Model Kerugian Agregat

09 Oktober 2023

Program Studi S1 Matematika

Departemen Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam

1 / 16
Model Kerugian Agregat

1 Pendahuluan

2 Model Risiko Kolektif vs Model Risiko Individu

3 Model Risiko Individu

4 Solusi Eksak dari Model Risiko Individu: Metode Konvolusi

5 Solusi Hampiran dari Model Risiko Individu

2 / 16
Pendahuluan

Kerugian agregat adalah total kerugian yang dialami oleh pemegang polis
selama periode waktu tertentu, yang harus dibayarkan oleh suatu perusahaan
asuransi.

Total kerugian dipengaruhi oleh 2 hal:

1 Besarnya Kerugian X
2 Banyaknya Kerugian N

3 / 16
Pendahuluan

Q: Bagaimana cara memodelkan kerugian agregat?

4 / 16
Pendahuluan

Di dalam literatur aktuaria, terdapat dua pendekatan utama untuk

memodelkan total kerugian (aggregate loss), yaitu:
1 Model Risiko Kolektif.
2 Model Risiko Individu.

5 / 16
Model Risiko Kolektif vs Model Risiko Individu

Dalam Model Risiko Kolektif, total kerugian (kerugian agregat) per periode,
yang dinotasikan S, didefinsikan sebagai akumulasi dari kerugian-kerugian
individual (kerugian per risiko) selama satu periode dan dimodelkan melalui
persamaan:
S = X1 + X2 + · · · + XN (1)
dengan,
1 N variabel acak yang menyatakan banyak kerugian pada sebuah
portofolio dari polis asuransi selama periode waktu tertentu. Variabel
acak N adalah variabel acak diskrit yang implementasi nilainya berupa
bilangan bulat tak negatif.
2 Xi variabel acak yang menyatakan besar dari kerugian ke-i.
Asumsi: {Xi }i≥1 sekumpulan variabel acak yang i.i.d yang nilai-nilai
implementasinya tidak dipengaruhi oleh distribusi dari N.

6 / 16
Model Risiko Kolektif vs Model Risiko Individu
Dalam Model Risiko Individu, total kerugian (kerugian agregat) per periode,
yang dinotasikan S, didefinsikan sebagai akumulasi dari kerugian-kerugian
pada polis-polis asuransi (kerugian per polis asuransi) dan dimodelkan
melalui persamaan:
S = X1 + X2 + · · · + Xn (2)
dengan,
1 n menyatakan banyaknya pihak tertanggung (pemegang polis) pada suatu
portofolio.
2 Xi menyatakan besar kerugian dari pemegang polis ke-i.
Asumsi:
1 n adalah bilangan bulat yang fix.
2 {X1 , X2 , . . . , Xn } adalah sekumpulan variabel acak yang saling bebas,
tetapi mungkin tidak berdistribusi identik.
3 Memungkinkan Xi = 0 untuk suatu i tertentu.
7 / 16
Model Risiko Individu

Model ini dikonstruksi untuk asuransi jiwa. Dalam model ini,

dipertimbangkan kerugian-kerugian pada suatu portofolio dari n
pemegang polis {X1 , X2 , . . . , Xn } yang saling bebas.
Xj dipengaruhi oleh 2 hal yang tak tentu: Kejadian adanya suatu kerugian
(Ij ) dan besar kerugian jika suatu kerugian terjadi (Bj ) dengan
I1 , I2 , . . . , In , B1 , B2 , . . . , Bn saling bebas. Sehingga dalam model ini, Xj
dapat direpresentasikan sebagai berikut:

X j = Ij B j (3)

dengan

1, jika terdapat suatu kerugian pada pemegang polis ke-i
Ij =
0, lainnya

dengan P(Ij = 1) = qj dan P(Ij = 0) = 1 − qj

8 / 16
Model Risiko Individu

Variabel acak Ij mengindikasikan apakah pemegang polis ke-j

menghasilkan suatu pembayaran atau tidak, sedangkan variabel Bj
adalah variabel acak kontinu tak negatif yang merepresentasikan besar
kerugian ketika terdapat kerugian pada pemegang polis ke-j.
Misalkan µj = E(Bj ) dan σj2 = Var(Bj ), maka
n
X
E(S) = qj µj (4)
j=1

dan
n
X
Var(S) = [qj σj2 + qj (1 − qj )µ2j ] (5)
j=1

9 / 16
Model Risiko Individu

10 / 16
Model Risiko Individu
Jika probabilitas suatu kerugian dan distribusi dari besar kerugian pada
setiap pemegang polis sama

