Hasil Pencarian  ::  Simpan CSV :: Kembali

"Memperkirakan cadangan kewajiban terhutang adalah penting dalam menjaga keseimbangan solvabilitas keuangan pada perusahaan asuransi umum. Porsi terbesar dan terpenting dari cadangan kewajiban terhutang adalah cadangan klaim terhutang. Penelitian ini mencoba melakukan estimasi perhitungan cadangan klaim dengan menggunakan pendekatan model Munich Chain Ladder. Model Munich Chain Ladder dalam hal ini menggunakan pendekatan metode Chain Ladder klasik, serta korelasi antara nilai pembayaran klaim (paid) dengan nilai pelaporan klaim (incurred). Dengan menggunakan data masa lalu, sebuah estimasi cadangan klaim IBNR akan dihitung dengan menggunakan model Munich Chain Ladder.

---

Estimating outstanding liability is very important in maintaining financial solvency of a general insurance company. The largest and most important outstanding liability is outstanding claim reserves portion. This study is tried to estimate claim reserve by using Munich Chain Ladder. The Munich Chain Ladder is using a classical Chain Ladder method approach as the basic framework, and then utilizes the correlation between the paid and incurred claim data to calibrate the proposed model prediction. By using past data, a claim reserve will be calculated."

"Asuransi kendaraaan bermotor diharuskan membuat cadangan untuk memastikan bahwa perusahaan tersebut dapat memenuhi kewajibannya. Metode chain ladder adalah salah satu metode pencadangan klaim yang paling banyak digunakan. Akan tetapi, metode chain ladder ini rentan terhadap outlier. Karya akhir ini fokus pada pencadangan klaim yang resisten terhadap data outlier dengan menggunakan metode robust chain ladder. Ada dua tahapan dalam merobust metode chain ladder, tahap pertama yaitu mendeteksi data outlier dengan menggunakan median sebagai development faktor dan kemudian memodifikasi nilai dari outlier tersebut. Langkah kedua adalah mengaplikasikan metode chain ladder klasik pada data yang telah dilakukan modifikasi tersebut. Studi ini menunjukan bahwa metode robust chain ladder memberikan hasil yang lebih baik dibandingkan dengan chain ladder klasik.

---

in a motor vehicle insurance business an insurer needs to build up a reserve to ensure the company can fulfill its obligation. Chain ladder is one of the most widely used method in claim reserving. However, chain ladder method is very vulnerable to outlier. This study focused on claim reserving that resistant to outlier data by using robust chain ladder. There are two step to robustify chain ladder method. The first step is to detect outlier by using median as development factor to compute the residual, and adjust the outlying values. The second step is apply a classic chain ladder method to the adjusted data. This study show that robust chain ladder has a better result than a standard chain ladder method."

"Dinamika ekonomi yang terjadi di Indonesia pada periode 2015-2021 berdampak pada beberapa sektor salah satunya adalah perusahaan asuransi. Dampak yang terjadi yaitu peningkatan jumlah klaim dari pemegang polis terutama pada asuransi kredit akibat peningkatan kredit dengan kolektibilitas Non Performing Loan (NPL). Penelitian ini bertujuan untuk estimasi cadangan klaim pada asuransi kredit untuk mengantisipasi munculnya klaim pada saat proses atau klaim yang akan muncul di masa depan. Penggunaan metode estimasi yang sesuai akan menghasilkan cadangan klaim yang lebih efisien sehingga perusahaan asuransi lebih tepat dalam mengelola kinerja keuangan. Pada penelitian estimasi cadangan klaim IBNR asuransi kredit PT XYZ periode 2017 – 2021, digunakan pengembangan dari metode Chain Ladder, yaitu metode Munich Chain Ladder dan metode Bornhuetter-Ferguson. Pada metode Munich Chain Ladder, estimasi cadangan klaim menggunakan korelasi antara klaim yang dibayarkan (paid) dan klaim yang dilaporkan (incurred) dalam bentuk parameter development factor untuk menentukan proyeksi klaim. Pada metode Bornhuetter-Ferguson digunakan parameter tambahan berupa premi yang diperoleh dari pemegang polis untuk menghitung expected ultimate claim dalam menentukan cadangan klaim. Penelitian memperoleh hasil bahwa berdasarkan kriteria nilai MAD dan RMSE penggunaan metode Bornhuetter-Ferguson memberikan hasil yang lebih rendah dibandingkan metode Munich Chain Ladder.

