Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jumlah kerugian pada masa yang akan datang diestimasi berdasarkan frekuensi terjadinya klaim dan rata-rata jumlah klaim yang terjadi pada periode sebelumnya. Jumlah nilai estimasi tidak akan pernah sama, meskipun kerugian masa lalu diakibatkan risiko yang sama. Hal ini dikarenakan terjadinya kejadian ekstrim pada ekor distribusi. Oleh karena itu diperlukan suatu cara dalam mengestimasi potensi kerugian yang akan datang. Estimasi ini berkaitan dengan dengan penentuan nilai atas suatu variable tertentu yang melampaui suatu tingkat probabilita tertentu. Ukuran yang lazim di digunakan adalah Value at Risk (VaR). EVT adalah metode dalam mengukur suatu risiko yang sifatnya ekstrim. PT XYZ menghadapi potensi kerugian risiko operasional namun tidak memiliki metode pengukuran risiko yang akurat.Penelitian ini mencoba menerapkan Metode Extreme Value Theory ? Peaks over Threshold sebagai alternative dalam menetukan nilai ekstrim. Data yang digunakan adalah data klaim asuransi kesehatan PT. XYZ dengan periode 1 Januari 2007 hingga 31 Desember 2008. Hasil uji backtesting dengan periode 1 Januari 2009 hingga 31 Desember 2009 menunjukkan metode tersebut dapat digunakan sebagai alternatif pengukuran risiko operasional bagi PT. XYZ.

---

The future annual loss burden is estimated on the basis of predicted claims frequency and predicted average individual claim amount. Total estimated value will never be the same, although past losses caused by the same risk. This is because the occurrence of extreme events on the tail distribution is therefore needed a way of estimating the potential losses that will come. This estimate relates to the determination of the value of a certain variable exceeds a certain level of probability. The size of the prevalent use is Value at Risk (VaR). EVT is a method for measuring the risk of an extreme nature. PT XYZ faces potential losses from operational risk but does not have an accurate method of measuring risk. These papers apply Extreme Value Theory Method - Peaks over Threshold as alternative in extreme determine the value. The data used is health insurance claims data PT. XYZ with the period of January 1, 2007 until December 31, 2008. Backtesting test results with the period of January 1, 2009 until December 31, 2009 shows the method can be used as an alternative operational risk measurement for PT.XYZ."

"Tukar menukar antar mata uang asing yang dikategorikan sebagai jual beli dalam islam disebut dengan As Sharf. Dalam kaitan dengan investasi, tidak ada bisnis yang tidak mempunyai risiko karena kita tidak mengetahui apa-apa yang akan terjadi besok. Demikian pula dengan nilai tukar mata uang asing. Nilainya terus berfluktuasi sewaktu¬-waktu sehingga mendorong para peneliti untuk melakukan penelitian tentang pergerakan nilai tukar ini dan mempredeiksikan nilainya di masa mendatang untuk meminimalisir risiko yang mungkin terjadi dan kerugian yang ditanggungnya. Umumnya data statistik didekati dengan asumsi normal dimana asumsi ini cenderung menyesatkan karena mengabaikan kemungkinan terjadinya pergerakan ekstrim dalam distribusi data tersebut. Kegagalan mengidentifikasi potensi risiko ekstrim dapat membawa bencana keuangan bagi lembaga dan institusi keuangan terutama yang berbasis syariah.Tujuan dari penelitian ini adalah untuk meneliti apakah pergerakan kurs Rupiah terhadap mata uang asing adalah mempunyai distribusi normal atau ekstrim. Begitu juga untuk meneliti berapa besar potensi risiko ekstrim yang mungkin terjadi Metode yang digunakan adalah Extreme Value Theory (EVT) dengan pendekatan distribusi nilai lebih menggunakan konsep Generalized Pareto Distribution. Nilai yang didapatkan kemudian dibandingkan dengan pendekatan dengan asumsi normal untuk kemudian dianalisis dan diambil kesirnpulan. Hasil penelitian mendapatkan bahwa distribusi return kurs Rupiah terhadap US Dollar pada periode 1998-2003 adalah tidak normal. Diketahui pula bahwa indeks tail yang didapatkan juga cukup signifikan sesuai dengan konsep GPD. Hasil perbandingan metode EVT dan pendekatan normal dan skewness heteroskedasiik menunjukkan bahwa kesimpulan pengujian yang dilakukan sesuai dengan kesimpulan dari beberapa peneliti lain untuk metode yang sama."

