Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tingkat kesehatnn perusahaan asuransi dan reasuransi ditentukan oleh ratio Risk Based Capital (RBC). Begitu juga dcngan bisnis reasuransi syariah. Untuk mengukur tingkat kesehatan bisnis asuransi dan reasuransi syariah pemerintah telah menetapkan melalui Keputusan Menteri Keuangan (KMK) nomor 424/KMK.06/2003 tentang kesehatan keuangan perusahaan asuransi dan perusahaan reasuransi. Berdasarkan kepada KMK 424 terscbut perusahaan asuransi dan reasuransi syariah harus mempunyai ratio Risk Based Capital (RBC) minimum sebesar l20%. Penelitian ini membuat rumusan baru dalam penentuan unexpected loss yang dihitung pada skedul C menurut ketentuan pemerintah dengan menggunakan model Loss Dislriburion Approach (LDA) dan Extreme Value Theory (EVT) yang dilakukan pada klaim-klaim yang terjadi pada PT. Reasuransi Intemasional Indonesia dari tahun 2005 sampai dengan triwulan III tahun 2009 dan estimasi klaim yang akan terjadi dimasa depan. Penelitian ini bertujuan untuk mengetahui apakah perhitungan dengan model LDA dan EVT dapat memberikan hasil ekspektasi yang lebih baik bagi pemesahaan jika dibandingkan dengan model skedul C sesuai dengan Batas Tingkat Solvabilitas Minimum (BTSM) yang telah diatur dalam KMK 424 tahun 2003 tersebut. Hasil perhitungan RBC yang dilakukan dengan cam mengganti skedul C dengan hasil pcrhitungan LDA dan EVT menghasilkan bahwa perhitungan dengan BTSM berada diantara hasil perhitungan LDA dan EVT. Sernuanya mcnghasilkan ratio RBC yang berada di atas ketentuan yang telah ditetapkan oleh regulalor. Dengan melakukan uji Back Yesring diperoleh hasil bahwa model LDA valid untuk digunakan pada perusahaan, tetapi model EVT tidak valid untuk digunakan.

---

The performance of insurance or reinsurance company is measured by Risk Based Capital ratio (IUSC), and the sharia insurance as well. The Government through the Ministry of Treasury issued the regulation no 424/KMK.06/2003 to measure the soundness of insurance and reinsurance company performance. Based on that regulation KMK 424 the minimum RBC for insurance and reinsurance company is l20%.

This research is conducted to develop a new formulation to determine the unexpected loss (as mentioned in KMK 424, schedule C) using Loss Distribution Approach (LDA) and Extreme Value Theory (EVT) methods. The data used in this study is all real claim of PT Reasuransi Intemational Indonesia sharia division in the period of 2005 - third quarter of 2009 and the estimation of future claim.

The main objective of this research is to explore whether using the LDA and EVT methods could produce a better expectation for the company rather than schedule C (as recommended in KMK 424)?

The result is RBC that calculated using LDA & EVT methods shows great performance, all above the regulation standard. Back Testing is used to test the validity of the methods, the result: LDA is valid model to implemented in the insurance or reinsurance company, while EVT is not valid model."

"Risiko klaim merupakan salah satu risiko operasional yang harus dikelola oleh perusahaan asuransi. Pada penelitian ini akan dihitung besar perkiraan risiko klaim yang akan terjadi dengan menggunakan pendekatan Loss Distribution Approach-Aggregation Method dan Extreme Value Theory-Generalized Pareto Distribution. Selanjutnya akan dibandingkan metode mana yang lebih cocok dalam pengukuran risiko operasional untuk klaim kecelakaan kerja. Berdasarkan hasil perhitungan dan back testing didapat bahwa kedua metode valid digunakan untuk menghitung perkiraan risiko klaim operasional pada klaim kecelakaan kerja. Akan tetapi metode Loss Distribution Approach-Aggregation Method lebih cocok untuk mengukur risiko klaim kecelakaan kerja berdasarkan data yang ada.

---

The risk of claims is one of the operational risks that must be managed by the insurance company. This research will calculate the estimates of the risk of claims that will occur using Loss Distribution Approach Aggregation Method and Extreme Value Theory Generalized Pareto Distribution. Furthermore, these two methods will be compared and chosen which is more suitable for the measurement of operational risk for work accident claims.