---

The economic dynamics that occurred in Indonesia in the 2015-2021 period had an impact on several sectors, one of which was insurance companies. The impact that occurred was an increase in the number of claims from customers, especially on credit insurance due to an increase in credit with the collectability of Non Performing Loans (NPL). This research aims to estimate the claim reserve on credit insurance to anticipate the emergence of claims during processing or claims that will appear in the future. The use of an appropriate estimation method will result in a more efficient claim reserve so that insurance companies are more precise in managing financial performance. In the research on the estimation of IBNR reserves for credit insurance claims for PT XYZ for the period 2017 – 2021, the development of the Chain Ladder method is used, namely the Munich Chain Ladder (MCL) method and the Bornhuetter-Ferguson (BF) method. In the Munich Chain Ladder method, the estimated reserve of claims uses the correlation between paid claims and incurred claims in the form of development factor parameters to determine the projected claims. In the Bornhuetter-Ferguson method, additional parameters are used in the form of premiums obtained from customers to calculate the expected ultimate claim in determining claim reserves. The research found that based on the criteria for MAD and RMSE values, the use of the Bornhuetter-Ferguson method gave lower results than the Munich Chain Ladder method."

"Permasalahan utama yang sering dihadapi oleh perusahaan asuransi adalah mengestimasi cadangan klaim. Perhitungan estimasi cadangan klaim yang dilakukan secara kurang tepat akan memengaruhi kelangsungan usaha dari perusahaan asuransi. Metode estimasi cadangan klaim yang paling sering digunakan di dunia asuransi adalah metode Chain-Ladder dan variasinya. Selain metode tersebut, Peters, Targino dan Wuthrich (2017) mengembangkan metode yaitu gamma-gamma Bayesian Chain-Ladder. Metode ini merupakan metode Bayesian Chain-Ladder yang menggunakan distribusi gamma yang memiliki rentang prediksi cadangan klaim yang relatif kecil.

Pada penelitian ini penghitungan terhadap rentang prediksi cadangan klaim dilakukan menggunakan model gamma-gamma Bayesian Chain-Ladder. Tujuan utama pada penelitian ini yaitu menerapkan proses penghitungan rentang prediksi dengan model gamma-gamma Bayesian Chain-Ladder pada konteks perusahaan asuransi XYZ di Indonesia, serta membandingkannya dengan metode Chain-Ladder. Data yang digunakan dalam penelitian ini adalah data klaim produk asuransi kendaraan bermotor perusahaan asuransi XYZ tahun 2014 sampai dengan 2016. Hasil rentang prediksi berdasarkan nilai MSEP model gamma-gamma Bayesian chain-ladder tahun 2014 sampai dengan 2016 relatif lebih kecil dibandingkan dengan MSEP chain-ladder model Mack.

---

The Main problem often faced by insurance companies is estimating claim reserve. The calculation of claim reserve that is undertaken inaccurately will affect the business operations of the insurance company. The claim reserve estimation method that is commonly undertaken called Chain-Ladder method and its variations. Besides, Peters, Targino and Wuthrich (2017) develop a method namely gamma-gamma Bayesian Chain-Ladder. This is a Bayesian Chain-Ladder method that uses a gamma distribution and has the prediction range of claim reserve that relatively small.

This research performs the calculation of the prediction range claim reserve that uses the gamma-gamma Bayesian Chain-Ladder model. The main purpose of this research is implementing the process of calculation prediction range with the gamma-gamma Bayesian Chain-Ladder model in the context of XYZ insurance companies in Indonesia, and compare it with the Chain-Ladder classic method. The data used in this study is the claim data for motor vehicle insurance products for XYZ insurance companies from 2014 to 2016. The results of the prediction range based on the MSEP value of the gamma-gamma Bayesian Chain-Ladder model from 2014 to 2016 relatively smaller compared to the Macks MSEP chain-ladder model."

"ABSTRAKSaat ini nilai klaim IBNR (Incurred But Not Reported) dihitung berdasarkan estimasi sentral atau estimasi terbaik (best estimates) atas klaim yang sudah terjadi tetapi belum dilaporkan dengan menggunakan metode rasio klaim atau salah satu dari metode segitiga (triangle method). Metode segitiga yang digunakan dalam industri asuransi adalah metode Chain Ladder (MCL). MCL adalah metode yang umum digunakan di industri asuransi untuk memperkirakan jumlah cadangan klaim. Namun, MCL tidak didasarkan atas teori matematika maupun statistik sehingga sulit dijelaskan secara teori, selain itu jumlah cadangan klaim yang dihasilkan tidak dapat dipisahkan ke dalam RBNS (Reported but Not Settled) dan IBNR. Melalui jurnal yang ditulis oleh Miranda et al. (2012) diperkenalkan metode baru yang disebut Double Chain Ladder (DCL), dimana MCL diaplikasikan dua kali terhadap incurred count dan paid claims data. DCL memberikan teori statistika terhadap MCL, dengan menggunakan parameter-paremeter tertentu untuk mengestimasi RBNS dan IBNR dengan menambahkan parameter delay time dari klaim dilaporkan sampai dengan klaim dibayarkan. Hasil perhitungan cadangan berdasarkan DCL untuk RBNS adalah sebesar Rp. 37.169.681.816,00 dan IBNR sebesar Rp. 58.280.429.263,60, sehingga total cadangan klaim sebesar Rp. 95.450.110.000,00. Sedangkan cadangan klaim dengan MCL adalah sebesar Rp. 85.750.734.043,00.

