Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTMemberikan proteksi terhadap kemungkinan terjadinya kerugian merupakan hal yang sangat penting dalam setiap perusahaan asuransi. Perusahaan asuransi dapat mengestimasi semua risiko yang mungkin dihadapi dengan alat ukur risiko. Value-at-Risk merupakan salah satu alat ukur risiko dalam industri asuransi, yang didefinisikan sebagai kuantil dari distribusi total kerugian. Sebagai kuantil, dapat menjadi kurang representatif apabila terdapat banyak nilai kerugian yang melebihi dikarenakan informasi kerugian pada ekor kanan distribusi tidak tergambarkan dengan baik. Untuk itu, diperkenalkan Tail Value-at-Risk yang merata-ratakan besarnya kerugian yang lebih besar daripada. Penggunaan membantu perusahaan untuk memperoleh gambaran mengenai modal yang harus disiapkan untuk mengatasi risiko yang dapat terjadi. Estimasi risiko yang lebih baik juga dapat dilakukan dengan memanfaatkan teori kredibilitas, yang mengombinasikan risiko individu dan risiko kelompok pemegang polis dengan bobot tertentu. Bobot yang tepat diperoleh melalui peminimuman antara parameter yang memprediksi kerugian di masa depan dan penaksirnya. Secara umum, penelitian ini membahas mengenai model berdasarkan teori kredibilitas Bühlmann beserta penaksir dari parameter-parameter model tersebut. Risiko individu direpresentasikan dengan individu, sementara risiko kelompok direpresentasikan dengan rata-rata individu dalam suatu kelompok. Penerapan model ini dilakukan dengan menggunakan data klaim dari salah satu perusahaan asuransi di Indonesia.

---

ABSTRACTProviding protection against losses is important issue in every insurance company. Insurance company could estimate all risks which must be faced by risk measures. Value-at-Risk as one of risk measures that is used in insurance industry, is defined as quantile of aggregate losses distribution. As a quantile, could be less representative if there are losses which far exceed because losses in the right tail distribution cannot be well-explained. For this reason, which averages losses that are greater than was introduced. Using, insurance company could obtain approximation of capital needed due to certain losses which possibly happen. Better risk estimation could also be obtained by credibility theory, which combines both individual and group risk information with certain weights. The proper weights are obtained by minimizing the expected squared error between parameter used to predict future losses and its estimator. In general, Credible model based on credibility theory and the parameters estimator will be derived in this research. Individual risk is represented by certain policyholders meanwhile, group risk is represented by average of every policyholders. Numerical simulation based on one of the insurance companys claim data in Indonesia will also be demonstrated."

"Dalam perjanjian kontrak asuransi, dapat ditentukan ganti rugi dan premi, sedemikian sehingga dicapai titik tengah yaitu tidak ada salah satu pihak yang lebih diuntungkan maupun lebih dirugikan. Kontrak asuransi Pareto-optimal adalah kontrak asuransi di mana tidak ada kontrak lain yang menguntungkan kedua pihak dibandingkan kontrak tersebut. Karena terdapat dua pihak yang diuntungkan, maka disebut konsep Pareto-optimal bilateral. Batasan yang digunakan pada penelitian ini adalah biaya minimum dan anggaran premi. Untuk menghitung besar risiko yang dihadapi pihak tertanggung dan penanggung setelah menyetujui kontrak asuransi Pareto-optimal, digunakan ukuran risiko Tail Value at Risk (TVaR). TVaR digunakan karena merupakan salah satu ukuran risiko yang memenuhi sifat koherensi (coherent), di mana sifat ini mendukung adanya diversifikasi antar risiko dan mengurangi paparan akan ketidakpastian model. Di akhir penelitian, dilakukan implementasi konsep Pareto-optimal untuk kontrak asuransi dengan ukuran risiko TVaR dan ditemukan premi dan ganti rugi optimal. Selain itu, hasil yang didapat menunjukkan bahwa perubahan anggaran premi berbanding lurus dengan ganti rugi dan premi Pareto-optimal yang didapat, sebaliknya biaya minimum tidak terlalu berpengaruh pada premi dan ganti rugi Pareto-optimal yang didapat.