Based on the calculations and back testing, both of the methods are valid to calculate the estimates operational risk of claim for work accident claims but the Loss Distribution Approach Aggregation Method is more suitable to measure the risk of work accident claims based on existing data."

"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."

"Dalam beberapa dekade belakangan ini, krisis dunia finansial sering terjadi dan banyak investor dan mengalami kerugian karena ketdakmampuan estimasi risiko pasar. Dalam karya ini, model risiko Value at Risk (VaR) di hitung dengan mengaplikasikan extreme value theory untuk menghasilkan estimasi yang dinamis dengan memodelkan residuals dan membandingkan performanya dengan pendekatan standard normal distribution yang konvensional. Lebih dari itu, estimasi dari Expected Shortfall (ES) yang dinamis juga dianalisa. Hasil menunjukan bahwa EVT-based VaR & ES valid dan dapat diandalkan untuk mengestimasi kuantil yang lebih tinggi, terutama amat baik dalam estimasi negative returns. Terlebih lagi, ada indikasi bahwa ada pola/hubungan tingkat kegagalan estimasi risiko pasar dengan kondisi ekonomi tahun tertentu. Namun hubungan ini berkurang seiring meningkatnya kuantil yang digunakan untuk estimasi.

---

In the recent decades, financial crisis happened quite often and many investors incurred high losses due to unforeseen market risk estimation. In this work, a well-known Value at Risk (VaR) is generated by applying extreme value theory to create dynamic estimation by modeling the residual and comparing its performance with the ubiquitous standard normal distribution approach. In addition, an estimation of dynamic Expected Shortfall (ES) is also analyzed. The results indicate that EVT-based VaR & ES are reliable in estimating higher quantile, especially in estimating negative returns. Moreover, there is an indication of correlation between the failure rate of market risk estimation and economic environment in certain year but this correlation diminishes as the quantile estimation gets higher."

"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."

"Penelitian ini bertujuan untuk mengetahui pengaruh perubahan risiko perusahaan dan rasio Risk Based Capital (RBC) terhadap perubahan modal perusahaan asuransi umum di Indonesia pada periode 2013-2017. Observasi dilakukan terhadap 29 perusahaan asuransi umum di Indonesia. Asset Risk dan Product Risk digunakan sebagai proksi untuk mengukur risiko perusahaan. Hasil penelitian menunjukkan bahwa perubahan risiko perusahaan dan rasio RBC di Indonesia memiliki pengaruh signifikan dalam mempengaruhi perubahan modal perusahaan asuransi umum di Indonesia pada periode 2013-2017. Hasil ini sesuai dengan penelitian sebelumnya dengan topik yang sama untuk perusahaan asuransi umum dan perbankan. Pada penelitian ini, perubahan risiko perusahaan secara positif dan rasio RBC berpengaruh secara negatif terhadap perubahan modal perusahaan. Artinya, setiap adanya peningkatan risiko di perusahaan, perusahaan akan mengiringi peningkatan risiko tersebut dengan peningkatan modal sehingga perusahaan dapat mematuhi peraturan RBC dan mampu menanggulangi setiap risiko yang dimilikinya.

---

The main purpose of this research is to analyze the impact of change in companies risk and risk based capital (RBC) ratio on the change in capital in general insurance companies in Indonesia for the period 2013-2017. Observations were made on 31 general insurance companies in Indonesia. Asset Risk and Product Risk were used as a proxy to measure company risk.

The results of research shows that the companies risk and RBC ratio in Indonesia have a significant influence on the change in capital in general insurance companies in Indonesia for the period 2013-2017. These results agree with the previous research on the same topic for general insurance and banking companies.

In this study, change in companies risk has a positive influence and RBC ratio has a negative influence on changes in companies capital. That means, whenever there is an increase in risk in the company, the company will increase their capital so that the company can comply with RBC regulations and are able to cope with any risks they has."

"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."

