Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model kredibilitas Buhlmann merupakan model yang menggunakan riwayat klaim dari data individu dan data kelompok untuk menentukan net premium. Dalam praktiknya, penggunaan model ini saja dalam perhitungan premi dapat mengakibatkan kerugian karena net premium tidak dapat menutupi biaya-biaya tambahan, seperti biaya komisi, biaya administrasi, dan lain-lain. Untuk mengatasi masalah tersebut, net premium perlu diaplikasikan pada suatu prinsip premi di mana premi yang dihasilkan akan menjadi risk premium yang dapat menutupi biaya-biaya tambahan. Metode Buhlmann menghasilkan net premium dalam bentuk momen pertama, sedangkan terdapat beberapa prinsip premi yang mengandung jenis momen lain, seperti momen kedua dan ekspektasi dari eksponensial variabel acak kerugian. Maka dari itu, metode Buhlmann akan diperluas dengan membangun net premium menggunakan Moment Generating Function (MGF). Penggunaan MGF disebabkan karena kaitannya yang erat dengan berbagai jenis momen. Pada studi ini, disimulasikan perhitungan risk premium menggunakan data real riwayat klaim, serta dilakukan analisis pengaruh periode observasi dan safety loading terhadap risk premium. Kenaikan periode observasi tidak hanya dapat menaikkan risk premium, tetapi juga menurunkan nilai risk premium. Namun, penurunan risk premium hanya terjadi pada pemegang polis yang tidak melakukan klaim selama periode observasi. Di sisi lain, kenaikan safety loading menyebabkan kenaikan risk premium. Hal ini sejalan dengan meningkatnya risk premium yang dibebankan ke pemegang polis seiring dengan meningkatnya biaya yang ditanggung perusahaan.

---

The Buhlmann Credibility Model is a model that utilizes the claims history from individual and group data to determine the net premium. In practice, relying solely on this model for premium calculations may result in losses, as the net premium may not cover additional costs such as commission fees, administrative costs, and others. To address this issue, the net premium needs to be applicated with a premium principle where the generated premium will become a risk premium capable of covering additional costs. The Buhlmann method produces the net premium in the form of the first moment, while there are several premium principles that involve other types of moments, such as the second moment and the expectation of the exponential. Therefore, the Buhlmann method will be expanded by constructing the net premium using the Moment Generating Function (MGF). The use of MGF is justified due to its close association with various types of moments. In this study, the calculation of risk premiums will be simulated using real data on claims history, and an analysis will be conducted on the influence of the observation period and safety loading on the risk premium. An increase in the observation period can not only raise the risk premium but also decrease the risk premium. However, the decrease in the risk premium only occurs for policyholders who do not make claims during the observation period. On the other hand, an increase in safety loading will result in an increase in the risk premium. This is consistent with the rising risk premium imposed on policyholders as the company's incurred costs increase."

"ABSTRACTSetiap perusahaan asuransi tentu harus dapat memenuhi kewajibannya sebagai penanggung apabila terdapat klaim yang diajukan oleh pemegang polis atau tertanggung di masa yang akan datang. Oleh karena, itu penentuan premi menjadi hal yang sangat penting bagi perusahaan asuransi. Premi yang ditentukan oleh perusahaan asuransi mengandung net-premi yang merupakan estimasi besar klaim yang akan dilakukan pada periode pertanggungan. Supaya net-premi dapat ditentukan dengan baik perusahaan asuransi dapat menggunakan observasi-observasi klaim yang telah dilakukan oleh pemegang polis atau suatu kelas risiko dengan mempertimbangkan observasi-observasi klaim dari pemegang polis atau kelas risiko lain yang masih memiliki kesamaan risiko. Salah satu model yang dapat digunakan dalam perhitungan net-premi adalah model kredibilitas BA¼hlmann-Straub. Semakin banyak informasi mengenai klaim yang dilakukan oleh pemegang polis maka estimasi net-premi yang dihasilkan juga semakin baik, karena objek observasi yang lebih besar akan memberikan keakuratan yang lebih tinggi. Oleh karena itu jika dimungkinkan perusahaan asuransi dapat saling bertukar informasi baik secara langsung ataupun melalui asosiasi perusahaan asuransi. Akan tetapi model kredibilitas BA¼hlmann-Straub hanya mempertimbangkan informasi yang dimiliki oleh perusahaan asuransi itu sendiri, sehingga pada penelitian ini dikembangkan model kredibilitas BA¼hlmann-Straub multidimensi sebagai generalisasi dari model kredibilitas BA¼hlmann-Straub, supaya perhitungan net-premi dapat dilakukan dengan menggunakan observasi dari sejumlah perusahaan asuransi.