"Risiko operasional adalah salah satu risiko yang cenderung sulit untuk diantisipasi dan dampaknya seringkali di luar perkiraan bank. Pengukuran Value at Risk (VaR) menjadi penting agar bank dapat menghitung beban modal untuk risiko operasional sesuai dengan profil risikonya. Tesis ini membandingkan perhitungan VaR risiko operasional pada PT Bank ABC dengan dua metode yaitu Monte Carlo Simulation dan Extreme Value Theory. Berdasarkan backtesting terhadap kedua metode tersebut, pengukuran risiko operasional pada Bank ABC lebih realistis jika menggunakan Monte Carlo Simulation.

---

Operational risk in banking is one of the most difficult risk to anticipate and its impact to bank?s losses sometimes unpredictable. Measuring Value at Risk (VaR) then become important to enable bank to calculate capital charges for operational risk in accordance with its risk profile. This research attempts to compare between Extreme Value Theory method and Monte Carlo Simulation to calculate operational risk capital charge in PT Bank ABC. Based on backtesting procedures, it reveals that Monte Carlo Simulation is more suitable for Bank ABC's risk profile."

"Tesis ini meneliti validitas pengukuran risiko operasional migas di PT Pertamina EP dalam periode 2010-2013 menggunakan metode extreme value theory. Analisis ini dilakukan karena pemodelan VaR umumnya hanya fokus pada badan (body) distribusi statistik namun tidak memperhatikan daerah ekor (tail) yang frekuensi risikonya rendah dan severitas tinggi. Nilai VaR dihitung menggunakan data periode 2010 sampai dengan 2012 dan uji validitas terhadap data tahun 2013. Hasil uji validitas menunjukkan bahwa dengan confidential level 95% dan 99%, metode extreme value theory valid untuk mengukur potensi risiko operasional PT Pertamina EP.

---

The goal of this thesis is to research the validity of the measurement of oil and gas operational risk at PT Pertamina EP in the period 2010-2013 using the method of extreme value theory. It is carried out to respond the fact that VaR modeling is generally focus on the body of statistical distribution but do not cover to the tail of statistical distribution area which is low frequency and high severity risk. VaR is calculated using data from 2010 to 2012 and test the validity of the data in 2013. Validity test results show that extreme value theory valid method to measure the potential operational risk of PT Pertamina EP at confidential level of 95% and 99%."

"Penulisan tesis ini bertujuan mengeksplorasi potensi risiko saham sektoral dengan menghitung nilai value at risk indeks harga saham sektoral di Bursa Efek Indonesia. Pendekatan yang digunakan adalah toeri nilai ekstrim (Extreme Value Theory). Berdasarkan hasil penelitian menunjukkan bahwa pola risiko saham sektoral Indonesia memiliki ketidaksimetrisan dengan nilai kemungkinan imbal hasil negatif lebih besar dari kemungkinan imbal hasil positif kecuali untuk saham sektor pertanian. Potensi risiko saham sektoral dari yang terbesar sampai yang terkecil adalah : sektor industri dasar dan kimia, sektor pertanian, sektor pertambangan, sektor industri barang konsumsi, sektor aneka industri, sektor perdagangan, sektor properti, sektor infrastruktur, dan sektor keuangan. Perhitungan nilai value at risk indeks harga saham dapat menjadi bahan pertimbangan untuk keputusan investasi pada saham.

---

This thesis explores the potential risk of equity price index in all sectors at Indonesia Stock Exchange. The objective reached by measuring its value at risk. The approach used in the study is Extreme Value Theory; it is used to measure the potential risk. The study shows the equity risk in all sectors at Indonesia Stock Exchange has an asymmetric pattern with its negative possibility value higher than the positive one; however, there is an exception for agricultural sector. The highest to the lowest values of potential risk in all sectors are: basic industry and chemical, agriculture, mining, consumer goods, miscellaneous industries, trade, property, infrastructure and finance. The value at risk of equity price index would be considerable for equity investment decision."

