Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
TradFi
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Futures Kickoff
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Launchpad
Jadi yang pertama untuk proyek token besar berikutnya
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Memikirkan kembali model risiko kredit di era ketidakstabilan geopolitik
Perkiraan jangka panjang untuk kerugian dan modal sering didasarkan pada asumsi bahwa hari esok akan secara umum mirip dengan hari kemarin. Peristiwa kejutan bersejarah seperti gagal bayar utang Rusia tahun 1997, krisis keuangan tahun 2008, dan krisis biaya hidup baru-baru ini memberikan titik kalibrasi yang berguna untuk model peramalan.
Peristiwa-peristiwa ini tetap relevan sebagian besar karena terjadi selama periode stabilitas geopolitik yang berlangsung dari akhir 1990-an hingga awal 2020-an. Ketika kejutan terjadi, mereka terjadi dalam lingkungan global yang sebagian besar tidak berubah. Batas sistem dan asumsi operasional tetap utuh, yang memungkinkan pengembangan model prediktif yang andal.
Asumsi tersebut semakin sulit dipertahankan. Lingkungan geopolitik sedang berubah dengan cara yang belum pernah terlihat sejak akhir Perang Dunia II. Meningkatnya isolasionisme, konflik berbasis negara, fragmentasi perdagangan, dan melemahnya lembaga internasional semuanya merupakan ancaman sistemik terhadap stabilitas keuangan. Akibatnya, pendekatan peramalan ekonomi tradisional menghadapi tekanan yang semakin besar.
Gangguan struktural dalam data makroekonomi
Peramalan ekonomi selalu menimbulkan tantangan teknis bagi pemodel keuangan. Model makroekonomi tradisional berasumsi bahwa setelah penurunan tajam, indikator utama akhirnya kembali ke baseline bisnis seperti biasanya daripada mengatur ulang ke keseimbangan yang benar-benar baru.
Dengan kata lain, model ini memperpanjang pola yang diamati dalam data masa lalu daripada menggabungkan ketidakpastian struktural tentang masa depan.
Hal-hal seperti risiko konflik juga secara inheren sulit untuk ditangkap, dan bisa sulit mengetahui bagaimana mengintegrasikan kejadian tersebut selama tahap pembangunan model dan saat penerapan model. Ini bukan kejadian “angsa hitam”, tetapi seperti angsa hitam, mereka tidak berkorelasi dengan baik dengan prediktor risiko ekonomi tradisional.
Selain itu, penelitian terbaru dari BoE menunjukkan bahwa semakin besar guncangan geopolitik, semakin muncul non-linearitas yang parah dalam respons ekonomi yang sepenuhnya gagal ditangkap oleh model tradisional.
Pandangan regulator terhadap risiko geopolitik
Regulator di Inggris tidak lagi memperlakukan risiko geopolitik sebagai kekhawatiran perifer atau semata-mata kualitatif. Sikap regulasi telah beralih dari pemantauan pasif menjadi pengawasan aktif.
Perubahan ini terlihat dalam Stress Test Modal Bank (BCST) Bank of England tahun 2025, yang mewajibkan bank memodelkan skenario risiko ekstrem yang dipicu oleh gangguan geopolitik yang jauh di luar pengalaman historis terbaru.
Skenario tersebut mengasumsikan fragmentasi cepat perdagangan global, termasuk:
Pengurangan volume perdagangan global sebesar 20%
Kenaikan harga gas alam sebesar 300%
Penurunan GDP sebesar 5%
Penurunan harga rumah sebesar 28%
Skenario sebesar ini menghadirkan tantangan pemodelan yang jelas.
Banyak perusahaan mengandalkan Penyesuaian Model Pasca (PMA) untuk mengatasi risiko yang tidak tertangkap oleh model statistik. Godaan terbesar adalah menerapkan penyesuaian tambahan untuk menangkap risiko geopolitik yang tidak dapat dijelaskan oleh model dasar.
Namun, seperti yang disoroti dalam Pernyataan Pengawasan PRA SS1/23, PMA dimaksudkan sebagai langkah sementara yang didasarkan pada analisis akar penyebab yang jelas, bukan sebagai solusi permanen. Penyesuaian PMA akan selalu diperlukan, tetapi kita tidak boleh terlalu bergantung padanya.
Di mana secara praktis memungkinkan, hasil yang dimodelkan harus menjadi prioritas.
Pelajaran dari pemodelan risiko iklim
Meskipun ketidakstabilan geopolitik merupakan masalah yang sulit bagi peramal, sektor keuangan pernah menghadapi tantangan serupa sebelumnya.
Dalam dekade terakhir, risiko iklim telah diubah dari kekhawatiran konseptual luas menjadi risiko keuangan yang dapat diukur. Salah satu alasan keberhasilan ini adalah pembagian risiko iklim menjadi dua kategori yang berbeda.
Pendekatan serupa dapat diterapkan pada risiko geopolitik.
Risiko kejadian fisik.
Konflik bersenjata dapat dipandang serupa dengan kejadian cuaca ekstrem. Perang dan bencana alam keduanya menghancurkan aset fisik, menurunkan nilai jaminan, dan melemahkan kemampuan peminjam untuk membayar utang.
Risiko transisi.
Sistem global juga sedang mengalami perubahan struktural. Seiring evolusi tatanan internasional, perusahaan menghadapi risiko yang serupa dengan transisi menuju ekonomi rendah karbon. Ini termasuk memindahkan kembali rantai pasokan, biaya operasional yang lebih tinggi, dan potensi kehilangan aliran pendapatan di yurisdiksi yang menjadi musuh politik.
Dengan memandang risiko geopolitik seperti ini, lembaga dapat menerapkan pendekatan analitis yang sudah dikembangkan untuk pemodelan iklim.
Ini meliputi:
Model statistik non-linear, seperti kerangka Markov Switching yang memungkinkan representasi berbagai rezim stabilitas dan volatilitas dalam satu model.
Skenario naratif ke depan, menggabungkan analisis data dengan penilaian ahli untuk menggambarkan kemungkinan keadaan masa depan sistem global.
Overlay berbasis indeks, menangkap sensitivitas regional, sektoral, atau kejadian tertentu di tingkat peminjam. Pendekatan ini secara konseptual mirip dengan indeks risiko banjir yang digunakan dalam pemodelan iklim.
PMA kemungkinan akan terus berperan, tetapi memperluas alat pemodelan menyediakan cara yang lebih kokoh untuk mengintegrasikan risiko geopolitik.
Pemikiran akhir
Ketegangan geopolitik yang meningkat menimbulkan tantangan besar bagi peramalan makroekonomi tradisional dan pemodelan risiko kredit. Model yang dibangun berdasarkan stabilitas global selama beberapa dekade semakin rentan terhadap gangguan struktural dalam data dasar.
Regulator kini mengharapkan bank mampu menunjukkan kemampuan analisis untuk menilai guncangan makro-keuangan yang parah yang dipicu oleh faktor geopolitik. Memenuhi harapan ini akan membutuhkan perusahaan untuk mengakui batasan kerangka kerja yang ada dan mengadopsi pendekatan pemodelan baru, sama seperti industri beradaptasi terhadap risiko iklim.