---

ABSTRACTEvery insurance company must certainly be able to fulfill its obligations as a guarantor if there are claims submitted by policyholders or insured in the future. Therefore, premium determination is very important for insurance companies. The premium determined by the insurance company contains a net-premium which is an estimate of claims that will be made during the insurance period. So that the net-premium can be determined properly, the insurance company can use the observations of claims that have been made by policyholders or a risk class by considering claims observations from other policyholders or other risk classes that still have similar risks. One of model that can be used in net-premium calculations is the BA¼hlmann-Straub credibility model. The more information about claims made by policyholders, the net-premium estimation produced is also getting better, because larger observation objects will provide higher accuracy. Therefore, if possible, insurance companies can exchange information either directly or through the association of insurance company. However, the BA¼hlmann-Straub credibility model only considers the information held by the insurance company itself, so in this thesis multidimensional BA¼hlmann-Straub credibility model is developed as a generalization of the BA¼hlmann-Straub credibility model, so that net-premium calculations can be done using observations from p source of information or insurance company."

"ABSTRACTModel kredibilitas Buhlmann umumnya digunakan untuk memprediksi besar tarif premi untuk setiap pemegang polis pada periode ke-(n+1) berdasarkan riwayat klaim sebanyak periode atau model one period. Pada skripsi ini dilakukan generalisasi terhadap model kredibilitas Buhlmann one period yang disebut sebagai model kredibilitas Buhlmann multiple period. Model multiple period memungkinkan insurer memprediksi besarnya tarif net premium tidak hanya satu periode ke depan tetapi juga beberapa periode ke depan berdasarkan riwayat klaim sebanyak periode. Model yang dibangun memberikan bobot kepada future claim dan anticipating premium. Untuk meminimalkan selisih besarnya premi multiple period terhadap future claim maupun anticipating premium digunakan masalah pemrograman kuadratik. Masalah pemrograman kuadratik diselesaikan dengan menggunakan kondisi Karush-Kuhn-Tucker. Dengan mengaplikasikan konsep model multiple period terhadap data real terlihat bahwa model kredibilitas Buhlmann multiple period memberikan besar tarif premi yang lebih adil untuk setiap pemegang polis dibandingkan menggunakan model kredibilitas one period. Diharapkan dengan menggunakan model multiple period, insurer dapat melakukan perencanaan jangka panjang lebih baik serta meningkatkan keefektifitasan kinerja.

---

ABSTRACTBuhlmann credibility model generally used to predict premium tariff for each policyholder at  period based on period history claim or also called one period model. In this thesis, Buhlmann credibility model is generalized or also called multiple period model. Multiple period model allows insurer to predict amount of premium not only one period ahead but also few period ahead based on period history claim. The model is considering two important component, which are future claim and anticipating premium and gives weight for each component. To minimize the difference between premium multiple period and future claim also between premium multiple period and anticipating premium, quadratik programming problem is used on this thesis. Quadratic programming problem is solved by Karush-Kuhn-Tucker conditions. By applying the concept of multiple period models to real data, it can be seen that the Buhlmann multiple period credibility model gives premiums more fair for each policyholder than using the one-period credibility model. By using this model, hopefully insurer enable to conduct long-term financial planning and increase effectiveness of work."