"Karya akhir ini bertujuan untuk melihat bagaimana proses pengukuran risiko operasional. Salah satu tipe risiko dalam risiko operasional adalah tipe risiko banking fraud. Bank rentan terhadap risiko ini. Permasalahannya adalah bagaimana bank dapat mengukur risiko ini dan kemudian memitigasinya. Salah sate cara pengukuran yang direkomendasikan oleh Bank Indonesia yang sesuai dengan Basel Capital Accord 2 adalah satu pendekatan yang disebut Internal Measurement Approach. Dalam pendekatan terdapat beberapa metode pengukuran antara lain adalah Model Extreme Value Theory dan Loss Distribution Approach. Keduanya dapat digunakan sebagai alat banal dalam perhitungan OpVar. OpVar adalah pengukuran berapa besar modal bank dapat menyerap kerugian akibat suatu risiko operasional dengan derajat kepercayaan tertentu.Kedua model pendekatan untuk perhitungan OpVar tersebut memiliki keunggulan dan kelemahan, dalam pengukuran tipe risiko fraud. Keduanya memerlukan estimasi parameter, EVT menggunakan parameter ξ, μ, dan σ sebagai parameter bentuk, lokasi dan skala dan langsung dapat dihitung nilai OpVar-nya. Sedangkan pada pemodelan LDA, untuk pengukuran risikonya hams melalui tahapan seperti, melakukan estimasi parameter untuk distribusi frekuensi dan parameter untuk distribusi severity-nya. Kedua hams dilakukan uji kesesuaian dengan distribusi teori dari distribusi frekuensinya dan distribusi severity-nya, melalui penggunaan nilai hasil estimasi parameternya yang sudah diperoleh melalui proses estimasi di atas. Ketiga, melalui suatu alat simulasi yang disebut Simulasi Monte Carlo, dapat dihitung nilai OpVarnya, dengan terlebih dahulu memasukkan nilai-nilai estimasi parameter baik dari distribusi frekuensinya maupun dari distribusi severity-nya . Untuk melihat apakah model LDA cukup baik untuk pengukuran OpVar maka dilakukan uji backtesling. Pemodelan EVT dengan metode Generalized Pareto Distribution, yang menggunakan nilai estimasi parameter Hill dan metode moment rata-rata serta moment standar deviasi dapat menghasilkan nilai OpVar yang paling rendah, sehingga untuk membentuk alokasi modal untuk menutup risiko ini relatif lebih rendah atau lebih ringan.Hasil dari penelitian ini dapat ditarik kesimpulan bahwa Bank "X" diketahui belum menggunakan pengukuran risiko operasional terutama untuk Fisiko fraud. Pengukuran risiko fraud yang disarankan adalah dengan menggunakan model pengukuran internal (IMA), dalam menentukan berapa besar OpVar bagi bank. Dalam menghitung besarnya OpVar, dapat digunakan beberapa metode antara lain adalah EVT dan LDA. Keduanya menggunakan data kerugian atau loss sebagai dasar perhitungan untuk menghitung nilai DpVar. Data kerugian dapat bersifat data historis kerugian (actual loss) atau data kerugian expected loss yang diperoleh melalui proses Monte Carlo. Kedua metode baik EVT maupun LDA dapat dilakukan perhitungan dan simulasi secara mudah dengan menggunakan bantuan software Microsoft ExcelTM, yang sederhana dan ditambah dengan pengelolaan database yang baik. Hanya perlu lebih teliti untuk menerapkannya bagi berbagai tipe risiko, karena agak bersifat manual. Perhitungan dengan metode EVT, dilakukan pertama kali dengan melakukan estimasi terhadap parameter EVT yaitu 4',6 dan p -nya. Untuk mengestimasi ketiga parameter tersebut dapat digunakan beberapa cara sebagai berikut:a. Metode P W M b. Metode Hill Estimator untuk parameter -nya dan distribusi moment biasa untuk parameter /r dan o.c. Metode Blok Maksima dan POT.d. Gabungan PWM dan Hill estimatorSedangkan metode LDA dapat juga dipakai sebagai altematif perhitungan OpVar, dengan menggunakan simulasi MC.Kesimpulan kedua, mengenai basil pengukuran nilai OpVar dengan model dan metode berbeda dan menggunakan derajat kepercayaan sebesar 99% (persentil tinggi) didapat basil sebagai berikut :Perbandingan Hasil Perhitungan OpVar PWM_ Hill danMoment LDA EVT Exp.LossGEV Rp 1O,96Miiyar Rp 186 Milyar Rp. 21 Milyar Rp. 45 MGPD Rp 9 Milyar Rp 23 MilyarDari hasil perhitungan OpVar diatas dapat disimpulkan bahwa dengan Model LDA nilai OpVar yang diperoleh adalah yang paling rendah. Sehingga untuk perhitungan alokasi modal buat bank juga relatif tidak terlalu banyak seperti metode lainnya. Metode GPD dengan model gabungan Hill dan momen, dapat juga sebagai alternatif perhitungan OpVar, karena nilai OpVar yang diperoleh hampir sama dengan metode dari model LDA.Hasil kesimpulan ketiga adalah bagaimana melakukan mitigasi risiko fraud melalui pengalokasikan modal untuk menutup risiko fraud dengan nilai sebesar nilai OpVar, maksudnya bila bank memilih menggunakan model EVT dengan estimasi parameter Hill dan metode momen, dalam metode Generalized Pardo Distribution, bank cukup menyediakan dana pengalokasian modal sebesar Rp 23 Milyar.