"Gempa bumi dapat menimbulkan dampak yang cukup besar, baik dalam hal besarnya nilai kerugian maupun luasnya wilayah terdampak. Implikasi keuangan dari gempa bumi besar dapat memiliki efek jangka panjang. Oleh karena itu, perusahaan perlu memahami karakteristik dari kejadian gempa. Penelitian ini mengukur Operational Value at Risk (VaR) untuk klaim asuransi gempa bumi menggunakan data sesi statistik (MAIPARK) tahun 2014-2021. Perhitungan risiko operasional dengan model Loss Distribution Approach-Aggregation (Monte Carlo Simulation) bertujuan untuk memperkirakan perkiraan cadangan modal berdasarkan distribusi frekuensi dan distribusi keparahan data historis. Hasil penelitian menunjukkan bahwa distribusi frekuensi kerugian klaim asuransi gempa bumi mengikuti pola distribusi geometrik, sedangkan distribusi keparahan menunjukkan pola distribusi eksponensial. Dengan tingkat kepercayaan 95%, nilai VaR risiko operasional adalah Rp 2.792.721.528.565,80, dan uji validitas atau backtesting menggunakan uji Kupiec dengan satu kesalahan, dan model dapat diterima.

---

Earthquakes may cause a considerable impact, both in loss and the area. The financial implications of a major earthquake can have a long-lasting effect. Therefore, companies need to understand the essential characteristics of earthquake events. This research measures the Operational Value at Risk (VaR) for claim catastrophe Insurance using statistical session (MAIPARK) data for 2014-2021. Calculation of operational risk with loss distribution approach aggregation model (Monte Carlo Simulation) aims to estimate capital reserve estimates based on the frequency distribution and severity distribution of historical data. The results showed that the frequency distribution of earthquake insurance claim losses followed a geometric distribution pattern, while the severity distribution showed an exponential distribution pattern. With a 95% confidence level, the operational risk VaR value is IDR 2,792,721,528,565.80, and the validity test or backtesting uses the Kupiec test with one error, and the model is acceptable."

"Risiko adalah kemungkinan kerugian pada bank akibat terjadinya suatu peristiwa. Risiko yang paling melekat pada setiap kegiatan bisnis perbankan adalah risiko operasional. Untuk mengurangi risiko operasional telah diatur beberapa metode penghitungan risiko ini yaitu metode standar dan metode lanjutan atau advance measurement approach. Metode standar memiliki beberapa keterbatasan diantaranya mengasumsikan tingkat risiko langsung proporsional terhadap ukuran gross income, sehingga bank diperkenangkan untuk mengolah data sendiri dengan metode AMA. Salah satu metode AMA yang sering digunakan adalah loss distribution approach . LDA menggunakan data bank yang terdiri dari 8 lini bisnis dan 7 tipe kejadian. Dengan metode LDA, bank mengestimasi dua fungsi distribusi dari data loss tahunan yaitu fungsi distribusi dari frekuensi dan fungsi distribusi dari severitas, kedua distribusi di compound dan ditentukan Value at Risk masing-masing risiko menggunakan metode Monte Carlo pada quantile 99,9%. Untuk perhitungan nilai economic capital dalam tesis ini ada 2 asumsi yaitu asumsi semua risiko bergantung sempurna (completely dependent) dan saling bebas (independent). Adapun tujuan simulasi pada paper ini adalah melakukan studi eksperimental perhitungan economic capital dengan menggunakan LDA. Dari hasil simulasi diperoleh nilai economic capital yang stabil (konvergen ke suatu nilai) pada jumlah sampel 106.

---

Risk is the possibility of losses on the bank due to the occurrence of an event. Most risk inherent in any banking business activities is operational risk. To reduce operational risk in has arranged some methods of calculating this risk of standard method or advanced methods or Advance Measurement Approach. The standard method has some limitations such as the level of risk assumed directly proportional to the size of the gross income, so bank allowed to process its own data with AMA. One AMA often used is Loss Distribution Approach. LDA is using a data bank that consisting of 8 business line and 7 even types. With the LDA method , the bank estimates two distribution function of annual loss data is distribution of frequency and severity, the two distribution in compound and determined the Value at Risk of each risk using Monte Carlo method on the 99.9% quantile. For the calculation of Economic Capital in this thesis there are two assumptions are assuming all risks of completely dependent and independent. The purpose of simulations in this paper is to conduct experimental study of Economic Capital calculation using LDA. From the simulation results Economic Capital stable (convergent) on the number of samples 106."