"Salah satu model yang digunakan untuk menghitung tarif premi adalah dengan menggunakan model kredibilitas, di mana tarif premi ditentukan menggunakan pengalaman masa lalu. Salah satu model kredibilitas yang telah dikembangkan adalah model kredibilitas Bühlmann. Pada model ini, diasumsikan bahwa setiap pemegang polis memiliki karakter dan tingkat risiko yang berbeda-beda. Model kredibilitas Bühlmann mengestimasi tarif premi menggunakan mean dari besar klaim suatu kontrak. Pada skripsi ini, akan dibahas sebuah modifikasi dari model kredibilitas Bühlmann yang disebut dengan model kredibilitas kuantil, dimana tarif premi diestimasi menggunakan kuantil dari besar klaim kontrak asuransi tersebut. Pembahasan model kredibilitas kuantil dimulai dari penentuan bentuk umum persamaan, lalu dilakukan penentuan faktor kredibilitas dengan meminimumkan mean squared error antara parameter yang digunakan untuk memprediksi tarif premi dengan estimatornya, kemudian dilanjutkan dengan penaksiran parameter pada model menggunakan metode non-parametrik. Kemudian, dilakukan studi kasus untuk membandingkan hasil perhitungan menggunakan model kredibilitas Bühlmann dengan model kredibilitas kuantil. Selain itu, pada studi kasus juga dibandingkan sensitivitas dari hasil estimasi masing-masing model jika terdapat outlier pada data. Secara umum, model kredibilitas kuantil memiliki performa yang baik jika terdapat outlier karena model tersebut kurang sensitif terhadap outlier pada sebagian besar kuantil.

---

One of the models used to calculate the premium rate is by using the credibility model, where the premium rate is determined using past experiences. One of the credibility models that has been developed is the Bühlmann credibility model. This model assumes that each policyholder has a different character and level of risk. The Bühlmann credibility model estimates the premium rate using the mean of the claim severity of a contract. This thesis discusses a modification of the Bühlmann credibility model which is called the quantile credibility model, where the premium rate is estimated using the quantile of the claim severity of an insurance contract. The discussion of the quantile credibility model starts from determining the general form of the equation, then determining the credibility factor by minimizing the mean squared error between the parameter used to predict the premium rate and the estimator, then continues with estimating the parameters using non-parametric methods. Then, a case study is conducted to compare the calculation results using the Bühlmann credibility model and the quantile credibility model. In addition, the case study also compares the sensitivity of the estimation results of each model if there are outliers in the data. In general, the quantile credibility model has a good performance if there are outliers because the model is less sensitive to outliers in most of the quantiles."

"Pada skripsi ini dianalisa unjuk kerja teknik coherent general selection combining pada kanal Nakagami dengan jumlah cabang 5 dan jumlah cabang yang dikombinasikan bervariasi kemudian dibandingkan dengan teknik dlversitas SC dan MRC. Persamaan-persamaan parameter outage probability dan BER (bil-en-or rate) rata-rata diturunkan dengan menggunakan moment generating function (MGF). Unjuk kerja sistem GSC ditinjau pada (demodulasi) yang berbeda-beda. Deteksi yang digunakan adalah deteksi koheren yang diwakili oleh BPSK dan BFSK dan deteksi non-koheren yang diwakili oleh DPSK dan NCFSK . Dari hasil yang diperoleh terlihat bahwa makin banyak jumlah cabang yang dikombinasikan pada GSC maka unjuk kerja sistem semakin baik. Unjuk kerja Coherent GSC lebih mendekati MRC-5 dari pada SC-5."

