Dasar observasi pada periode sebelumnya, 𝑿 = (𝑋1 , … , 𝑋𝑛 )′. Kita akan menentukan premi risiko
untuk klaim kelompok (aggregate claims) pada periode berikutnya, seperti 𝑋𝑛+1. Dalam
melakukan hal ini, harus memastikan asumsi tentang fungsi distribusi variabel acak 𝑋𝑗 .
Dalam latihan asuransi, kita harus berurusan (to deal) dengan situasi berikut :
i. F tidak diketahui.
ii. F bervariasi dari satu risiko ke risiko lainnya
Untuk merumuskan i dan ii, kita menggunakan notasi dari statistika matematika: kita mengenal 𝐹
oleh suatu parameter 𝜗 dan ditulis 𝐹𝜗 dimana :
i. 𝜗 tidak diketahui
ii. 𝜗 bervariasi dari satu risiko ke risiko lainnya
1.2 Premi Individu
Dengan prinsip perhitungan premi ℋ, kita mengartikan sebuah fungsi yang menetapkan bilangan real
dengan variabel acak X mempunyai fungsi distribusi 𝐹 yaitu
𝑋 ⟼ ℋ(𝑋)
𝐹 ⟼ ℋ(𝐹)
Premi individu yang benar juga dimaksud sebagai premi risiko yang adil. Untuk menyederhanakan notasi
sering ditulis 𝐸𝜗 [. ] selain 𝐸𝜗 [. |𝜗]. Masalah peningkatan individu dapat digambarkan sebagai penentuan
dari (quantity) jumlah 𝜇(𝜗). Dalam latihan asuransi, kedua 𝜇(𝜗) dan 𝜗 tidak diketahui sehingga kita
̂ untuk 𝜇(𝜗).
harus menemukan estimator dari 𝜇(𝜗)
1.3 Masalah rasio risiko dalam kelompok (The risk rating problem in the collective)
Perusahaan asuransi menghadapi banyak jenis risiko. Untuk tujuan rasio risiko, seluruh risiko ini
dikelompokkan dalam kelas risiko yang sama,pada dasar yang disebut “objective” risk
characteristics. Dalam asuransi motor, contoh karakteristik risiko are cylinder capacity, make of
car and power/weight ratio, sama seperti karakteristik individu seperti umur driver, jenis kelamin
dan wilayah.
Pada situasi 1.2, setiap risiko i dalam kelompok ditandai oleh profil risiko iindividu 𝜗𝑖 . Parameter
𝜗𝑖 ini adalah elemen dari himpunan Θ, dimana Θ adalah himpuman semua nilai kemungkinan dari
profil risiko pada risiko dalam kelompok (collective)