Hasil Pencarian  ::  Simpan CSV :: Kembali

"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.

"

"ABSTRACTPengukuran risiko merupakan hal yang sangat penting untuk mengidentifikasi potensi kerugian sehingga dapat dilakukan mitigasi risiko. Salah satu alat ukur risiko yang paling sering digunakan adalah Tail Conditional Expectation (TCE) yang menyatakan rata-rata nilai loss terburuk yang melebihi suatu nilai persentil tertentu. Namun TCE belum dapat menggambarkan variabilitas loss pada ekor dengan jelas, karena dari pendefinisiannya TCE hanya mengukur rata-rata yaitu suatu ukuran pemusatan data. Padahal, informasi mengenai variabilitas loss pada ekor sangat penting karena loss dengan variabilitas yang tinggi cenderung memiliki risiko yang tinggi juga, sehingga pengukuran variabilitas loss pada ekor distribusinya diperlukan untuk mengurangi ketidakpastian terkait risiko. Oleh karena itu, pada skripsi ini dibahas dua alat ukur risiko yang dapat digunakan sebagai alternatif untuk mengukur variabilitas loss pada ekor distribusinya, yaitu Tail Variance Premium (TVP) dan Tail Standard Deviation Premium (TSDP). TVP dan TSDP mampu memberikan pengukuran risiko yang lebih komprehensif karena memiliki unsur ukuran pemusatan sekaligus dispersi data loss. Selain itu, pada skripsi ini juga ditentukan bentukbentuk eksplisit dari TVP dan TSDP untuk beberapa distribusi. Selanjutnya, dilakukan simulasi perhitungan risiko risiko dari aset investasi dan data klaim asuransi menggunakan TVP dan TSDP. Simulasi perhitungan risiko akan dilakukan dengan dua metode, yaitu metode parametrik dan non-parametrik.

---

ABSTRACTRisk measurement is important to identify potential loss hence risk mitigation could be done. Risk measure that is commonly used is Tail Conditional Expectation (TCE), which measures expectation of loss given loss exceeded certain percentiles. However, TCE cannot provide enough information related to variability of loss along its tail due to its definition as a measure of central tendency. On the other hand, information related to variability of loss along its tail is crucial since loss with higher variability tends to have higher risk as well hence variability measurement on the tail is necessary to reduce risk uncertainty. Therefore, this thesis explores two alternative risk measures for variability measurement, which are Tail Variance Premium (TVP) and Tail Standard Deviation Premium (TSDP). TVP and TSDP could provide more comprehensive risk measurement since both risk measurement possesses central tendency as well as dispersion of loss. Besides, this thesis provides the explicit form of TVP and TSDP of loss from several distributions. Next, simulation of risk calculation will be performed to measure risk of asset and insurance claim data using TVP and TSDP. Simulation is done under two methods, which are parametric and non-parametric."