---

In an insurance contract agreement, indemnity and premiums can be determined, so that a middle point is reached, namely that no one party is more benefited or more disadvantaged. A Pareto-optimal insurance contract is an insurance contract in which no other contract which benefits both parties over Pareto-optimal contract. Because there are two parties who benefit, it is called the bilateral Pareto-optimal. The limitations used in this study are the minimum cost and premium budget. To calculate the amount of risk faced by the insured and the insurer after agreeing to a Pareto-optimal insurance contract, the risk measure Tail Value at Risk (TVaR) is used. TVaR is used because it is a risk measure that meets the nature of coherence, where this property supports diversification between risks and reduces exposure to model uncertainty. At the end of the study, the Pareto-optimal concept was implemented for insurance contracts with a TVaR risk measure and found the optimal premium and compensation. In addition, the results obtained show that the change in the premium budget is directly proportional to the Pareto-optimal compensation and premium obtained, on the other hand the minimum cost does not have much effect on the Pareto-optimal premium and compensation obtained."

"Sebagai sebuah perusahaan yang bertanggungjawab atas suatu dana yang dialokasikan untuk kebutuhan pemegang polis ke depannya, perusahaan asuransi memerlukan metode manajemen risiko yang baik sehingga perusahaan asuransi dapat menyiapkan dana yang cukup ketika pemegang polis mengajukan klaim. Untuk itu, diperlukan ukuran risiko yang dapat memberikan pengukuran risiko yang sesuai. Salah satu ukuran risiko yang umum digunakan adalah Value-at-Risk (VaR), yaitu ukuran risiko yang menggunakan konsep batas atas dari probabilitas ekor. Namun, ukuran risiko Value-at-Risk (VaR) bukan ukuran risiko yang koheren. Selain itu, perhitungan ukuran risiko Value-at-Risk (VaR) juga tidak dapat mempertimbangkan nilai atau kejadian yang terjadi di luar tingkat kepercayaannya. Untuk itu, dengan menggunakan metode batas atas dari probabilitas ekor yang berbeda dengan Value-at-Risk (VaR), yaitu dengan pertidaksamaan Chernoff, dapat dikonstruksikan suatu ukuran risiko koheren yang merupakan batas atas terketat dari Value-at-Risk (VaR). Ukuran risiko tersebut dinamakan dengan Entropic Value-at- Risk (EVaR). Ukuran risiko Entropic Value-at-Risk (EVaR) juga merupakan batas atas dari Conditional Value-at-Risk (CVaR). Sebagai ukuran risiko yang koheren, Entropic Value-at-Risk (EVaR) memiliki representasi dual dari rumus awalnya dan menggunakan pendekatan entropi relatif untuk mengonstruksikan representasi dual-nya. Dikarenakan alasan tersebut, ukuran risiko ini dinamakan Entropic Value-at-Risk (EVaR). Dalam perannya sebagai ukuran risiko, Entropic Value-at-Risk (EVaR) diaplikasikan untuk mengukur risiko klaim pemegang polis pada suatu perusahaan asuransi. Berdasarkan hasil perbandingannnya dengan Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR), ukuran risiko Entropic Value-at-Risk (EVaR) memberikan hasil yang lebih menghindari risiko dibanding Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR).

---

As a company that responsible for fund allocation for the policyholder’s future needs, insurance companies require good risk management techniques so that the insurance companies can prepare sufficient funds when the policyholders submit a claim. Hence, a risk measure that provide the appropiate risk measurement is needed. There is one commonly used risk measure in the finance field, named Value-at-Risk (VaR), which is a risk measure that uses a concept of an upper bound of the tail probability. However, Value-at-Risk (VaR) is not a coherent risk measure. In addition, Value-at-Risk (VaR) measurement also not considering values or events that occur outside the confidence level. Therefore, using the concept of an upper bound of the tail probability which different from Value-at-Risk (VaR), which is Chernoff inequality, a coherent risk measure can be constructed as the tightest upper bound of the Value-at-Risk (VaR). Those risk measure is called as Entropic Value-at-Risk (EVaR). This risk measure also the upper bound of the Conditional Value-at-Risk (CVaR). As a coherent risk measure, Entropic Value-at-Risk (EVaR) has a dual representation of its original formula and uses a relative entropy approach to construct its dual representation. For those reason, the risk measure is named as Entropic Value-at-Risk (EVaR). With their role as a risk measure, Entropic Value-at-Risk (EVaR) was applied for measuring risk of policyholder’s claims in an insurance company. Based on the comparison results with Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR), the Entropic Value-at-Risk (EVaR) risk measure provides more risk-averse result rather than Value-at-Risk (VaR) and Conditional Value- ar-Risk (CVaR)."

