Fullstendig risikobilde per marked
Corisk tilbyr kunden et uavhengig risikobilde med 50 typer landrisiko. Risikobildet presenteres med intuitiv grafikk og poengtert forklaring til bruk overfor ledelse eller styre. Tallfestet risikonivå muliggjør direkte sammenlikning på tvers av land og markeder, uavhengig av verdensdel. Styrken i risikobildet er at det er forskningsbasert og modellert, noe som muliggjør å fastslå risikonivå uten bruk av subjektiv vurdering. For å sikre at risikobildet er oppdatert gis det tekstlig utfyllende kommentarer i tråd med den seneste risikoutviklingen i felt, men denne brukes ikke til å justere risikonivåene (score).
Landriskene som identifiseres og måles i alle land fordeler seg i fire grupper, med angivelse av når framtidige risker blir ferdig utviklet og tilgjengelig:
Økonomisk risiko (10): Resesjon, Stagnasjon, Inflasjon, Priskontroll (juli), Depresiering, Sovereign default, Kapitalrisiko, Volatil beskatning, Illegitim beskatning, Sanksjoner (juli).
Politisk risiko (10): Statlig sammenbrudd, Demokratisk tilbakeslag (juli), Politikkskifte, Regjeringsskifte, Hemmelighold, Regulatorisk inkompetanse, Verdikjede-erosjon (juli), Eierskaps-begrensninger (juli), Ekspropriasjon, Anti-utenlandske holdninger.
Juridisk risiko (10): Prosessrisiko (juli), Rettslig inkompetanse (juli), Mangelfull gjennomføring (juli), Kontraktsendring (juli), Lisensendring (juli), Sensur (juli), Overvåking (juli), Svake landrettigheter, Svake arbeider-rettigheter (juli), Slaveri og trafficking (juli).
Sikkerhetsrisiko (10): Trusler mot ansatte, Trusler mot eiendeler, Terrorisme, Revolusjon, Etnisk konflikt, Separatisme, Borgerkrig, Krig, Militærkupp, Statlig vold og folkemord.
Operasjonell risiko (10): Klima-påvirkning, Naturkatastrofer, Miljø-ødeleggelse (juli), Epidemi-påvirkning (juli), Infrastruktur-ødeleggelse, Cybertrusler (juli), Korrupsjon, Svak konkurranse (juli), Svindel og hvitvasking, Expat-utfordringer.
Strukturell eller predikativ landanalyse?
Det er umulig å spå økonomiske og politiske hendelser, i alle fall med tilstrekkelig varslingstid til å kunne håndtere konsekvensene. Derfor anbefaler Corisk å kartlegge mer langsiktig, strukturell landrisiko. Hva kan med rimelighet forventes å skje i dette landet de neste 1-10 årene, og hvordan kan vi forberede oss på det og minimere skadevirkningene av en negativ utvikling? Kunden trenger ikke ta stilling til spådommer om neste kupp eller borgerkrig. Det er mer nyttig å vite om det er sannsynlig at de vil inntre.
Forskjellen mellom strukturell og predikativ landanalyse kan sammenliknes med en pasient som vil kartlegge risikoen for kronisk sykdom. Der en predikativ analytiker ville festet sensorer til pasienten og overvåket mulig sykdomsutbrudd kontinuerlig, ville den strukturelle analytiker foreta en gentest eller blodprøve for å fastslå disponeringen for sykdom. Den strukturelle analysen gir lengre varslingstid, mens den predikative analysen først blir nyttig når symptomene begynner å melde seg.
Corisk Structural Country Risk Model ble opprinnelig utviklet av Telenor-konsernet fra 2016, og ble i 2021 betydelig revidert og oppdatert med basis i nyeste forskning innen teoretisk økonomi, statsvitenskap og konfliktforskning. Modellen benytter indikatorbasert analyse, hvor mer enn 200 uavhengige variabler (input-data) gis en verdi og vekting som kausal determinant (bestemmende) for modellens 50 sammensatte landrisker (output-data). Sammenhengene mellom uavhengige og avhengige variabler er hentet fra grundige og kritiske studier av forskningsfronten innenfor samfunnsvitenskapene. Vi legger vekt på dokumenterte funn fra renommerte forskningsmiljøer, og regresjonsanalyser basert på åpent tilgjengelige datasett. Viktige teoretiske inspirasjoner og forskningsresultater er særlig hentet fra BIS, Universita Bocconi, Columbia University, Bank of England, University of Essex, EU-prosjekter (AntiCorrp, GCRI, Proton), FATF, Federal Reserve, Fitch, GermanWatch, Gøteborgs Universitet, The Hague Centre for Strategic Studies, Harvard University, Heritage Foundation, The US Holocaust Memorial Museum, ICRG, IDEA, IMF, IPCC, University of Maryland, Michigan State University, Moody’s, The US Naval Academy, New York University, University of Notre Dame, Universitetet i Oslo, University of Oxford, University of Pennsylvania, PITF, PRIO, PRS, University of St Andrews, SIPRI, Banco de Espana, Standard & Poor, Tsinghua-universitetet, UNEP, United Nations University, Uppsala Universitet, Verdensbanken, Universität Wien, ETH Zürich, og Universität Zürich.
En fullstendig dokumentasjon av modellens metode og data vil gjøres tilgjengelig i løpet av sommeren 2022.