Misalkan diketahui peluang adanya suatu kerugian adalah 0.2, atau

P(I = 1) = 0.2, dengan I peubah acak Bernoulli dengan parameter p = 0.2
atau {I = 1} menyatakan kejadian terjadinya kerugian. Jika suatu kerugian
terjadi, kerugiannya merupakan peubah acak eksponensial dengan parameter
λ = 0.5. Ini berarti, mean dari kerugian dalam suatu kejadian kerugian adalah
1 1
E(B) = µB = = = 2.
λ 0.5
Jadi, untuk seorang pemegang polis, mean dari kerugiannya adalah
E(X) = E(I)E(B) = (0.2)(2) = 0.4.
Sehingga, jika diketahui 500 pemegang polis yang saling bebas dan identik
dalam sebuah portofolio, maka mean dari kerugian agregatnya adalah
E(S) = nE(X) = (500)(0.4) = 200.
11 / 16
Model Risiko Individu

Latihan Soal
Suatu portofolio memiliki 100 pemegang polis asuransi yang saling bebas dan
identik. Setiap pemegang polis memiliki peluang 0.2 untuk mengajukan
kerugian. Ketika suatu kerugian diajukan, peluang terjadinya kerugian sebesar
10, 50, dan 80 berturut-turut adalah 0.3, 0.3, dan 0.4. Tentukan rata-rata dari
kerugian agregat dalam portofolio tersebut.

12 / 16
Solusi Eksak dari Model Risiko Individu: Metode
Konvolusi

Variabel acak S = X1 + X2 + · · · + Xn memiliki cdf

dengan pn = P(N = n) dan FX∗n (x) = P(X1 + X2 + · · · + Xn ≤ x) adalah

n-fold convolution dari cdf dari besar kerugian X.

13 / 16
Solusi Eksak dari Model Risiko Individu: Metode
Konvolusi
Untuk n = 0, tetapkan

0, x<0
FX∗0 (x) =
1, x≥1
Untuk n = 1, tetapkan FX∗1 (x) = FX (x).
Karena X merupakan variabel acak kontinu tak negatif, maka
Z x
∗(k−1)
FX∗k (x) = FX (x − y)fX (y)dy, untuk k = 2, 3, . . .
0
Z x
∗(k−1)
fX∗k (x) = fX (x − y)fX (y)dy, untuk k = 2, 3, . . .
0
Sehingga pdf dari S untuk x > 0 adalah
∞
X
fS (x) = pn fX∗n (x),
n=1
dan fS (0) = limx→0+ fS (x)
14 / 16
Solusi Hampiran dari Model Risiko Individu
Tujuan: Untuk mengaproksimasi distribusi dari S. Jika n cukup besar, maka
dengan CLT distribusi dari S dihampiri dengan distribusi normal. Sehingga
FS (s) diberikan sebagai berikut

dengan
k X
X l k X
X l
E(S) = i nij qj dan Var(S) = i2 nij qj (1 − qj )
i=1 j=1 i=1 j=1

15 / 16
Model Kerugian Agregat

1 Model Risiko Kolektif: Distribusi Majemuk

2 Solusi Eksak dari Model Risiko Kolektif: Metode Konvolusi

3 Solusi Eksak dari Model Risiko Kolektif: Metode Analitik

4 Solusi Eksak dari Model Risiko Kolektif: Metode Rekursif

5 Solusi Eksak dari Model Risiko Kolektif: Metode Panjer

6 Solusi Hampiran dari Model Risiko Kolektif

2 / 16
Model Risiko Kolektif: Distribusi Majemuk

Formula untuk mencari mean dan variansi dari S

E(S) = E(N)E(X)

Var(S) = E(N)Var(X) + Var(N)[E(X)]2

3 / 16
Model Risiko Kolektif: Distribusi Majemuk

Latihan Soal
Banyak klaim yang dilaporkan per bulan di Asuransi Mantap Jiwa
mengikuti distribusi binomial negatif dengan parameter r = 80 dan
β = 2.
Distribusi dari besar klaim diberikan pada tabel berikut:

Banyak klaim dan besar klaim saling bebas.