"Perhitungan risiko merupakan hal yang sangat penting untuk dilakukan oleh perusahaan asuransi. Perhitungan risiko ini dapat dilakukan dengan memanfaatkan alat ukur risiko. Seperti yang diketahui, dalam praktiknya Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR) merupakan alat ukur risiko yang paling banyak digunakan. Namun, dalam kondisi tertentu, kedua alat ukur risiko ini memiliki kekurangan. TVaR yang merupakan pengembangan dari VaR mencoba untuk melengkapi kekurangan yang dimiliki VaR. Akan tetapi TVaR memiliki kekurangan lain yaitu, sensitif terhadap perilaku ekor distribusi yang mendasarinya ataupun terhadap adanya outliers. Untuk itu, diperkenalkan Tail Conditional Median (TCM) yang diharapkan dapat melengkapi kekurangan TVaR. Secara sederhana, TCM adalah median dari kerugian-kerugian yang melebihi nilai VaR. Namun ternyata TCM juga memiliki kekurangan yaitu kurang dapat memberikan detail perilaku ekor distribusi yang mendasarinya. Untuk melengkapi kekurangan TCM, didefinisikan alat ukur risiko lain yang disebut Quantile Tail Expectation (QTE). QTE merupakan rata-rata beberapa kuantil yang melebihi tingkat kepercayaan tertentu. Selain itu, dalam melakukan perhitungan risiko adalah baik untuk mempertimbangkan risiko individu dan risiko kelompok, yang mana dapat dilakukan dengan memanfaatkan teori kredibilitas. Oleh karena itu, Georgios Pitselis memperkenalkan sebuah model perhitungan risiko yang merupakan gabungan alat ukur risiko dengan teori kredibilitas, khususnya teori kredibilitas Buhlmann. Alat ukur risiko ini disebut sebagai alat ukur risiko kredibel. Berdasarkan uraian di atas, dalam tugas akhir ini dibahas pembentukan model credible Tail Conditional Median dan model credible Quantile Tail Expectation yang memanfaatkan teori kredibilitas Buhlmann. Setelah itu, dilakukan penaksiran terhadap parameter dari model yang dibentuk. Di akhir tugas akhir ini, juga dibahas implementasi kedua model yang telah dibentuk pada data pengalaman klaim suatu perusahaan asuransi.

---

Risk measurement is a very important thing to be done by insurance companies. This calculation of risk can be done by using risk measures. As is well known, in practice Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR) are the most widely used risk measures. However, under certain conditions, these two risk measures have drawbacks. TVaR, which is a development of VaR, tries to complete the shortcomings of VaR. But, TVaR has another drawback, namely it is sensitive to the behavior of the underlying distribution tail or to the presence of outliers. For this reason, the Tail Conditional Median (TCM) was introduced, which is expected to complete the lack of TVaR. In simple terms, TCM is the median of losses that exceed the VaR value. Yet it turns out that TCM also has a deficiency that is, it is less able to provide details of the behavior of the underlying distribution tail. To complement the shortcomings of TCM, another risk measure called Quantile Tail Expectation (QTE) was defined. QTE is the average of several quantiles that exceed a certain level of confidence. In addition, in carrying out risk measurement it is good to consider individual risk and group risk, which can be done by utilizing credibility theory. Therefore, Georgios Pitselis introduced a risk measurement model which is a combination of risk measure with credibility theory, especially Buhlmann’s credibility theory. This risk measure is referred to as a credible risk measure. Based on the description above, this thesis discusses the formation of credible Tail Conditional Median model and credible Quantile Tail Expectation model using Buhlmann’s credibility theory. After that, an approximation of the parameters of the formed model is carried out. Lastly, this thesis also discusses the implementation of the two models that have been formed on the claim experience data of an insurance company.

