I.

Rumus Matematika Dalam Masalah Penilaian Risiko

1.1 Risiko Individu

Risiko individu dianggap sebagai black box yang menghasilkan jumlah klaim kelompok 𝑋𝑗 (𝑗 =
1,2, … , 𝑛), dimana 𝑋𝑗 melambangkan jumlah klaim dalam tahun 𝑗. Contoh dari black box terkait
dengan risiko individu termasuk :
1. Pengendara individu dalam asuransi kewajiban pihak ketiga
2. Grup asuransi individu dalam asuransi kehidupan
3. Semua pegawai perusahaan dalam collective workman’s compensation insurance

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)

Atau dengan menunjukkan bahwa nilai ℋ hanya bergantung pada 𝐹

𝐹 ⟼ ℋ(𝐹)

Beberapa prinsip perhitungan premi klasik yang diketahu yaitu :

Expectation principle 𝑋 ⟼ (1 + 𝛼)𝐸(𝑋) 𝛼>0

Standard deviation principle 𝑋 ⟼ 𝐸(𝑋) + 𝛽𝜎(𝑋) 𝛽 > 0

 Definisi : Premi risiko individu yang benar dengan profil risiko 𝜗 yaitu

𝑃𝑖𝑛𝑑 (𝜗) = 𝐸[𝑋𝑛+1 |𝜗] = 𝜇(𝜗)

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)

1.4 Merumuskan masalah rasio dalam Bahasa statistik Bayes

Setiap risiko dikategorikan oleh profil risiko individu itu sendiri 𝜗, yang merupakan realisasi dari
peubah acak Θ, dan pegangan berikut :
i. Kejadian bersyarat Θ = ϑ(own risk profile), 𝑋1 , 𝑋2 , … i.i.d dengan fungsi distribusi 𝐹𝜗
ii. Θ variabel acak dengan fungsi distribusi U