Hitung standar deviasi dari kerugian agregat.

4 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Konvolusi

Variabel acak S = X1 + X2 + · · · + XN memiliki cdf

dengan pn = P(N = n) dan FX∗n (x) = P(X1 + X2 + · · · + Xn ≤ x) adalah

n-fold convolution dari cdf dari besar kerugian X.
N adalah variabel acak diskrit tetapi X bisa diskrit, kontinu, atau
campuran.

5 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Konvolusi
Untuk n = 0, tetapkan

0, x<0
FX∗0 (x) =
1, x≥1
Untuk n = 1, tetapkan FX∗1 (x) = FX (x).
Jika X merupakan variabel acak kontinu dan tak negatif
Z x
∗(k−1)
FX∗k (x) = FX (x − y)fX (y)dy, untuk k = 2, 3, . . .
0
Z x
∗(k−1)
fX∗k (x) = fX (x − y)fX (y)dy, untuk k = 2, 3, . . .
0
Sehingga pdf dari S untuk x > 0 adalah
∞
X
fS (x) = pn fX∗n (x),
n=1

dan fS (0) = limx→0+ fS (x)

6 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Konvolusi
Jika X adalah variabel acak diskrit, dengan probabilitas pada
x = 0, 1, 2, . . ., maka
cdf:
x
∗(k−1)
X
∗k
FX (x) = FX (x − y)fX (y), untuk x = 0, 1, 2, . . . , k = 2, 3, . . .
y=0

pmf:
x
∗(k−1)
X
fX∗k (x) = fX (x − y)fX (y), untuk x = 0, 1, 2, . . . , k = 2, 3, . . .
y=0

Sehingga pmf dari S adalah

∞
X
fS (x) = P(S = x) = pn fX∗n (x), untuk x = 0, 1, 2, . . .
n=0

dengan fX∗0 (0) = 1, and fX∗0 (x) = 0 untuk x 6= 0.

7 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Konvolusi

Latihan Soal
1 Banyak kerugian dalam suatu periode mengikuti distribusi Poisson
dengan rata-rata 3. Setiap besar kerugian mengikuti suatu distribusi
sedemikian sehingga untuk P(X = x) = 41 , x = 1, 2, 3, 4. Banyak
kerugian dan besar kerugian saling bebas. S adalah kerugian agregat
untuk periode itu.

1. Hitung fX∗n (x) untuk n = 1, 2, 3, 4 dan x = 0, 1, 2, . . . , 9.

2. Hitung P(S = 3).

8 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Analitik

Misalkan untuk j = 1, 2, . . . , n
Sj berdistribusi Poisson majemuk dengan parameter λj dan distribusi
severitas X dengan cdf Fj (x).
Misalkan S1 , S2 , . . . , Sn saling bebas.
Maka S = S1 + S2 + · · · + Sn berdistribusi Poisson majemuk dengan
parameter λ = λ1 + λ2 + · · · + λn dan distribusi severitas dengan cdf
dan pdf
n
X λj
F(x) = Fj (x),
λ
j=1
n
X λj
f (x) = fj (x),
λ
j=1

9 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Analitik

Latihan Soal
Kerugian agregat dari Polis A mengikuti distribusi Poisson majemuk
dengan λ = 2 dan probabilitas besar kerugian yang dibayarkan sebesar
1jt adalah 0.6 dan probabilitas besar kerugian yang dibayarkan sebesar
2jt adalah 0.4.
Kerugian agregat dari Polis B mengikuti distribusi Poisson majemuk
dengan λ = 1 dan probabilitas besar kerugian yang dibayarkan sebesar
1jt adalah 0.7 dan probabilitas besar kerugian yang dibayarkan sebesar
3jt adalah 0.3.
Tentukan probabilitas bahwa total pembayaran yang dihasilkan dari dua
polis tersebut sama dengan 2jt.