"

"Risiko adalah suatu ketidakpastian akan terjadinya kerugian. Salah satu alat ukur risiko yang umum digunakan untuk menghitung risiko yang mungkin ditimbulkan pada instrumen keuangan adalah Value at Risk. Value at Risk mengukur tingkat kerugian maksimum pada tingkat kepercayaan tertentu dan interval waktu tertentu. Namun, perhitungan risiko dengan alat ukur Value at Risk hanya mempertimbangkan informasi mengenai individu saja. Perhitungan risiko akan lebih baik jika mempertimbangkan risiko dari individu-individu lain atau kelompok. Oleh karena itu, untuk menggabungkan informasi individu dan data kelompok dalam memprediksi risiko digunakan teori kredibilitas, yaitu sebuah model yang menggabungkan kedua informasi tersebut dalam memprediksi risiko di masa depan berdasarkan n observasi yang dimiliki. Model ini disebut sebagai model credible value at risk. Untuk menentukan bobot yang sesuai untuk data individu dan kelompok, akan diminimumkan expected squared error antara parameter yang digunakan untuk memprediksi risiko di periode ke- n 1 dan penaksirnya. Setelah mendapatkan bobot yang sesuai untuk data individu dan kelompok, akan ditaksir parameter-parameter yang akan digunakan dalam model credible value at risk dengan menggunakan metode momen. Pada skripsi ini, model credible value at risk akan digunakan untuk menghitung risiko dari aset saham perusahaan sektor perbankan dan klaim asuransi.

---

Risk is a probability of loss. One of the most commonly used risk measures to measure the risk of the financial instruments is Value at Risk. The usage of Value at Risk is to calculate maximum loss with the specific level of certainty and specific time frame. However, measuring risk using the ordinary Value at Risk solely depends on individual information. The better risk estimation will be obtained by combining both individual and group risks. Therefore, credibility theory is needed to combine both risks in order to predict the future risk based on n observations. This model is called as credible value at risk. Credibility theory is a model which gives a proper weight to both individual and group information. The appropriate method to obtain the proper weight for both individual and group information is by minimizing the expected squared error between the parameter used to predict future risk and its estimation. After obtaining the proper weight for both information, parameters in the model will be estimated by using a method of moment. This thesis provides a numerical simulation using stock market data and insurance claims data to measuring risk with credible value at risk."

"Tujuan dari penelitian ini adalah mengukur exchange rate risk pada portofolio foreign exchange di Bank Sumsel Babel dengan Value at Risk dan perhitungan VaR ini dapat membuat pengukuran risiko dan pemantauan risiko menjadi lebih efisien. Pengukuran risiko menggunakan metode internal/VaR ini akan sesuai dengan tingkat risiko yang akan ditanggung akibat nilai tukar yang dimiliki bank. Data yang digunakan pada penelitian studi kasus ini adalah data historis harian kurs selama 2 dua tahun, yaitu tanggal 04 Januari 2016 sampai dengan tanggal 30 Desember 2017 dengan total jumlah pengamatan sebanyak 488 pengamatan. Nilai tukar yang digunakan adalah kurs tengah selama hari kerja trading days yang dipublikasikan oleh Bank Indonesia. Mata uang asing yang digunakan sesuai dengan portofolio mata uang asing di Bank Sumsel Babel dan Metode perhitungan VaR yang digunakan adalah dengan menggunakan model GARCH.

---

The purpose of this research is to measure exchange rate risk on foreign exchange portfolio at Bank Sumsel Babel with Value at Risk and calculation of VaR can make risk measurement and risk monitoring more efficient. Measurement of risk using internal VaR method will be in accordance with the level of risk that will be borne by the exchange rate owned by the bank. The data used in this case study is daily historical data for 2 two years, ie, January 04, 2016 until December 30, 2017, with a total of 488 observations. The exchange rate used is the middle rate during the business day trading days published by Bank Indonesia. The foreign currency used in accordance with foreign currency portfolio in Bank Sumsel Babel and VaR calculation method used is by using the model GARCH."

