reviewed once a year misses emerging risks and keeps retired ones. Without triggers for review, the list drifts away from the organisation’s real exposure.

03Geografi

Bahaya dan eksposur di Asia.

Population density, flood water and active fires over Asia, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Bahaya 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
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan dan waktu lintasan menyisakan celah)
Sumber
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Penyedia
NASA LANCE FIRMS
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 500 m
Ketidakpastian
Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan yang menetap tetap menyisakan celah)
Sumber
VIIRS NOAA-20 Level 3, 8 harian (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
8 harian; komposit satelit 8 hari; awan yang menetap tetap menyisakan celah
Terbaru saat build
2026-09-14
Resolusi
kisi sekitar 1 km
Ketidakpastian
Suhu kulit permukaan tanah dari satelit selama 8 hari hingga tanggal yang ditampilkan, indikator keterpaparan panas; bukan suhu udara, indeks panas, atau peringatan panas.
Dijangkau 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.

Bahaya dan keterpaparan, dibingkai pada Asia.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 · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber 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
  • 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
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan 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
  • 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.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). 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).
  • 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).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (11 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
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Suhu permukaan daratan, siang hari, komposit 8 hari: VIIRS NOAA-20 Level 3, 8 hari, NASA LANCE · 14 Sep 2026

04Di seluruh domain

A taxonomy decides which cross-domain risks are seen at all.

Taxonomy work is designed for the seri Metode dan Teknis. A shared taxonomy would carry identifiers for each risk class under NS-3 of the proposed Nexus Standards, so registers in different ministries can be compared.

  • National risk registers and the taxonomies behind them, where published.
  • Crosswalks between sector taxonomies.
05Simulator

Stok, aliran, jeda, dan ambang titik balik.

Dua stok, tekanan dan kapasitas adaptif, dihubungkan oleh lingkar pertumbuhan yang saling menguatkan, respons penyeimbang yang tertunda, dan kerusakan ketika tekanan melampaui kapasitas; melewati ambang, sistem dapat berbalik. Model pengajaran dengan nilai ilustratif yang dinyatakan, bukan prediksi. Peta di halaman ini menampilkan Asia; modelnya sendiri tidak terikat pada satu tempat.

Kendali

Pertumbuhan tekanan
6,0% per tahun
Efektivitas kapasitas dalam menurunkan tekanan
4,0% per tahun
Respons investasi terhadap tekanan yang dirasakan
20%
Jeda persepsi
4.0 tahun
Ambang titik balik tekanan
indeks 60
Penguatan setelah melewati ambang
2.0 kali
Tahun yang disimulasikan
50 tahun

Pembacaan

Tekanan puncak
113 indeks
Kapasitas di akhir
indeks 186
Tahun di atas ambang
15.8 tahun
Angka, metode, dan sumber
TahunTekananKapasitasDirasakan
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

Metode

  1. Dinamika sistem Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. Transisi kritis dan titik balik Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. Diagram lingkaran kausal Sterman (2000), Business Dynamics, McGraw-Hill
  4. Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. 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.

Stok, aliran, tundaan, dan ambang titik kritis. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: Dinamika sistem (Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics); Transisi kritis dan titik kritis (Scheffer dan lainnya (2009), Early-warning signals for critical transitions, Nature 461); Diagram lingkar kausal (Sterman (2000), Business Dynamics, McGraw-Hill).

Di seluruh enam pilar, dipimpin oleh Nexus Consortium

06Indikator

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.

IndikatorUnitKadensiJenis sumberLabel
Register entries mapped to a reference taxonomypercent of entriesper tinjauanDaftar risikoDILAPORKAN
Emerging risks addedcount per review cycleper tinjauanPemindaian cakrawala catatanDILAPORKAN
Risks spanning more than one categoryjumlahper tinjauanRisk register with linked categoriesDILAPORKAN
Time since last register reviewbulanberkelanjutanRegister metadataTERAMATI
Hazards covered against a reference listpercent of applicable hazard profilestahunanComparison with UNDRR-ISC Hazard Information ProfilesESTIMASI
External sources consulted in identificationcount by typeper tinjauanIdentification method recordDINYATAKAN
07Simulator kembaran dan rantai dampak

Model identification and risk taxonomy as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Risiko global dan risiko sistemik: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

  • Kegagalan bendungan
  • Penularan keuangan
  • Banjir sungai (dipicu di hilir)
  • Banjir bandang (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)
  • Pemadaman listrik meluas (dipicu di hilir)
  • Kekurangan pasokan air (dipicu di hilir)
  • Krisis utang negara (dipicu di hilir)
  • Krisis mata uang (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-H120 Keluarga bahaya: Kerapuhan struktural sistem yang saling terhubung (NHS-1 sys.fragility)
  • NRS-C6 Risiko sistemik dan berantai
  • NRS-H61 Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-H94 Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)
  • NRS-H60 Kelompok bahaya: Gangguan rantai pasok dan aliran (NHS-1 sys.supply-chain)

Pengamatan

  • Indeks Risiko INFORM (dicantumkan sebagai rujukan)
  • World Bank Open Data dan World Development Indicators API (dicantumkan sebagai rujukan)
  • Layanan data IMF (WEO, IFS, FSI melalui SDMX) (dicantumkan sebagai rujukan)
  • Kerugian ekonomi langsung akibat bencana terhadap PDB global
  • Dasbor Makroekonomi

Contoh geografi

  • Bangladesh: 134 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
  • Kelembapan tanah permukaan (SMAP), NASA GIBS
08Sumber

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.

