科学に基づき、金融のために構築
データ基盤
私たちはCMIP6（結合モデル相互比較プロジェクト）データと独自のハザードモデルを活用して、高解像度のエクスポージャーマップを開発しています。
時間軸とシナリオ
歴史的データセットを活用し、観測されたイベントでバックテストされ、複数のSSP、RCP、NGFSシナリオで2100年まで将来リスクを予測します。
フレームワーク準拠
IPCC AR6気候科学とNGFS物理リスクシナリオに準拠。正確なハザード予測のためにバイアス補正・較正されたSSPベースの経路を組み込んでいます。
損害感度
私たちのシステムは単に水位を表示するのではなく、特定の損害関数を使用して特定の資産価値にハザードがどのように影響するかを計算します。
カバーされる10のハザード
河川洪水
降雨洪水
沿岸洪水
猛暑
熱帯サイクロン
山火事
干ばつ
水ストレス
強風
地滑り
激しい嵐・雹
大雪
すべての資産クラスにわたる唯一の信頼できる情報源
物理リスクは個々の資産レベルで評価され、以下のためにポートフォリオ全体の一貫したビューを提供するために即座に集計できます：
リテール・住宅ローン
不動産ポートフォリオの大規模評価。
法人銀行業務
大規模産業企業の取引相手レベルのリスク。
ソブリン・公共金融・自動車金融
地域または国レベルのエクスポージャーの評価。
現代の金融テックスタックのために構築
EnDecarb.aiは既存の銀行エコシステムに直接組み込めるよう設計されています：
銀行・NBFC
ローン・オリジネーション・システム（LOS）との統合。
ポートフォリオマネージャー
ストレステスト用のAPIファーストデータフィード。
保険
高解像度ハザードレイヤーで引受を精緻化。