"Value at Risk (VaR) adalah salah satu metode dalam manajemen risiko yang digunakan untuk mengkuantifikasi risiko terburuk yang disebabkan oleh perubahan harga saham. Dua hal yang dilibatkan dalam menghitung VaR adalah estimasi volatilitas dan perhitungan kuantil dari proses return. Secara umum, estimasi volatilitas dari proses return dapat menggunakan dua metode, yaitu metode parametrik dan metode nonparametrik. Akan tetapi, dengan mempertimbangkan kelebihan dan kekurangan kedua metode tersebut diajukan sebuah metode baru yang disebut metode semiparametrik. Pada skripsi ini, akan dibahas mengenai estimasi volatilitas dari proses return dengan menggunakan estimator kernel, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. Setelah, mendapatkan volatilitas dan kuantil dari proses return, VaR dapat dihitung dengan mengalikan volatilitas dengan kuantil yang bersesuaian. Metode perhitungan VaR yang dibahas pada skripsi ini diaplikasikan dalam perhitungan VaR dari Indeks Harga Saham Gabungan (IHSG).

---

Value at Risk (VaR) is one of methods in risk management to quantify worst loss which is caused by changes in stock prices. Volatility estimation and quantile computing of return process are two things which is used to compute VaR. In general, there are two methods in volatility estimation, there are parametric and nonparametric method. Nevertheless, considering advantage and disadvantage of those methods, a new method which is called semiparametric method is proposed. This skripsi firstly will describe about volatility estimation of return process with using kernel estimator, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. After getting volatility estimation dan quantile of return process. Value at risk can be computed by multiplying volatility with corresponding quantile of return process. This computing method of VaR is used in computing VaR of Jakarta Composite Index or Indeks Harga Saham Gabungan (IHSG)."

"Setiap transaksi valuta asing yang dilakukan Bank terdapat potensi keuntungan dan potensi risiko berupa kerugian. Untuk mengendalikan risiko tersebut, Bank perlu menerapkan manajemen risiko yang memadai, mulai dari identifikasi risiko, pengukuran risiko, dan Pengendalian Risiko. Pengukuran risiko nilai tukar dapat menggunakan Value at Risk dengan pendekatan Risk Metrics dan Variance-Covariance. Dalam pengendalian risiko dapat dilakukan dengan penentuan limit risiko berupa limitValue at Risk dan limit eksposur trading.Dalam penetapan limit risiko tersebut juga mempertimbangkan risk appettiteyang ditetapkan Bank.

---

Every foreign exchange transactions by the Bank are has its potential of benefits risks of loss. To mitigate these risks, Bank needs to implement adequate risk management, ranging from risk identification, risk measurement, and risk control. Exchange rate risk measurement can use Value at Risk with Risk Metrics and Variance-Covariance approach. Risk controlling may contained with risk limit form as Value at Risk limit and trading exposure limit. The establishment of risk limits are also consider Bank risk appetite."

