Yang dicari diakhir malah Nilai premi dan nilai var dan CTE
ABSTRAK
Pada kasus asuransi kerugian : perusahaan asuransi sangat berisiko mengalami kerugian jika
klaim yang diajukan nasabah > cadangan klaim yang sudah ada. Jadi perusahaan harus
mengelola risiko tersebut dengan baik.
SALAH SATU KERUGIAN YANG AKAN TERJADI YAITU MODEL KERUGIAN YANG
AGREGAT.
TUJUAN PENELITIAN
Dari model kerugian agregat nanti digunakan untuk menentukan ukuran risiko SDPP
(STANDAR DEVIASI PREMIUM PRINCIPLE), VAR (VALUE AT RISK), DAN CTE
(CONDITIONAL TAIL EXPETACITION)
2. VAR : Dihitungnya atau ditentukan menggunakan metode numerik yang dipakai metode
MONTE CARLO setelah itu diestimasi atau dievaluasi nilai kuantil beserta selang
kepercayaaannnya untuk nilai kuantil sebenarnya.
3. CTE : Dari data kerugian yang didapat dari MONTE CARLO tadi diestimasi nilai CTE nya
dengan cara menghitung rata rata kerugian yang melebihi VAR.
JIKA UKURAN DATA CUKUP BESAR MAKA ESTIMASI CTE akan KONVERGEN
(MEMUSAT) KE NILAI SEBENARNYA
PENDAHULUAN
Jika dalam perusahaan asuransi mendapati klaim > cadangan klaim artinya potensi ini adalah
risiko yang harus dikelola oleh perusahaan agar tidak mengalami kerugian.
Risiko = diasumsikan variable acak klaim yang memiliki distribusi -> sehingga
perhitungannya berhubungan dengan peluang
MODEL KERUGIAN AGREGAT = MODEL INI MERUPAKAN VARIABLE ACAK
YANG MENYATAKAN TOTAL SEMUA KERUGIAN YANG TERJADI DALAM SATU
BAGIAN PENUH POLIS ASURANSI YANG SAMA.
TINJAUAN PUSTAKA
Mempresentasikan pemberian benefit atas sekumpulan kerugian dalam satu polis. Yang nantinya
menggunakan pendekatan risiko kolektif.
MODEL RISIKO KOLEKTIF NOTASINYA (S) = Variabel Acak Yang Menyatakan Total
Dari Sejumlah Kerugian Atas Banyaknya Kklaim Yang Diajukan Oleh Nasabah Dan Besarnya
Klaim Berdistribusi Identik Dan Independen(Mempengaruhi) Atau Bebas (BERDISTRIBUSI
I.I.D = independent and identically distributed)
SYARAT DISTRIBUSI IID = Jika Unit-Unit Variabel Acak Tersebut Mmemiliki Distribusi
Probabilitas Yang Sama Dalam SetiaP Distribusi Lainnya Dan Sepenuhnya Bebas Satu Sama
Lain
TAMBAHAN KETERANGAN :
Dalam teori statistik, pengamatan secara umum dan sifat datanya dapat dibagi menjadi 2 macam,
yaitu :
1. Independent and identically distributed (iid) adalah pengamatan yang satu dengan lainnya
bebas, sehingga datanya membentuk suatu sebaran data acak.
2. Dependence adalah antara pengamatan yang satu dengan lainnya terdapat korelasi.
CONTOH :
Dimissalkan N = Variabel Acak diskrit yang menyatakan banyaknya klaim dan Xi dengan i= 1,2,
sd N yang merupakan variable acak kontinu menyatakan besarnya klaim dan model risiko
kolektif dinyatakan dengan (S) sehingga rumusnya :
Tidak semua msalah yang timbul dalam memodelkan kerugian dapat diselesaikan secara analitik
saja, tetapi dapat diselesaikan menggunakan metode numerik dan memang seharusnya seperti
ini.
Metode monte carlo merupakan metode termudah yang dapat digunakan untuk menghitung
kerugian agregat karena memiliki algoritma yang sederhana.
Metode Monte Carlo digunakn untuk mendapatkan sampel terurut dari model kerugia agregaat
(S) (s kecil) s1,s2,….,sk (k=banyaknya data yang akan dibangkitkan)
Sehingga algoritma yang dimaksud dari metode Monte Carlo dapat dituliskan sbb:
Pengukuran risiko secara sederhana dengan analitik yang dapat digunakann untuk
mengukur kerugian berdasarkan simpangan bakunya disebut ukuran risiko SDPP.
SD ( X )=E ( X ) + g √ ¿
4. VALUE AT RISK
Pengukuran risiko yang standar yang biasa digunakan untuk mengukur risiko
adalah var. VAR mengukur suatu risiko dengan tingkat kepercayaan yang tinggi sehingga
secara teknik suatu perusahaan tidak memmungkinkan mengalami kebangkrutan.
Dinotasikan var 𝛿 atau ᴨ ᵟ yang merupakan 100 𝛿 persentil (kuantil) daari distribusi X yang
memenuhi :
VAR hanya mengukur kuantil dari distribusi kerugian tanpa memperhatikan setiap
kerugian yang melebihi VAR sehingga diperlukan meted untuk mengatasi kelemahan VAR
tersebut. Untuk mengatasinya digunakan pengukuran ukuran risiko menggunakan ukuran risiko
CTE yang di mana ukuran ini mempekirakan kerugian dari ekor distribusi nya atau kerugian
yang terjadi melebihi dari estimasi kerugian VAR.
CONTOH :
Jika X dinotasikan sebagai variable acak kerugian, CTE dari X pada 100 𝛿 tingakt kepercayaan
dapat dinotasikan dengan CTE 𝛿 [X] DIMANA MERUPAKAN PERKIRAAN KERUGIAN
YANG MELEBIHI PERSENTIL KE 100 𝛿 DARI DISTRIBUSI X
CTE δ [ X ] =E ¿
METODE PENELITIAN
1. KARAKTERISTIK MKA
Kerugian agregat = total seluruh kerugian yang terjadi dalam suatu satu blok polis
asiuransi yang ada.
Kerugian terdiri atas banyak klaim (va diskrit notasi N) dan banyak klaim (va
kontinu notasi X) .
ANTARA BESAR KERUGIAN YANG SATU DENGAN YANG LAINNYA
AKAN DIASUMSIKAN BERDISTRIBUSI IDENTIK DAN SALING BEBAS
(IID)
Sehingga MKA dapat dinotasikan :
S = X1 + X2 +…. + XN
Dengan distribusi CDF nya atau komulatifnya dinyatakan engan
∞
F s ( s )=∑ f N ( n ) F ¿ix ( x)
n=0
Dengan
fN : PDF dari variable acak N
F ¿ix : fungsi konvulusi untuk total besar klaim (X1+X2+….+XN)
Untuk mencari f ¿ix dituliskan dengan rumus sbb:
x
¿ ( i−1 )
F ¿ix : ∫ Fx ( s−xi−1 ) ( f x ) ( Xi−1 ) dxi−1
i−1
0
Dengan I = 2,3,…, n
Ukuran risiko SDPP itu menggunakan ekspetasi dan variansi dari MKA dngan
mensubstitusikan pers1 dan 2 ke persamaan SD ( X )=E ( X ) + g √ ¿
SD (S) = E[N]E[X] +g √ ¿