"Risiko merupakan suatu ketidakpastian yang dapat terjadi di masa mendatang dan dapat menimbulkan suatu kerugian atau loss. Untuk meminimalisir loss tersebut, diperlukan alat ukur risiko untuk memprediksi loss-loss yang mungkin terjadi di masa depan. Sebelumnya, terdapat beberapa alat ukur risiko yang umum digunakan seperti Value-at- Risk (VaR) dan Expected Shortfall (ES), namun kedua alat ukur ini tidak memberikan informasi mengenai variabilitas data pada ekor distribusi. Untuk menutupi kekurangan tersebut, Corrado Gini (1912) menemukan suatu alat ukur risiko yang dikenal dengan Gini Shortfall (GS). GS dipandang menjadi alat ukur risiko yang lebih komprehensif karena bersifat koheren dan mempertimbangkan variabilitas pada ekor distribusi. Namun, GS menggeneralisasi bahwa semua orang memiliki kecenderungan sikap yang sama dalam menghadapi risiko, padahal kenyataannya tidak demikian. Oleh karena itu, Yitzhaki (1983) mengembangkan GS menjadi Extended Gini Shortfall (EGS). EGS merupakan bentuk generalisasi dari GS dengan memperhitungkan parameter risk-aversion, suatu kecenderungan sikap untuk memilih risiko seminimal mungkin. Alat ukur EGS memenuhi sifat koheren dengan syarat tertentu dan dapat memperhitungkan rata-rata severitas loss sekaligus variabilitas data pada ekor distribusi. Perhitungan variabilitas ini menggunakan alat ukur Tail Extended Gini functional berbasis Extended Gini functional. Selanjutnya, dilakukan pembentukan formula eksplisit EGS untuk distribusi eksponensial, Pareto, dan logistik, serta dijabarkan contoh perhitungan EGS dalam menghitung risiko. Perhitungan ini menggunakan data loss saham bulanan PT Unilever Indonesia Tbk (UNVR) dari November 2010 hingga November 2020. Dengan parameter risk-aversion yang konstan, didapatkan kecenderungan meningkatnya nilai EGS seiring meningkatnya tingkat kepercayaan. Sementara dengan tingkat kepercayaan yang konstan, didapatkan kecenderungan menurunnya nilai EGS seiring meningkatnya parameter risk-aversion.

---

Risk is an uncertainty that may occur in the future and cause a loss. To minimize the loss, a risk measure is needed to predict future losses. There are several risk measures such as Value-at-Risk (VaR) and Expected Shortfall (ES), but these instruments do not provide information on data variability in the distribution tail. To cover this deficiency, Corrado Gini (1912) invented a risk measure known as Gini Shortfall (GS). GS is said to be a more comprehensive risk measure because it is coherent and provide information about variability of the distribution tail. However, GS generalizes that everyone has the same tendency to take risks, when in reality they do not. Therefore, Yitzhaki (1983) developed GS into Extended Gini Shortfall (EGS). EGS is a generalization of GS by taking riskaversion into consideration. Risk-aversion is a tendency to take minimum risk. Also, EGS is a coherent risk measure under certain conditions and can calculate average severity and variability of losses in the distribution tail with Tail Extended Gini functional, a variability measure based on the Extended Gini functional. Furthermore, the explicit formula of EGS for exponential, Pareto, and logistic distributions and also the example of EGS calculation are presented in this paper. This calculation uses monthly loss of PT Unilever Indonesia Tbk (UNVR) stock from November 2010 to November 2020. Assuming a constant riskaversion parameter, EGS tends to increase with the increasing prudence level. Meanwhile, with a constant prudence level, EGS tends to decrease with the increasing risk-aversion parameter."

"

Tujuan penelitian ini adalah untuk menguji pengaruh risk identification, risk measurement dan monitoring, risk controlling, dan bank size terhadap tingkat rasio non-performing loans pada industri perbankan di Indonesia. Objek penelitian yaitu seluruh bank umum yang terdaftar pada Bursa Efek Indonesia yang memublikasikan laporan tahunannya selama periode tahun 2011 sampai dengan 2015. Estimasi model penelitian terdiri dari tiga model yang dilakukan dengan menggunakan metode regresi data panel Feasible General Least Square (FGLS), Fixed Effect, dan Panel-Corrected Standard Errors (PCSE) secara berurutan. Hasil penelitian secara keseluruhan menunjukkan bahwa pada umumnya bank telah melaksanakan risk identification, risk measurement dan monitoring, risk controlling. Namun, dalam implementasinya belum sepenuhnya berjalan dengan efektif. Pengelolaan manajemen risiko kredit yang baik dan tepat dapat membantu bank, baik berukuran kecil maupun besar, untuk meminimalisir tingkat rasio non-performing loans.