"Pengelolaan dana yang dilakukan oleh lembaga keuangan tidak lepas dari kemungkinan tetjadinya kerugian karena berbagai risiko yang harus dihadapi. Salah satu risiko yang erat kaitannya adalah market risk yang merupakan risiko keuangan yang disebabkan karena adanya perubahan faktor pasar antara lain nilai tukar (exchange rate). Untuk mengelola market risk yang diakibatkan oleh perubahan faktor pasar tersebut, diperlukan perangkat analisa risiko yang lebih akurat dan mampu memberikan peringatan dini (early warning system), untuk menghindari kerugian yang akan diderita.Value at Risk atau dikenal dengan istilah VaR sebagai salah satu metode pengukuran risiko yang dilakukan oleh lembaga keuangan dalam kerangka risk management dalam rangka mengantisipasi tetjadinya risiko tersebut. VaR merupakan salah satu metodologi perhitungan dalam market risk untuk menentukan nilai risiko maksimum yang dapat tetjadi pada suatu nilai I posisi (mark-to-market) dari portofolio dengan selang kepercayaan (confidence level) tertentu selama jangka waktu tertentu dalam kondisi pasar yang normal. Dengan berlakunya Surat Edaran Bank Indonesia No. 5/21/DPNP pada tanggal 29 September 2003, Bank Indonesia memberikan batasan penerapan manajemen risiko terutama berkaitan penggunaan model internal dalam pengukuran risiko yang hams mempertimbangkan reliabilitas dari model tersebut sehingga memungkinkan hasil yang memadai.Dalam penulisan ini metodologi perhitungan Value at Risk diimplementasikan untuk mengakomodir ketentuan tersebut diatas dengan mengambil studi kasus manajemen risiko di PT. Bank X dengan beberapa permasalahan yaitu mengidentifikasi model estimasi volatilitas yang reliable dalam perhitungan nilai VaR asset valuta asing yang dikelola, menghitung besamya potensi kerugian yang akan ditanggung pada posisi asset tertentu, serta menguji nilai VaR yang diperoleh dalam memenuhi validitas kuantifikasi potensi risiko tersebut. Untuk itu, dalam melaksanakan observasi tersebut dilakukan penelitian terhadap eksposur valuta asing yang dikelola PT. Bank X dengan menggunakan data harianforeign exchange dan posisi asset valuta asing yaitu AUD, EUR, HKD, JPY, MYR, SGD, dan USD mulai bulan Juni 2003 sampai dengan bulan Juni 2004.Berdasarkan implementasi model perhitungan VaR yang telah dilakukan terhadap return valuta asing yang dikelola oleh PT. Bank X dengan data pergerakan nilai tukar valuta asing (foreign exchange) dalam masa observasi, dapat disimpulkan bahwa model estimasi volatilitas dalam perhitungan VaR dalam mengkuantifikasi potensi risiko'maksimum sangat ditentukan olehjenis data runtun waktu return valuta asing. Oleh karenanya diperlukan beberapa pengujian karakteristik data sebelum melakukan perhitungan untuk mendapatkan nilai VaR yang valid yaitu uji normalitas data, uji stasioneritas data, dan uji heterokesdatisitas. Pengujian data memberikan peran yang penting untuk menentukan model yang reliable. Misalnya dalam pengujian heterokedastisitas data ditemui tidak secara keseluruhan data return valuta asing memiliki sifat heterokedastisitas sehingga estimasi volatilitas yang digunakan dapat berupa standar deviasi maupun metode ARCH/GARCH. Valuta asing yang memiliki sifat heterokedastisitas selama masa observasi adalah AUD, SGD, dan USD. Sedangkan untuk valuta asing EUR, HKD, JPY, MYR negatif terhadap heterokedastisitas. Dengan menggunakan asumsi masa observasi 255 hari sebelumnya dapat ditentukan metode perhitungan volatilitas yang akan dijadikan dasar perhitungan VaR 1 hari mendatang.Sesuai hasil backtesting validitas model menggunakan Kupiec Test bahwa estimasi volatilitas dengan standar deviasi maupun ARCH/GARCH menunjukkan hasil perhitungan VaR yang cukup reliable dengan membandingkan estimasi menggunakan model tersebut dengan data aktual return (profit/loss) dapat diketahui besamya penyimpangan yang terjadi jika menggunakan model tersebut dalam masa observasi. Hasil pengujian penyimpangan terhadap model VaR yang dipilih menunjukkan bahwa probabilitas penyimpangan umumnya masih memenuhi kriteria Kupiec Test sehingga nilai VaR yang dihasilkan masih dikatakan memenuhi syarat validitas."