---

ABSTRACTCurrently the calculation of the amount of IBNR value in accordance with the technical provisions can be calculated based on central estimates or best estimates on claim incurred but not reported using the expected loss ratio method or one of the methods of the triangle (triangle method). The One triangle method used in the insurance industry is the Chain Ladder Method (CLM). CLM is an actuarial method which is quite well known in the insurance industry and applied to estimate the amount of loss reserves. CLM was not based on mathematical statistics so it is difficult to justify theoretically, and CLM is incapable of dividing predicted outstanding liabilities into RBNS and IBNR claims.. However, according to Maria Dolores Martinez Miranda, Jens Perch Nielsen and Richard Verrall through journals published in Astin Bulletin, the CLM unable to separate claim estimates into into RBNS part and IBNR part as a component in the claim reserve. Through the journal introduced a new method called the Double Chain Ladder (DCL). DCL replicated CLM and applied twice, one on the incurred count data and then on the paid claims to perform the calculation of estimated outstanding claims can separate RBNS and IBNR as component of claim reserves as and thus to the total combined future payment estimate. The DCL model give statistic theory to CLM by using a particular estimation parameter method and adding delay time parameter from claim is reported until it is paid. DCL provide further result that CLM is unable to provide, such as the prediction of outstanding liabilities separately for RBNS and IBNR Claims. Calculation result for RBNS is Rp. 37.169.681.816,00 and IBNR is Rp. 58.280.429.263,60, so total claim reserve is Rp. 95.450.110.000,00. Claim reserve using MCL is Rp. 85.750.734.043,00."

"ABSTRAKCadangan klaim adalah cadangan yang harus disiapkan oleh perusahaan asuransi long-tail business untuk memenuhi kewajiban kepada pemegang polis dimasa yang akan datang. Salah satu metode yang paling populer untuk memprediksi cadangan klaim adalah metode Chain Ladder. Metode ini menggunakan development factor dan run-off triangle dalam bentuk cumulative untuk memprediksi cadangan klaim. Run-off triangle menyatakan ringkasan data klaim secara keseluruhan, sedangkan development factor menyatakan perkembangan besar klaim pada setiap periode pembayaran. Namun, pada metode Chain Ladder, prediksi cadangan klaim hanya didasarkan informasi masa lalu individual perusahaan saja. Apabila informasi masa lalu individual perusahaan kurang, seorang aktuaris perlu mempertimbangkan informasi lain yaitu informasi kolektif. Penggabungan kedua informasi tersebut dilakukan dengan menerapkan teori kredibilitas B hlmann-Straub pada metode Chain Ladder. Pada skripsi ini diberikan contoh pengaplikasian prediksi cadangan klaim dengan menggunakan teori kredibilitas dalam metode Chain Ladder. Data yang digunakan adalah data yang diterbitkan National Association of Insurance Commissioners NAIC mengenai data asuransi private passanger autoliability/medical pada tahun 1998-2007.

---

ABSTRACTA claim reserve is a reserve that must be prepared by a long tail business insurance company to fulfill its obligations to future policyholders. One of the most popular methods for predicting claim reserves is the Chain Ladder method. However, on the Chain Ladder method, the claim reserve is predicted solely based on insurance rsquo s individual past information only. If the insurance rsquo s individual past information is lacking, an actuary needs to consider other information that is collective information. Merging the two information is done by applying the theory of credibility B hlmann Straub on Chain Ladder method. This paper provides an example of applying prediction of claim reserves by using the theory of credibility in the Chain Ladder method. The data used are data published by National Association of Insurance Commissioners NAIC on the data of private passanger autoliability medical insurance in 1998 2007."

