Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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%.

Abstrak :
Tesis ini menganalisis cadangan klaim asuransi kebakaran dengan menggunakan metode Extreme Value Theorem - Generalized Pareto Distribution, sebagai salah satu metode untuk pengukuran kerugian risiko operasional. Permodelan untuk nilai klaim besar dilakukan melalui pendekatan Peaks Over Threshold (POT). Data yang digunakan untuk perhitungan OpVaR adalah data-data ekstrim yang berada di atas threshold. Penentuan threshold dilakukan dengan menggunakan metode sample mean excess function. Uji Kolmogorov-Smirnov dilakukan untuk menguji jenis distribusi data kemudian dilakukan penentuan estimasi parameter (dengan menggunakan Hill Estimator dan Probability Weighted Moments) untuk menghitung OpVaR dan Expected Shortfall. Uji Loglikelihood Ratio (Kupiec’s Test) dilakukan dengan tingkat kepercayaan 95%, 97.5% dan 99% untuk menguji apakah model dapat diterima untuk mengestimasi nilai cadangan klaim asuransi kebakaran. OpVaR yang dihasilkan dapat dijadikan acuan untuk perencanaan program reasuransi yang merupakan salah satu cara dalam proses manajemen risiko. ......This paper analyzing fire insurance claim reserve by using Extreme Value Theorem method - Generalized Pareto Distribution, as one of the method to measure operational risk. Peaks Over Threshold is used for modelling the big losses (claims). Extreme data above the threshold are taken into the calculation of OpVaR. The threshold is determined by using sample mean excess function method. Type of severity distribution of the data is evaluated by Kolmogorov- Smirnov test and parameters are estimated (by using Hill Estimator and Probability Weighted Moments) to calculate OpVaR and Expected Shortfall. Loglikelihood Ratio test (Kupiec’s test) on the confidence level of 95%, 97.5% and 99% is executed to test the validity of the model whether it is acceptable to estimate the fire insurance claim reserve or not. The OpVaR shall be the referrence for planning the reinsurance program as one of the process in risk management.

Abstrak :
ABSTRAK
Value-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.

Abstrak :
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.

Abstrak :
ABSTRAK
Suatu kejadian yang menyebabkan korban jiwa lebih dari suatu ambang batas tertentu disebut sebagai kejadian katastrofe. Pada dunia perasuransian, kejadian katastrofe menyebabkan banyak polis mengajukan klaim secara bersama-sama, sehingga dapat menyebabkan kerugian yang besar bagi perusahaan asuransi. Risiko dari kejadian katastrofe dapat diminimalisir dengan membeli kontrak reasuransi katastrofe. Perusahaan reasuransi kemudian menghitung besarnya risk premium reasuransi katastrofe yang harus dibayarkan oleh perusahaan asuransi. Model yang digunakan untuk menghitung besarnya risk premium adalah model peaks over threshold POT. Model POT pada umumnya digunakan untuk memodelkan kejadian-kejadian ekstrem. Pada model ini jumlah kejadian katastrofe dimodelkan dengan menggunakan distribusi Poisson. Kemudian, jumlah korban jiwa dimodelkan dengan menggunakan discrete generalized Pareto distribution DGPD. Untuk mengestimasi parameter dari model digunakan metode maximum likelihood dan menggunakan data jumlah korban jiwa akibat suatu kejadian tertentu di Indonesia. Selanjutnya jumlah klaim dimodelkan dengan distribusi Beta-Binomial dan besarnya klaim akibat dari suatu kejadian katastrofe dimodelkan dengan distribusi Eksponensial. Simulasi numerik kemudian dilakukan untuk mendapatkan total besarnya klaim akibat dari seluruh kejadian katastrofe dalam 1 tahun kontrak reasuransi katastrofe. Pada akhirnya besarnya risk premium dapat dihitung dengan menggunakan standard deviation premium principle dengan memanfaatkan nilai ekspektasi dan variansi dari total besarnya klaim.

---

ABSTRACT
An incident that cost more lives than a certain threshold is called a catastrophic event. In the world of insurance, the incidence of catastrophe causes many policies to make a claim together, so it can cause big losses for insurance companies. The risk of catastrophic events can be minimized by purchasing a catastrophic reinsurance contract. The reinsurance company then calculates the amount of risk premium for catastrophic reinsurance to be paid by the insurance company. The model used to calculate the risk premium is the peaks over threshold POT model. The POT model is generally used to model extreme events. In this model the number of catastrophic events is modeled using the Poisson distribution. Then, the number of casualties is modeled using the discrete generalized Pareto distribution DGPD. To estimate the parameters of the model, the maximum likelihood method is used and the data on the number of fatalities resulting from a particular event in Indonesia is collected and compiled. Furthermore the number of claims is modeled with the Beta Binomial distribution and the size of claims resulting from a catastrophic event is modeled by Exponential distribution. Numerical simulations are then performed to obtain the total size of claims resulting from all catastrophic events within 1 year of catastrophic reinsurance contracts. Ultimately the risk premium can be calculated using the standard deviation premium principle by utilizing the expected value and the variance of the total amount of the claim.

Abstrak :
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.