10 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Rekursif

Distribusi severitas X adalah diskrit dan counting.

X memiliki pmf: fX (x) = Pr(X = x), x = 0, 1, 2, . . .
S memiliki pmf: fS (x) = Pr(S = x), x = 0, 1, 2, . . .
Jika N bagian dari keluarga (a, b, 1) dengan pmf pk , k = 0, 1, 2, . . .,
maka pmf dari S dapat dicari secara rekursif sebagai berikut:

[p1 − (a + b)p0 ]fX (x) + xy=1 (a + by/x)fX (y)fS (x − y)

P
fS (x) =
1 − afX (0)

untuk x = 1, 2, . . . dengan fS (0) = PN (fX (0)).

11 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Panjer
Distribusi severitas X adalah diskrit dan counting.
X memiliki pmf: fX (x) = Pr(X = x), x = 0, 1, 2, . . .
S memiliki pmf: fS (x) = Pr(S = x), x = 0, 1, 2, . . .
Jika N bagian dari keluarga (a, b, 0) dengan pmf pk , k = 0, 1, 2, . . .,
maka pmf dari S dapat dicari secara rekursif sebagai berikut:
Px
y=1 (a + by/x)fX (y)fS (x − y)
fS (x) = , x = 1, 2, . . .
1 − afX (0)
dengan nilai awal fS (0) = PN (fX (0)).
Jika N adalah Poisson majemuk atau (a = 0, b = λ, 0), maka
pmf dari S dapat dicari secara rekursif sebagai berikut:
x
λX
fS (x) = yfX (y)fS (x − y), x = 1, 2, . . .
x
y=1

dan nilai awal fS (0) = e−λ[1−fX (0)] .

12 / 16
Solusi Eksak dari Model Risiko Kolektif: Metode Panjer

Latihan Soal
Kerugian agregat dari Polis A mengikuti distribusi Poisson majemuk
dengan λ = 2 dan probabilitas besar kerugian yang dibayarkan sebesar
1jt adalah 0.6 dan probabilitas besar kerugian yang dibayarkan sebesar
2jt adalah 0.4.
Kerugian agregat dari Polis B mengikuti distribusi Poisson majemuk
dengan λ = 1 dan probabilitas besar kerugian yang dibayarkan sebesar
1jt adalah 0.7 dan probabilitas besar kerugian yang dibayarkan sebesar
3jt adalah 0.3.
Tentukan probabilitas bahwa total pembayaran yang dihasilkan dari dua
polis tersebut sama dengan 1jt, 2jt, 3jt, dan 4jt.

13 / 16
Solusi Hampiran dari Model Risiko Kolektif
Tujuan: Untuk mengaproksimasi distribusi dari S.

dengan
E(S) = E(N)E(X) dan Var(S) = E(N)Var(X) + Var(N)[E(X)]2
Jika pada awalnya S adalah diskrit, maka diperlukan koreksi kontinuitas
karena distribusi normal merupakan distribusi kontinu, yaitu
1
P(S ≤ s) ≈ P(S < s + )
2
dengan S yang baru berdistribusi normal dengan mean dan variansi yang sama
dengan distribusi awal.
14 / 16
Solusi Hampiran dari Model Risiko Kolektif
Latihan Soal
Banyaknya kecelakaan lalu lintas di Depok dalam setahun mengikuti
distribusi Poisson dengan mean 30. Untuk setiap kecelakaan tersebut,
banyaknya kematian mengikuti distribusi berikut.

Banyaknya kecelakaan lalu lintas dan banyak kematian untuk setiap

kecelakaan tersebut saling bebas.
Gunakan pendekatan distribusi normal dengan koreksi kontinuitas untuk
menentukan peluang terdapat lebih dari 15 kematian dari kecelakaan lalu
lintas di Depok dalam setahun.
15 / 16
Referensi

Klugman, et. al. (2012)

Loss Models: From Data to Decisions, Edisi 4
John Wiley & Sons, Inc.

16 / 16