"Banyak fenomena yang terjadi dalam industri asuransi jiwa pada saat krisis ekonomi terjadi pada tahun 1998-2000. Nilai tukar mata uang asing yang naik tajam, suku bunga yang berfluktuasi, jatuhnya sektor perbankan, pengangguran meningkat. merupakan beberapa indikator krisis ekonomi yang memberi dampak yang sangat besar terhadap industri asuransi jiwa. pemerintah melalui Departemen Keuangan, kemudian mengeluarkan peratutan baru dalam pengukuran Batas Solvabilitas Minimum yaitu dengan metode RBC Peraturan baru tersebut dimaksudkan untuk lebih melindungi konsumen dan meningkatkan transparansi perusahaan asuransi jiwa. Karya akhir ini mempunyai tujuan untuk meneliti apakah rasio RBC yang digunakan untuk menilai solvabilitas perusahaan asuransi jiwa berkorelasi dengan metode lain pengukuran tingkat kesehatan perusahaan asuransi jiwa. Metode pembanding yang dipilih adalah Ruin probability. Dalam beberapa literatur aktuaria seperti yang ditulis oleh Bowers, Daykin, Panjer. Wilimot dan lain-lain Ruin Probability merupakan metode pengukuran kesehatan perusahaan asuransi jiwa yang bersifat teoritis. Ruin probability merupakan pengembangan dan analisis stokastik pada teori risiko. Metode ini kontras dengan metode RBC yang menilai risiko berdasarkan perhitungan praktis pada perusahaan asuransi jiwa. Dengan memilih metode Ruin Probability sebagai pembanding RBC, diharapkan tulisan ini mempunyai nilai tambah. Studi ini berdasarkan metodologi cross sectional analysis dalam mencari hubungan antara RBC dan Ruin Probability Cross sectional analysis dipilih karena peraturan mengenai RBC baru mulai diterapkan tahun 2000. Data yang digunakan adalah data keuangan tahun 2001, sedangkan analisis trend investasi menggunakan data dari tahun 1995. Hipotesis pertama adalah RBC mempengaruhi Ruin Probability secara signifikan. pengujian dilakukan dengan uji F dan t pada model regresi linier antara RBC sebagai variabel independen dan Ruin Probability sebagai variabel dependen. Hasil pengujian menunjukkan bahwa RBC tidak mempengaruhi Ruin Probability secara signifikan (tingkat signifikansi a=5%). Lemahnya korelasi antara RBC dan Ruin Probability diakibatkan oleh: . Penerapan metode RBC yang masib barn dan pelaksanaanya bertahap, sehingga rasio RBC yang dimiliki oleh masing-masing perusahaan asuransi masib terdapat perbedaan yang cukup signifikan antara satu dengan yang lainnya . Beeberapa ukuran dalam perhitungan Ruin Probability menggunakan benchmark dan beberapa indikator ekonomi yang mungkin kurang tepat dalam mencerminkan kondisi risiko yang sebenarnya. . Dalam perhitungan RBC, beberapa sekuritas yang diterbitkan pemerintah tidak mempunyai risiko sama sekali. Dalam telaah teori dan hasil pengujian menunjukkan bahwa sekuritas pemerintah mempunyai risiko suku bunga yang tidak seharusnya diabaikan. Investasi pada beberapa instrumeb termasuk penyertaan langsung dan properti diberi angka factor yang cukup kecil dibanding dengan variansinya. . Perhitungan nsiko akibat deviasi kewajiban pada metode RBC hanya memperhitungkan net amount at risk tanpa memperhitungkan jumlah polis yang ada. Menurut hukum bilangan besar, jumlah polis yang berbeda meskipun net amount at risk sama menghasilkan risiko yang berbeda. Hipotesis kedua adalah apakah Ruin Probability kelompok sampe dengan RBC lebih besar dari 120% (sesuai dengan persyaratan pemerintah) secara statistic Iebih rendah daripada kelompok sampel dengan RBC lebih kecil dari 120%. Pengujian dilakukan dengan metode tes sampel independen dan uji Levene. Hasil pengujian mengindikasikan bahwa Ruin Probability kelompok sampel I (RBC>120%) secara statistik tidak lebih kecil daripada kelompok sampel 2 (RBC<120%), dengan tingkat signifikansi a=5%. Hasil lain dari pengujian ini menyebutkan bahwa variansi dan kelompok sampel 1 secara statistik Lebih kecil daripada kelompok sampel 2. Hal ini membawa penelitian kepada hipotesis ketiga. Hipotesis ketiga sama dengan hipotesis pertama tetapi data yang digunakan adalah data pada kelompok sampel I yaitu perusahaan asuransi jiwa dengan RBC>120%. Ternyata hasil pengujian mengindikasikan bahwa untuk perusahaan asuransi jiwa dengan RBC>120%, rasio RBC secara signifikan mempengaruhi besar kecilnya Ruin Probability dengan tingkat signifikansi a=5%. Hasil temuan ini memberikan implikasi kepada beberapa pihak. Bagi masyarakat konsumen asuransi jiwa, penilaian kesehatan perusahaan asuransi tidak hanya berdasarkan atas rasio RBC, tetapi sebaiknya menilai juga aspek kualitatifnya. Kemudian bagi Regulator, adalah tantangan untuk memperbaiki atau melengkapi peraturan yang sudah ada. Selanjutnya bagi akademisi dan peneliti lain, penelitian ini masih pada tahap awal dan dapat dilanjutkan dengan pengukuran-pengukuran dan metode yang iebih terperinci sehingga didapat hasil yang lebih akurat."