---

This study aims to examine the impact of risk identification, risk measurement and monitoring, risk controlling, and bank size to non-performing loan ratio in Indonesian banking industry. The object of study is all commercial banks listed in the Indonesian Stock Exchange that published its annual reports during the period of 2011 to 2015. The model estimation consists of three models which is being employed by Feasible General Least Square (FGLS), Fixed Effect, Panel-Corrected Standard Errors (PCSE), respectively. The findings reveal that in general bank has implemented risk identification, risk measurement and monitoring, risk controlling. However, the implementation has not fully run effectively. Sound and proper credit risk management, both small and large bank, play important roles in minimizing non-performing loan ratio.

"

"Tesis ini meneliti validitas pengukuran risiko nilai tukar IDR dengan USD, JPY dan SGD pada nilai ekstrim. Analisis ini dilakukan karena permodelan VaR dengan cara tradisional berdasarkan distribusi normal seperti metode Historical Simulation. Risk Matrics, EWMA dan GARCH, sering gagal dalam mencakup probabilitas untuk nilai ekstrim dari pergerakan valuta asing yang tidak diharapkan dan menghasilkan analisis risiko dengan error yang tinggi. VaR pada nilai ekstrim dianalisis untuk periode 1997-1998 dan 2003-2004 dengan metode Historical Simulation, GARCH dan Generalized Extreme Value Distribution. Hasil uji validitas menunjukkan bahwa metode Generalized Extreme Value Distribution valid untuk mengukur risiko nilai tukar saat nilai ekstrim dengan confidence level 99%, sedangkan metode tradisional berdasarkan distribusi normal tidak valid untuk confidence level 99%.

---

The purpose of this thesis is to reserch the validity of currency risk of IDR to USD, JPY, and SGD at extreme value. This analysis is carried out due to the failure of VaR model in traditional method based on normal distribution like Historical Simulation, Risk Matrics, EWMA, and GARCH to cover the probability at extreme value of un-expected movement in foreign exchange market and produce risk analysis with high errors. VaR at extreme value is calculated for two periods, 1997-1998 and 2003-2004 with methods of Historical Simulations, GARCH, and Generalized Extreme Value Distribution.

The result of validity test shows that Generalized Extreme Value Distribution is valid to measure currency risk at extreme with confidence level 99%, while traditional method with normal distribution are not valid for confidence level 99%."

"Dalam upaya menjaga stabilitas finansial dan meminimalkan risiko yang ditanggungnya, perusahaan asuransi dapat mengasuransikan kembali risiko yang ia tanggung melalui kontrak reasuransi. Pembentukan kontrak reasuransi yang optimal biasanya hanya melibatkan satu reasuradur. Adapun pada kenyataannya, perusahaan asuransi umumnya menjalin suatu perjanjian reasuransi dengan melibatkan beberapa reasuradur yang tersedia di pasar. Hal ini dimungkinkan karena cakupan industri asuransi yang terus berkembang. Dalam praktiknya, perusahaan asuransi dan reasuradur mungkin saja memiliki keyakinan yang berbeda (heterogeneous belief) atas distribusi probabilitas yang mendasari risiko asuransi. Dalam penelitian ini, akan dikonstruksi kontrak reasuransi yang optimal bagi perusahaan asuransi, dengan melibatkan beberapa reasuradur multiple reinsurers) dan mempertimbangkan perbedaan keyakinan (heterogeneous belief) antara perusahaan asuransi dan reasuradur. Alat pengukuran risiko distorsi Tail Value-at-Risk (TVaR) akan digunakan untuk menentukan porsi risiko optimal yang dialihkan kepada reasuradur, sedangkan perhitungan premi reasuransi akan dilakukan dengan menggunakan prinsip premi distorsi Tail Value-at-Risk (TVaR). Melalui skripsi ini, diperoleh bahwa penentuan kontrak reasuransi optimal dengan banyak reasuradur memiliki bentuk layer reinsurance contract, di mana besar risiko yang ditanggung oleh perusahaan asuransi dan masing-masing reasuradur bergantung pada tingkat kepercayaan dan distribusi probabilitas dari risiko asuransi, yang diyakini oleh masing-masing pihak yang terlibat dalam kontrak reasuransi.