---

The aim of this thesis is to know how to measure operational risk. One of risk type in operational risk is banking fraud risk type. Bank is susceptible with this risk. The problem is how bank can predict this risk and then how to mitigate it. One of the way to measure which recommended by Bank Indonesia which appropriate with Basel Capital Accord 2 is an approach which named Internal Measurement Approach. In approach contains some measurement methods i.e. Extreme Value Theory model and Loss Distribution Approach model. Both can be used as instrument auxiliary in OpVar calculation. OpVar is measurement how much bank's capital amount can absorb the loss which caused by an operational risk using certain confident level.

In measuring fraud risk type, the both approach model for OpVar calculation have strengths and weaknesses. Both need estimation parameter, EVT use and a as a form of parameter, location and scale and the score of OpVar can be calculated directly. Whereas in LDA model, to measure the risk have to pass some steps like doing estimate parameter of frequency distribution and parameter of severity distribution. Both must be done with appropriate test to frequency distribution and severity distribution using Kolmogorv-Smirnov Test and Chi-Squared Test, through using the score of parameter estimation which already obtained through estimation process above. Third, using a simulation tool which named Monte Carlo simulation, can be calculated the score of OpVar by till in earlier parameters estimation scores from distribution of frequency of loss data and it's distribution of severity. To see whether LDA model proper enough to OpVar measurement, so back testing is need to do. EVT model with Generalized Pareto Distribution, which use Hill parameter estimation and average moment method and deviation standard moment yield lowest OpVar score, so to create capital allocation to cope this risk relatively lower and easier.

This research resumed that : Bank "X" have not yet use operational risk measurement especially for fraud risk. Fraud Risk measurement which suggested is by using Internal Measurement Model (IMA) to determine how much OpVar needed for a bank.

In calculating OpVar, methods which can be used i.e. EVT and LDA. They use loss data to count OpVar scores. Loss data can be historical 1 actual loss or expected loss through Monte Carlo process. Both method, EVT or LDA can be done easily and simply by calculation and simulation using Microsoft Excel software, with better managed database, of course. To implement kinds of risk need to be thoroughly, because it's manually. Calculation with EVT method, firstly done by estimating three parameters EVT named p, and cr. To estimate the three parameters we can use many way as follows :

a. P W M method

b. Hill estimator method to 4 parameter and usual moment distribution to parameter p, and cr .

c. POT and Block Maximum method

d. Hill estimator and PWM join method

While LDA method also can be used as alternative calculation OpVar, which used MC simulation.

Second conclusion, about the result of score OpVar measurement with different model and method and use the 90% degree of confident (the high percentage) yield as follows :

The comparison Calculation Result of OpVar :

PWM Hill and Moment LDA EVT Exp. Loss

GEV Rp. 10.96 billion Rp. 186 billion Rp. 21 billion Rp. 45 billion

GPD Rp. 9.00 billion Rp. 23 billion

From the above OpVar calculation can concluded that LDA model will get result the lowest amount of OpVar. So no need to calculate capital allocation for bank (relatively not to much like others method). GPD's method with joining_Hill and moments model, can be used as other alternative for OpVar calculation, because amount of OpVar obtained almost the same with method of LDA model.