"ABSTRAKSalah satu fungsi Lembaga Penjamin Simpanan LPS adalah menjamin dana masyarakat yang tersimpan di perbankan. Bank-bank peserta penjaminan harus membayar premi, yang selama ini besarnya sama flat untuk semua. Premi jenis ini memiliki beberapa kelemahan, seperti terjadinya pengalihan risiko risk shifting , subsidi silang cross subsidy , investasi berisiko tinggi excessive risk-taking , dan itikad bisnis yang buruk moral hazard . Berbagai model telah dikembangkan untuk mendukung penggunaan premi yang berbasiskan risiko risk based . Namun semua pendekatan tersebut menggunakan data informasi pasar, sehingga hanya efektif digunakan untuk bank-bank yang sahamnya diperdagangkan secara aktif di bursa efek.Penelitian ini mengusulkan metode perhitungan premi penjaminan simpanan berbasiskan risiko, yang dapat diterapkan untuk semua bank di Indonesia, baik yang sahamnya sudah terdaftar listed di bursa efek, maupun yang belum. Besarnya premi berbasiskan risiko yang seharusnya dibebankan kepada masing-masing bank dihitung dengan model discrete lower barrier option Wibowo, 2007 . Pada pendekatan ini evaluasi nilai aset -dan penutupan bank yang bermasalah- tidak perlu menunggu saat kewajiban liability jatuh tempo. Nilai pasar dari aset bank yang menjadi masukan utama dari model ini diestimasikan dengan menggunakan model arus kas Cooperstein, Pennacchi, dan Redburn 1995 , sementara volatilitasnya diestimasi dengan menggunakan prosedur iterasi Loeffler dan Posch 2007 . Perbedaan tarif premi antar bank kemudian diperiksa kesesuaiannya dengan perbedaan karakteristik serta rasio-rasio keuangan yang menjadi proxy dari risiko bank

---

ABSTRACTOne function of the Indonesian Deposit Insurance Corporation Lembaga Penjamin Simpanan ndash LPS is to provide insurance to public funds deposited in banks. Banks in Indonesia must participate in the insurance program, which premium has sofar been set equal for all flat rate . This type of premium is known to have several drawbacks, such as causing risk shifting and cross subsidy, as well as encourage bankers to involve in excessive risk taking and moral hazard. Various models have been developed to support use of risk based premiums, in which banks are charged based on their individual risks. Those approaches, however, are based primarily on stock market information. They are thus applicable only for the banks whose shares are actively traded in the stock exchange.This research proposes an alternative method to calculate risk based insurance premium which can be applied to all banks in Indonesia, including those whose shares have not been listed on the market. The varying premiums which should be charged to each bank are calculated with a discrete lower barrier option model Wibowo, 2007 . This model allows that evaluation of bank asset value ndash and decision to close a default bank may be effected at times not coincide with maturity of its liabilities. The model uses market value of bank assets as its primary input, which shall be estimated using a cash flow model set forth by Cooperstein, Pennacchi, and Redburn 1995 . Asset rsquo s volatility as secondary input is estimated using iterative procedure proposed by Loeffler and Posch 2007 . Variation in premium rates between banks have then been reviewed for their correlations with their different characteristics and financial ratios as proxy of the banks rsquo risk."