"Penelitian ini bertujuan untuk melakukan estimasi cadangan klaim terhadap Program Asuransi Usaha Tani Padi (AUTP) untuk memberikan perlindungan dan pemberdayaan kepada petani usaha tani padi yang berpotensi mengalami gagal panen. Jangka waktu polis Program AUTP terhitung singkat karena periode polis berlaku 4 bulan (musim tanam) dan memperoleh subsidi premi 80% dari pemerintah. Pada penelitian cadangan klaim AUTP periode 2017 – 2021, analisa menggunakan konsep bulanan dan triwulanan pada Run-Off Triangle (ROT) (Bulanan 60x60 dan Triwulanan 20x20) karena memiliki variasi periode Accident Year dan Development Year. Selanjutnya, metode Chain Ladder (CL) merupakan metode yang paling dasar, umum dan sederhana pada asuransai umum mempertimbangkan Age-to-Age Factor (LDF), serta metode Bonrhuetter-Ferguson (BF) menambah pertimbangan Estimated Ultimate Losses (EUL) dari CL dan earned premium. Penelitian memperoleh hasil bahwa tidak terdapat perbedaan signifikan antara nilai Estimated Loss Reserve dan EUL pada kedua metode berdasarkan nilai MAD dan RMSE, tidak terdapatnya pembayaran klaim di beberapa periode kejadian dan periode penundaan, serta terdapatnya pembayaran klaim yang baru diselesaikan lebih dari 1 tahun sehingga terdapat perbedaan signifikan pada analisa. Selain itu, program asuransi AUTP merupakan program baru dari pemerintah bagi petani padi, sehingga manfaat program asuransi ini masih dipelajari oleh calon pemegang polis atas manfaat yang akan diterima.

---

This research aims to estimate the claim reserves the Rice Farmer Business Insurance Program (RFBI) for rice farmers who have the potential to experience crop failure. Therefore, the policy RFBI program period is valid for 4 months (growing season) and with an 80% premium subsidy from the government. The analysis of RFBI claim reserve (2017-2021) used the concept of monthly (60x60) and quarterly (20x20) in the Run-Off Triangle (ROT) because it has variations in period analysis, Chain Ladder (CL) method is the most basic, common, and simple method used in general insurance, as well Bonrhuetter-Ferguson (BF) method adds to the consideration of Estimated Ultimate Losses (EUL) of CL and earned premium. There was no significant difference between the value of estimated loss reserve and EUL in both methods based on MAD and RMSE values, no payment of claims in some periods of events and delay periods, and the existence of new claim payments completed more than 1 year so that there are significant differences in the analysis. In addition, the RFBI is a new program from the government for rice farmers, so the benefits of this insurance program are still studied by prospective policyholders for the benefits to be received."

"Penelitian ini bertujuan untuk menghitung cadangan kerugian dengan menerapkan regresi Gaussian Process untuk memperkirakan klaim di masa mendatang. Pemodelan dilakukan pada data asuransi kendaraan bermotor. Hasil estimasi memperlihatkan bahwa metode Regresi Proses Gaussian sangat fleksibel dan dapat diterapkan tanpa banyak penyesuaian. Hasil ini juga dibandingkan dengan metode Chain Ladder.

---

This study aims to calculate the allowance for losses by applying Gaussian Process regression to estimate future claims. Modeling performed on motor vehicle insurance data. The estimation results show that the Gaussian Process Regression method is very flexible and can be applied without much adjustment. These results were also compared with the Chain Ladder method."

"=Memberikan proteksi terhadap kemungkinan terjadinya kerugian merupakan hal yang sangat penting dalam perusahaan asuransi. Dalam bisnis asuransi, menghitung cadangan adalah suatu tindakan yang wajib dilakukan untuk mengantisipasi klaim polis asuransi yang tidak terduga. Setiap perusahaan asuransi tentu harus mengestimasi cadangan klaim yang dibutuhkan. Chain Ladder merupakan salah satu cara menghitung cadangan klaim yang telah digunakan secara luas dalam industri asuransi. Dengan menggunakan data masa lalu, cadangan klaim dihitung dengan mengestimasi faktor perkembangan klaim yang dibayarkan dari waktu ke waktu. Perusahaan asuransi dapat memperoleh gambaran mengenai besarnya modal yang harus disiapkan untuk mengatasi klaim yang dapat saja terjadi. Adapun perusahaan juga dapat melakukan estimasi cadangan klaim yang lebih baik dengan memanfaatkan informasi mengenai informasi individu yang berkaitan dengan klaim yang dibayarkan. Salah satu metode yang dapat digunakan untuk mengkombinasikan informasi individu dengan data pembayaran klaim adalah dengan menggunakan model Neural Network, yang akan menghitung faktor perkembangan klaim berdasarkan kedua informasi tersebut. Faktor perkembangan melalui model Neural Network tersebut digunakan pada metode Chain ladder untuk menghitung cadangan klaim yang dibutuhkan. Secara umum, tugas akhir ini membahas mengenai metode Chain Ladder yang memanfaatkan model Neural Network. Di akhir tugas akhir ini, dilakukan simulasi numerik yang menggunakan data klaim dari salah satu perusahaan asuransi di New York. Didapatkan hasil bahwa dengan menggunakan metode Chain Ladder saja didapatkan cadangan klaim sebesar 42,705 juta dollar dan dengan menggunakan model Neural Network serta Chain Ladder didapatkan cadangan klaim sebesar 44,708 juta dollar.