The result of conclusion is how to mitigate fraud risk through capital allocation to close fraud risk with amount as big as OpVar amount, means if bank choose to use EVT model with Hill parameter and moment method estimation, in Generalized Pareto Distribution, bank provide fund allocation capital Rp. 23 billion enough."

"ABSTRAKUntuk menutup risiko kurs atas kewajiban dalam valas, pengusaha dapat melakukan lindung nilai (hedging) dengan menggunakan instrument-instrumen lindung nilai. Namun instrumen lindung nilai yang ada sekarang tidak dapat digunakan oleh pengusaha muslim dikarenakan mengandung unsur bunga, oleh karena itu diperlukan instrumen lindung nilai yang tidak menggunakan unsur bunga.Menurut fatwa DSN-MUI jenis transaksi valas yang sesuai syariah adalah transaksi spot dan forward agreement. Transaksi valas dengan skim forward agreement adalah sarah satu skim transaksi yang juga digunakan sebagai instrumen lindung nilai, yaitu forward exchange contract (FEC). Selisih antara delivery rate dengan spot rate pada FEC merupakan representasi dari kenaikan kurs maksimum yang dapat terjadi selama jangka waktu perjanjian. Oleh karena itu, perhitungan delivery rate dapat pula dilakukan dengan menggunakan nilai dari risiko kurs itu sendiri. Dengan menggunakan nilai risiko yang dihitung dengan pendekatan Extreme Value Theory (EVT), selanjutnya dilakukan perhitungan delivery rate dan hasilnya dibandingkan dengan perhitungan pada instrumen lindung nilai yang ada sekarang. Hasil penelitian ini menunjukkan bahwa perhitungan delivery rate dengan menggunakan nilai risiko valas, dapat memberikan manfaat yang setara dengan yang menggunakan unsur bunga. Oleh karena itu, untuk memenuhi kebutuhan pengusaha muslim dalam menutup risiko kurs, dapat menggunakan instrumen FEC yang ada sekarang dengan mengganti unsur bunga dalam perhitungan delivery rate dengan nilai risiko kurs.

---

ABSTRACT

The problem of foreign exchange's (forex) risk is the problem of all companies having debt in foreign currency. Most companies use hedging instruments to manage the risk on forex, except for the sharia company since the available instruments are not free from interest. Therefore, the sharia company shall look for an alternative hedging instrument which in the light of Islamic norms of financial ethics.

According to the fatwa issued by the National Sharia Board (DSN-MUI), transactions on forex should be carried out in the form of spot or forward agreement type of transactions. Transactions under the forward agreement scheme, is commonly used for hedging purposes i.e. forward exchange contract (FEC). In the FEC two parties undertake a complete transaction at a future date but at a price/rate determined today. The determined price/rate or delivery rate can be interpreted as the highest increment of the foreign exchange rate within a specific time period or risk on forex rate. Furthermore, the delivery rate can be calculated using the value of the risk itself. Extreme Value Theory (EVT) is a calculation approach that can be used to estimate the risk solely based on the increments of the forex rate. The delivery rate calculated using the risk's figure is compared to the rate under the available hedging instruments. Our empirical result showed that the use of interest in the available hedging instruments can be replaced by the risk's figure and gained an equal financial benefit. Therefore, the sharia company can use the current FEC as a hedging instrument by replacing the interest with risk's figure in the calculation of delivery rate."

"ABSTRAKValue-at-Risk (VaR) pada umumnya dihitung dengan menggunakan asumsi nilai aktiva yang terdistribusi normal, berdasarkan informasi pada masa lalu. Namun data empiris menunjukkan bahwa return pasar, dalam hal ini Indeks Harga Saham Gabungan (IHSG) pada Bursa Efek Indonesia, memiliki distribusi fat-tail. Akibatnya penghitungan VaR dengan asumsi distribusi normal akan memberikan estimasi kerugian yang lebih rendah dari yang sebenarnya. Dalam Karya Akhir ini dilakukan perbandingan penggunaan model VaR dengan GARCH dan model VaR yang mengadopsi Extreme Value Theory (EVT) dengan pendekataan Peaks Over Threshold, pada return IHSG di Bursa Efek Indonesia. Penggunaan EVT untuk menghasilkan estimasi VaR memberikan peramalan atas return harian IHSG pada tingkat keyakinan 99% dan 95%.Hasil penelitian menunjukkan bahwa estimasi VaR yang mengadopsi EVT memberikan hasil peramalan yang lebih akurat pada tingkat keyakinan 99%, dan analisa terhadap nilai ekstrim secara potensial memberikan kontribusi atas estimasi kerugian yang lebih akurat pada kondisi pasar yang bergejolak.

