Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teori kredibilitas adalah salah satu alat kuantitatif untuk memprediksi besar klaim di masa depan dengan menggabungkan pengalaman klaim di masa lalu dari pemegang polis tertentu dan informasi eksternal yang disebut manual rate, yang diperoleh dari pengalaman sekelompok besar pemegang polis. Salah satu teori kredibilitas yang banyak digunakan adalah teori kredibilitas B¨uhlmann yang mengakomodasi heterogenitas paparan risiko. Heterogenitas risiko ini dibedakan oleh parameter risiko yang unik untuk setiap individu. Namun, teori kredibilitas B¨uhlmann membutuhkan asumsi bahwaparameter risiko independen, yang hampir pasti tidak dapat dipenuhi oleh individu yang tinggal di daerah yang sama. Oleh karena itu, estimator kredibilitas B¨uhlmann dengan parameter risiko yang berkorelasi dibentuk dengan memanfaatkan proyeksi ortogonal pada ruang Hilbert, khususnya pada ruang yang berisi kombinasi linear dari besar klaim masa lalu. Selain itu, dalam tugas akhir ini juga dicari estimasi parameter-parameter yang ada dalam estimator kredibilitas. Selanjutnya, estimator kredibilitas B¨uhlmann standar dan estimator kredibilitas B¨uhlmann yang mengasumsikan parameter risiko yang berkorelasi dibandingkan untuk memprediksi besar klaim di masa depan berdasarkan data darisebuah perusahaan asuransi jiwa. Berdasarkan perbandingan dari nilai root mean square error, estimator kredibilitas B¨uhlmann dengan parameter risiko berkorelasi lebih baik dalam memprediksi jumlah klaim di masa mendatang. Didapat hasil ketika korelasinya meningkat, root mean square error menjadi lebih kecil, menunjukkan bahwa penaksir kredibilitas dengan parameter risiko yang berkorelasi lebih cocok untuk data ini. Selain itu, estimator kredibilitas yang diterapkan ke data yang dipartisi berdasarkan homogenitas besar klaim masa lalu menunjukkan performa yang lebih baik daripada saat diterapkan pada data yang tidak dipartisi.

---

Credibility theory is one of the quantitative tools to predict the amount of future claims by combining the experience of the claims in the past of a particular policyholder and external information which is called manual rate obtained from the experience of a large group

of policyholders. One of the credibility theory that is widely used is B¨uhlmann credibility, which accommodates the heterogeneity of risk exposures, noted by risk parameter which is unique for each individual. However, B¨uhlmann credibility requires an assumption that

the risk parameters are independent, which almost surely cannot be fulfilled by individuals living on the same area. Therefore, the B¨uhlmann credibility estimator with correlated risk parameters is formed by utilizing the orthogonal projection in Hilbert space, that is a space containing linear combinations of the amount of past claims. Also, the parameters included in the model are estimated. In addition, the standard B¨uhlmann credibility

estimator and the B¨uhlmann credibility estimator assuming correlated risk parameters are compared to predict the amount of future claim based on data from a life insurance company. Comparing the root mean square error, the credibility estimator with correlated risk parameters is better in predicting the amount of future claim. Also, as the correlation increases, the root mean square error becomes smaller, indicating that the credibility estimator with the correlated risk parameters is more suitable for this data. Moreover, the credibility estimator applied to the data that is partitioned based on the amount of past

claims shows better performance than when applied to unpartitioned data."

"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.

"