---

Providing protection against payment problems is very important in insurance company. In the insurance business, calculating claims reserves is an action that must be taken to submit unexpected insurance policy claims. Each insurance company must estimate the required claims reserves. Chain Ladder is one way to calculate claims reserves that have been widely used in the insurance industry. By using past data, claims reserves have been calculated by estimating development factor of claims that have been paid from time to time. So insurance companies can get a picture of the amount of capital that must be prepared to deal with claims that can occur at any time. Each company can provide a better claim estimate by using information about individual information related to supported claims. One method that can be used to combine individual information with payment data claims using the Neural Network model, which calculate the development factors of claims based on that information. The development factors through the Neural Network model are used in the Chain ladder method to calculate the required claims reserves. In general, this thesis discuss the Chain Ladder method that uses the Neural Network model. The claims reserves results obtained that by using the Child Ladder method amounted to 42.705 million dollars and by using the Neural Network model and the Chain Ladder obtained claim reserves of 44.708 million dollars."

"Pada perusahaan asuransi bisnis long-tail (penyelesaian klaim ≥ 1 tahun), perusahaan harus memiliki cadangan klaim untuk membayar klaim pada masa yang akan datang. Metode yang sering digunakan untuk perhitungan prediksi cadangan klaim adalah Chain Ladder (CL) yang dihitung berdasarkan pola dari klaim yang sudah dibayarkan. Namun, CL tidak dapat memberikan hasil prediksi cadangan klaim yang akurat, karena dari pendefinisiannya CL sangat bergantung dengan data. Padahal, data tersebut dapat mengandung outlier, atau tidak memadai. Ketika hal ini terjadi, maka aktuaris seringkali menggunakan penilaian subyektif mereka dengan menyesuaikan perhitungan dan dapat memberikan hasil yang berbeda-beda. Hasil yang berbeda-beda menyebabkan adanya ketidakpastian akan hasil yang didapat. Pada skripsi ini, dikenalkan metode Fuzzy Chain Ladder (FCL) yang menggabungkan metode CL dengan triangular fuzzy number (TFN) agar dapat mempertimbangkan ketidakpastian terhadap perhitungan. Berbeda dengan CL yang menghasilkan satu nilai cadangan klaim, FCL menerapkan TFN pada perhitungannya sehingga menghasilkan besar cadangan klaim dalam bentuk kisaran atau range. Dalam range tersebut, aktuaris dapat memilih nilai cadangan klaim berdasarkan penilaian subyektif mereka sehingga diharapkan metode FCL dapat mempertimbangkan adanya ketidakpastian tersebut. Selanjutnya, dilakukan analisis perhitungan prediksi cadangan klaim dari data klaim asuransi umum kelautan menggunakan FCL dibandingkan dengan metode CL.

---

In long-tail business insurance (settlement period ≥ 1 year), companies must have claim reserve to pay claims in the future. The method often used for calculating claims reserve is Chain Ladder (CL) that is calculated based on the pattern of paid claims. However, CL cannot provide accurate claims reserve predictions, because the definition of CL is dependent on data. In fact, these data can contain outliers, inadequate. When this happens, actuaries often use their subjective judgment by adjusting calculations and can produce different results. Different results cause uncertainty about the obtained results. In this thesis, a method called Fuzzy Chain Ladder (FCL) is introduced which combines CL with triangular fuzzy number (TFN) to consider uncertainty regarding calculations. In contrast to CL which produces a single value of claim reserves, FCL applies TFN to its calculation to produce many claims reserves in the form of ranges. Within that range, actuaries can choose the value of claims reserves based on their subjective judgement so that the FCL method can be expected to consider the existence of these uncertainties. Furthermore, an analysis of the prediction of claim reserves from the general marine insurance claim data is analyzed using FCL compared to the CL method."