"Extreme Value Theory (EVT) merupakan suatu metode yang dikembangkan untuk mengukur risiko-risiko yang bernilai ekstrem, termasuk risiko akibat kejadian katastrofe. Kejadian katastrofe dapat menimbulkan dampak kerugian yang sangat besar, sehingga diperlukan tindakan untuk meminimalisir hal tersebut. Salah satu strategi yang dapat dilakukan perusahaan asuransi adalah memanfaatkan reasuransi katastrofe. Dengan begitu, perusahaan reasuransi perlu menetapkan premi yang harus dibayar oleh perusahaan asuransi atas risiko yang dialihkan kepada perusahaan reasuransi. Risiko untuk penentuan premi reasuransi katastrofe dapat dimodelkan dengan salah satu model pada EVT, yaitu Peak Over Threshold (POT). Pada model POT, terdapat nilai threshold yang dapat ditentukan salah satunya dengan metode persentase. Pada penentuan premi reasuransi katastrofe, penting untuk diketahui bahwa risiko yang besarnya melebihi nilai threshold yang dimodelkan dengan distribusi Generalized Pareto. Kemudian, banyak kejadian katastrofe diasumsikan mengikuti proses Poisson. Pada skripsi ini, digunakan risiko berganda akibat kejadian katastrofe gempa bumi, yaitu risiko kematian dan kerusakan rumah. Kontrak reasuransi katastrofe yang digunakan adalah reasuransi kombinasi quota-share setelah excess-of-loss. Selanjutnya, dihasilkan formula eksplisit premi reasuransi katastrofe risiko berganda dengan menggunakan prinsip premi standar deviasi. Prinsip premi standar deviasi dipilih karena mempertimbangkan keberagaman data. Formula eksplisit premi reasuransi tersebut diaplikasikan pada data risiko kematian dan kerusakan rumah akibat gempa bumi di Indonesia pada rentang tahun 2000-2023 yang diperoleh dari situs Badan Nasional Penanggulangan Bencana (BNPB). Diperoleh hasil bahwa premi reasuransi katastrofe risiko berganda lebih besar dari premi reasuransi katastrofe risiko kematian dan premi reasuransi katastrofe risiko kerusakan rumah. Akan tetapi, premi reasuransi katastrofe risiko berganda lebih kecil jika dibandingkan dengan penjumlahan premi reasuransi katastrofe risiko kematian dan premi reasuransi katastrofe risiko kerusakan rumah.

---

Extreme Value Theory (EVT) is a method to quantifying any risk with extreme value, including risk caused by catastrophe event. During the tremendous loss caused by catastrophe event, preventive action is needed to minimize the impact of that kind of risk. One of action that can be option for insurance company to minimize impact from risk caused by catastrophe event is using catastrophe reinsurance. Since there is transferring risk process, reinsurer must set the amount of premium for reinsurance catastrophe contract. One of EVT model that can be used for modelling reinsurance catastrophe risk is Peak Over Threshold (POT). In POT model, threshold value can be determine by using percentage method. For this thesis, threshold value is assumed same as retention value, maximum amount of risk that can be covered by insurance company/ceding company. In pricing catastrophe reisurance, it important to know that risk value above threshold will be modelling by Generalized Pareto Distribution (GPD). In this theses, frequency of catastrophe event is assumed follow Poisson process. In this theses, pricing process will involve two risk (death risk and house damage) caused by earthquake as catastrophe event. Reinsurance scheme that is used in this theses is quota-share after catastrophe excess-of-loss (Cat XL). The next step is producing explicit formula for pricing double risk catastrophe reinsurance using standard deviation premium principle (SDPP). SDPP is chosen because it consider other factor outside the actual claim named safety loading. With SDPP, safety loading is assumed proportional to standard deviation of loss caused by earthquake, so that this principle can be representation for risk uncertainty. The obtained explicit double risk catastrophe reinsurance formula will be applied to death and house damage risk caused by earthquake in Indonesia from year 2000-2023 that is obtained from Badan Nasional Penanggulangan Bencana (BNPB) official website. The result show that the amount of double risk catastrophe reinsurance premium is higher than death risk catastrophe reinsurance premium and house damage catastrophe reinsurance premium. However, double risk catastrophe reinsurance premium is lower than sum of death risk catastrophe reinsurance premium and house damage catastrophe reinsurance premium."

"ABSTRAKThe expected equity risk premium is a key input in various financial applications. Different methods exist for estimating the risk premium. This paper applies two approaches to estimate it in the markets of Greater China. More specifically, the historical average and relative estimation are carefully examined. The first approach is applied to estimate the equity risk premium when the markets are recovering from a trough. Then the relative estimation approach is applied to justify those findings, taking into consideration the lower rate of return required of Chinese investors due to a lack of investment opportunities. After these adjustments, the risk premium in Mainland China is found to be close to those in Hong Kong and Taiwan. All of these markets have a higher risk premium than in the US market. The risk premiums for the Shanghai and Shenzhen markets are about 8% and 10%, respectively. The risk premiums for the Hong Kong and Taiwan markets are 8% and 9% compared to a long-term forward-looking risk premium of about 4% for the US market."