---

To maintain financial stability and minimize losses, insurance companies can reinsure the risks it bears through reinsurance contracts. The construction of optimal reinsurance contract usually involves only one reinsurer. However, in reality, insurance companies usually formed a reinsurance contract by involving multiple reinsurers available on the market. This is possible due to the scale of the insurance industry that continues to grow. In practice, insurance companies and reinsurers may have different beliefs (heterogeneous beliefs) regarding the underlying probability distribution of the insurance risk. In this research, an optimal reinsurance contract will be constructed from the perspective of insurance company, involving multiple reinsurers and by considering heterogeneous beliefs between insurance company and reinsurers. The Tail Value-at-Risk as distortion risk measure, will be used to determine the optimal portion of risk transferred to reinsurers, while the reinsurance premium calculation will be carried out using Tail Value-at-Risk as distortion premium principle. Through this study, it is found that the optimal reinsurance contract with multiple reinsurers have layer-type shape, and the risk retained by the insurer and the risk allocated to each reinsurer, depends on the level of confidence and probability distribution of insurance risks believed by each party involved in the reinsurance contract."

"Risiko merupakan kemungkinan bahwa peristiwa-peristiwa yang tidak diinginkan akan terjadi di masa depan. Demi meminimalisir risiko yang dihadapi perusahaan atauperorangan, dibutuhkan alat ukur yang dapat mengkuantifikasi risiko dengan baik. Beberapa contoh alat ukur risiko yang umum digunakan adalah Value-at-Risk (VaR) dan Expected Shortfall (ES). VaR mengukur batas bawah dari loss-loss yang besar pada ekor suatu distribusi loss, sementara ES mengukur rata-rata atau ukuran pemusatan dari lossloss yang melebihi VaR. Namun, kelemahan dari kedua alat ukur ini adalah tidak adanya informasi yang diberikan mengenai variabilitas data pada ekor distribusi tersebut. Oleh karena itu, pada skripsi ini diperkenalkan dan dibahas lebih lanjut mengenai Gini Shortfall (GS), suatu alat ukur risiko yang dapat dikatakan lebih komprehensif dibandingkan VaR maupun ES. GS dapat menjelaskan mengenai variabilitas data pada ekor distribusi yang diukur menggunakan Tail-Gini functional, yaitu pengukuran variabilitas berbasis GiniMean Difference atau Gini functional yang diterapkan pada ekor distribusi. Kelebihan lain GS adalah sifatnya yang dapat memenuhi empat kriteria koherensi apabila memenuhisyarat tertentu, dimana alat ukur yang koheren dapat menjadi berguna bagi perusahaan maupun investor dalam menentukan strategi bisnis dan investasi yang tepat. Selain itu, pada skripsi ini juga akan ditentukan formula eksplisit GS untuk beberapa jenis distribusi kontinu yang sering ditemukan dalam pengukuran loss, yaitu distribusi eksponensial, Pareto, dan logistik. Formula eksplisit yang didapat kemudian digunakan untuk menghitung risiko dari suatu data saham riil.A risk is the possibility of undesirable events happening in the future. Companies or individuals may minimize risks by selecting a good risk measure that is able to properlyquantify the risks they face. Some well-known risk measures include the Value-at-Risk (VaR) and the Expected Shortfall (ES). VaR measures the lower bound for big losses in a loss distribution tail, while ES measures the average or central tendency of losses surpassing or breaching the VaR. Unfortunately, there are some drawbacks in using thestated risk measures, mainly that they do not provide any information regarding the variability of losses in the distribution tail. For that reason, this thesis will introduce and explore Gini Shortfall (GS), a risk measure said to be more comprehensive than VaR and ES. GS is able to provide information on the variability of data in distribution tails measured with Tail-Gini functional, which is a tail variability measure based on thevariability measure Gini Mean Difference or Gini functional. Another superiority of GS compared to other risk measures is that under certain conditions, it can satisfy the four criteria of coherency. A coherent risk measure may be useful for companies or investors to determine the right business and investing strategies. Besides that, this thesis will also provide explicit formulas of GS for some continuous distributions commonly used in loss models, namely the exponential, Pareto, and logistic distributions. These formulas are then applied to calculate risks from actual stock data."