SumberApa yang diberikannyaKelas lisensi
Profil Informasi Bahaya UNDRR-ISCStandard definitions and descriptions of hazards across natural, technological, biological and societal clustersPublic, UNDRR and ISC terms of use
UNDRR terminology on disaster pengurangan risikoAgreed definitions of hazard, exposure, vulnerability, capacity and related termsPublik, ketentuan penggunaan PBB
National risk registers and national risk assessmentsGovernment-published lists of risks with their descriptions and assessment approachPublic records, licence per government (UK under Open Government Licence)
IEC 31010 Teknik penilaian risiko techniquesDescriptions of identification techniques such as checklists, HAZOP and scenario analysisLicensed standard, purchase required
IRDR Peril Classification and Hazard GlossaryA hierarchical classification of perils used in loss databasesPublic, IRDR terms of use (to check)
09Metode dan bukti

How identification and risk taxonomy is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

The model structure used for identification and risk taxonomy, the assumptions it makes and how each is tested.

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

Risiko Sistemik Management prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Chief risk officers and risk teamsWhich taxonomy the register should follow, and how emerging risks enter itCrosswalks; register health checks; identification protocols
Nasional penilaian risiko teamsWhich hazards and threats belong in the national registerCoverage against reference hazard profiles; peer register comparison
Regulator sektorWhich risk classes regulated entities must report in a common formatTaxonomy options with their mapping to existing reporting

Keluaran yang dihasilkan topik ini

  • Crosswalks between organisational registers and reference hazard profiles
  • Identification protocols that combine workshops, horizon scanning and external data
  • Linked taxonomies that record dependencies between risk classes
  • Register health checks covering completeness, ownership and review dates
11Pertanyaan inti

What identification experts ask.

  • What risks do we face that do not fit neatly into any category of our taxonomy?
  • Which risks share causes or pathways, even though they sit in different parts of the register?
  • What has changed in our environment, technology or dependencies since the register was last rebuilt?
  • Whose knowledge is missing: front-line staff, suppliers, affected communities?
12Mekanisme

Why risks are missed.

Identification fails less from lack of effort than from the way organisations are built. Registers mirror the organisation chart, so each unit reports the risks it owns and few report the risks that arise between units or outside the organisation altogether.

Silos

Categories hide links

A taxonomy that separates operational, financial and strategic risks can hide a single cause behind all three.

Inertia

Registers age

Registers are updated incrementally and drift away from how the organisation and its environment actually work.

Bias

Familiarity and optimism

People overweight recent and vivid events and underweight unfamiliar ones.

13Metode dan batasan

How risks are found and organised.

  1. 01

    Risk ontology

    A formal structure of concepts and relationships, such as cause, event, consequence and control, that lets risks be linked rather than only listed. Building one takes sustained effort and agreement on terms.

  2. 02

    Causal mapping

    Bow-tie diagrams, fault trees and causal loop diagrams expose shared causes and pathways. They are only as complete as the knowledge of those who build them.

  3. 03

    Pemindaian cakrawala

    Structured search for weak signals of risiko yang muncul. It produces many false alarms and needs disciplined follow-up.

  4. 04

    Structured workshops

    Pre-mortems, red teams and cross-functional reviews widen perspective. Group dynamics can still suppress dissent.

14Metode

Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.

  1. Analisis keputusan dalam ketidakpastianPemilihan penanganan multikriteria · Pohon keputusan untuk rencana kontingensiDiterapkan di sini
    Kanonis · STEM Commons
  2. Ilmu jaringan dan penularanPemetaan jaringan ketergantungan · Sentralitas dan konsentrasi · Simulasi perambatan kegagalanDiterapkan di sini
    Kanonis · STEM Commons
  3. Kuantifikasi ketidakpastian dan validasi modelPerambatan ketidakpastian masukan · Pemisahan jenis-jenis ketidakpastian · Pembingkaian ketidakpastian mendalamDiterapkan di sini
    Kanonis · STEM Commons
15Where this page’s references

Where this page’s references lead.

Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.

16Pertanyaan

Tanya jawab.

What is a risk taxonomy?
A structured set of risk names and categories, often hierarchical, used so that risks are described consistently across an organisation or between organisations.
Why use the UNDRR-ISC Hazard Information Profiles?
They give agreed definitions for hundreds of hazards, which lets national and organisational registers describe the same hazard in the same terms and supports comparison and data exchange.
How often should a risk register be reviewed?
On a fixed cycle set by the organisation and also when triggers occur, such as a major incident, a new activity, a change in a dependency or new external evidence.
What is the difference between a taxonomy and an ontology?
A taxonomy sorts risks into categories. An ontology also records relationships, such as which events share a cause or which controls address several risks, so that links can be analysed.
How often should a register be rebuilt rather than updated?
There is no fixed rule. A rebuild is warranted when the organisation, its dependencies or its environment change substantially.
Can the platform review my register?
No. It publishes methods that organisations can apply themselves.
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.

GCRIManajemen Risiko SistemikSkenario dan Uji TekananMetode dan TeknisPortofolio dan Kesiapan

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.

Manajemen Risiko Sistemik

Bawa metode, dataset, atau pertanyaan.

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.

Usulkan metode Lihat semua jalur kontak
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.