"Penelitian karya akhir ini bertujuan untuk menerapkan model Arbitrage Pricing Theory (APT) guna memprediksi (sensitivitas return saham) faktor kurs, harga minyak, dan jumlah uang beredar serta bertujuan untuk memprediksi λ(risk premium) faktor kurs, harga minyak, dan jumlah uang beredar. Sampel dalam penelitian ini terdiri dari 100 saham yang terdaftar di Bursa Efek Indonesia yang diambil secara random selama periode 1 Januari - 31 Desember 2007.

---

Purpose of this final paper is to apply Arbitrage Pricing Theory (APT) model to estimate beta?s of USD, oil price, money supply and to apply Arbitrage Pricing Theory (APT) model to estimate risk premium?s of USD, oil price, and money supply. This final paper uses a random sampling of 100 stocks listed at the IDX during the period of January 2003 until December 2007."

"Kebakaran pada gedung perkantoran di Jakarta seringkali terjadi dan menimbulkan kerugian yang cukup besar. Kebanyakan dari kebakaran tersebut disebabkan oleh implementasi fire safety management (FSM) yang tidak maksimal. Salah satu cara untuk menanggulangi kerugian karena kebakaran adalah dengan menggunakan jasa perusahaan asuransi. Kerugian yang dialami oleh pengelola gedung akan ditutupi dengan biaya premi yang harus dibayarkan. Lembaga yang diberi kewenangan untuk menentukan biaya premi tersebut adalah Otoritas Jasa Keuangan (OJK). Dalam penentuan nya OJK menggunakan dua aspek yaitu kelas konstruksi dan okupasi bangunan dan akan menghasilkan tarif atas dan tarif bawah. Prakteknya dalam penentuan biaya premi antar perusahaan asuransi memiliki nilai perbedaan yang cukup signifikan bahkan sampai empat kali lipat. Setiap perusahaan asuransi memiliki dasar penentuannya masing-masing sehingga berbeda-beda. Penentuan premi yang hanya berdasarkan dua komponen belum secara realistis menggambarkan keadaan sebenarnya dari suatu bangunan. Penelitian ini akan menggunakan metode structural equation modeling dengan menggunakan perangkat lunak SmartPLS 3.0. Berdasarkan hasil analisa tersebut didapatkan bahawa kebijakan, stakholder, WBS, okupansi bangunan, BIM dan FSM berpengaruh terhadap biaya premi. Model yang didapatkan untuk biaya premi adalah A= (F:E) + (-0,218 X1 – 0, 194 X2 – 0,256 X3 – 0,243 X4 – 0,175 X5 – 0, 285 X6) + e.

---

Fires at office buildings in Jakarta often occur and cause considerable losses. Most of these fires were caused by the implementation of fire safety management (FSM) that was not optimal. One way to deal with losses due to fire is to use the services of an insurance company. Losses suffered by the building manager will be covered by the premium that must be paid. The institution that is given the authority to determine the premium fee is the Financial Services Authority (OJK). In its determination, OJK uses two aspects, namely construction class and building occupation and will produce upper and lower rates. In practice, in determining the cost of premiums between insurance companies, the difference is quite significant, even up to four times. Each insurance company has a basis for determining each, so it varies. The determination of the premium based only on two components does not realistically describe the actual condition of a building. This study will use a structural equation modeling method using SmartPLS 3.0 software. Based on the results of the analysis, the variables that affect the cost of fire insurance premiums will be obtained, and a realistic fire insurance premium cost estimation model. Based on the results of the analysis, it was found that policies, stakholder, WBS, building occupancy, BIM and FSM affect the cost of premiums. The model obtained for premium costs is A = (F: E) + (-0,218 X1 - 0,194 X2 - 0,256 X3 - 0,243 X4 - 0,175 X5 - 0,285 X6) + e."