"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."

"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."

"

Demi menjaga stabilitas finansial dan mengefektifkan pengelolaan risiko, perusahaan asuransi akan mereasuransikan sebagian klaim yang ada kepada perusahaan reasuransi. Terdapat dua jenis kontrak reasuransi yang biasa digunakan, yaitu reasuransi quota-share dan stop-loss. Pada reasuransi quota-share, klaim dibagi berdasarkan proporsi yang tetap dan premi reasuransi bergantung pada nilai proporsi tersebut, sedangkan pada reasuransi stop-loss, klaim dibagi berdasarkan retensi klaim. Pada skripsi ini kedua reasuransi tersebut dikombinasikan dengan harapan kedua reasuransi tersebut dapat saling menutupi kekurangan yang ada. Setelah dikombinasikan, untuk mendapatkan pertanggungan yang baik bagi perusahaan asuransi, maka perlu dicari nilai proporsi dan retensi yang optimal. Salah satu caranya adalah dengan mengoptimisasi ukuran risiko. Semakin kecil nilai ukuran risiko, maka semakin kecil juga besar kerugian yang akan ditanggung perusahaan asuransi. Ukuran risiko yang digunakan pada skripsi ini adalah Conditional-Tail-Expectation (CTE) yang memiliki relevansi dengan ukuran risiko Value-at-Risk (VaR), yaitu ukuran risiko yang lebih sering digunakan karena penggunaannya yang sederhana, tetapi memiliki kekurangan dalam memberikan informasi terkait dengan kerugian yang sangat besar. Dihitung dengan menggunakan prinsip nilai ekspektasi, premi reasuransi digunakan sebagai kendala pada optimisasi ukuran risiko dengan CTE yang dilakukan untuk masing-masing kombinasi reasuransi, yaitu kombinasi reasuransi stop-loss setelah quota-share dan quota-share setelah stop-loss. Dengan mengoptimisasi CTE, diperoleh bahwa masing-masing kombinasi reasuransi menghasilkan nilai minimal CTE yang sama, sehingga kedua kombinasi reasuransi sama-sama optimal untuk digunakan oleh perusahaan asuransi. Selain itu, didalam menentukan nilai minimal, kondisi yang digunakan pada optimisasi dengan ukuran risiko CTE berbeda dengan VaR.

 

---

To maintain financial stability and to effectively manage the risk, an insurer will partially reinsure the loss to a reinsurance company. Two most commonly used reinsurance contracts are quota-share and stop-loss. In quota-share, the loss will be split based on a fixed proportion and the reinsurance premium depends on the value of the proportion, while in stop-loss the loss will be split depends on on the retention value. In hope that these two types of reinsurance can cover each other weaknesses, this undergraduate thesis combines both quota-share and stop-loss reinsurance. Subsequently, to get a good coverage for the insurer, it is necessary to find the optimal proportion and retention value. One way to accomplish that is using risk measure optimization. The smaller the value of the risk measure, the smaller the loss that borne by the insurer. The risk measure that used in this undergraduate thesis is Conditional-Tail-Expectation (CTE), which has relevance to Value-at-Risk (VaR), the most common used risk measure in practice, but has a weakness in giving information about the value of an extreme loss. Calculated using the expected value principle, the reinsurance premium is used as a constraint in the CTE optimization for each of the reinsurance combinations, which are stop-loss after quota-share and quota-share after stop-loss. By optimizing CTE, it is found that each combination produces the same minimum CTE value, so both reinsurance combinations are optimal to be used by the insurer. Furthermore, in determining the minimum value, the conditions that are used in optimization using CTE are different from VaR

"