---

ABSTRACT

Value-at-Risk (VaR) is widely calculated from representations assuming that variations in the value of assets are normally distributed, conditional on past information. Empirically, Indeks Harga Saham Gabungan (IHSG) on Bursa Efek Indonesia exhibit fat-tailed leptokurtic distributions. Therefore, VaR forecasts using the asumption of normality could underestimate the true risk. In this paper, a research was taken to compare the use of VaR model using GARCH and VaR model adopting Extreme Value Theory (EVT) with Peaks Over Threshold approach, applied to IHSG return on Bursa Efek Indonesia. The use of EVT to estimate VaR provide the tail forecasts of daily returns at 99% and 95% confidence level.

The result shows that VaR estimates with EVT give more accurate forecasts at 99% confidence level and analysis of extremes can potentially contribute to a more accurate estimation of violent market swings."

"Tesis ini berfokus pada permodelan dan perkiraan tail losses dari Asuransi hafta benda dengan menggunakan Generalized Pareto distribution (GPD), dirnana pennodelan untuk klaim - klaim besar dilakukan melalui pendekatan Peaks over Threshold untuk mendapatkan gambaran atas klaim - klaim di atas threshold. Pcncntuan threshold tlilakukan dengan melakulmn plot atas estimator Hill. Kolmogorv-Smirnov dan Loglikelihood Ratio goodness-ofljit test dilakukan untuk meneliti apakah dsitribusi dan model yang dipilih sudah oocok dan valid. Operational Value at Risk and Expected Shorwlll dihitung dan dibandingkan hasilnya dengan fomaulasi dari referensi. Risk Capital dihitung sebagai selisih antara expected loss untuk Setiap kejadian dalarn Setahun dan nilai klaim 99? quantile. Dampaknya pada struktur excess of loss reinsurance serta penggunaan rekomendasi kapasitas yang dapat dikelola sendiri dibahas sebagai bagian dari stratcgi yang dapat dilakukan perusahaan. Estimator Hill didapatkan dari kejadian klaim ekstrim dengan 5 < I mengindikasikan hipotesa distribusi GPD diterima. Dcngan threshold yang ditetapkan dengan metode PWM dihasilkan Operational Value at Risk dan Expected Shoryall dqneroleh pada 95"' dan 99"° quantile. Tes validitas model dengan Kupiec test dengan tingkat kepercayaan 95% dan 99% mengindikasikan metode EVT dengan Generalzked Pareto distribution (GPD) POT valid digunakan untuk permodelan klaim - klaim besar ehingga dapat diwnakan sebagai alat untuk menganalisa dan mengukur risk capital dad kerugian - kcrugian yang tcrjadi pada Asuransi hafta benda.

---

This paper focus on modeling and estimating tail parameters of property insurance loss severity by using extreme value theory with Generalized Pareto distribution (GPD), providing a model for large losses through Pealw over Threshold 's approach to derive a natural model _Hur the point process of large losses exceeding a high threshold The thresholds are determinded through mean excess plot and PHI! plot. Kolmogonf-Smirnov and Loglilcelihood Ratio goodness-ofjit test are conducted to assess how good the fit is. Operational Value at Risk and Expected Shormzll are also calculated and compare th results by using the _kzrmulation from rekrences. Risk Capital is calculated as the dwerence between the expected loss jar any one risk annually and 99" quantile of large loss. The impact on excess of loss reinsurance structure and the use of recommended retention are provided. Hill 's estimator is derived from extreme losses with C < l with hypothesis of GPD can be accepted. With defined threshold and shape parameter is derived through PWM method, Operational Value at Risk and Expected Shortfall are derived from 95"' and 99" quantile. Test on validity ofthe model with the Kupiec test on the confidence level of 95%, and 99% indicated that Generalized Pareto distribution (GPD) providing a valid model jar large losses through Peaks over Threshold 's approach as a tool to anabtze and measure risk capital of property insurance loss severity."