Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam kurun waktu beberapa tahun terakhir ini dunia sedang menghadapi bahaya dari pandemi serta peperangan atau konflik antar negara. Kasus seperti pandemi dan konflik atau perang antar negara merupakan kejadian atau kondisi ekstrim yang dapat terjadi kapan saja dan menimbulkan banyak korban jiwa. Oleh karena itu, diperlukan pemodelan yang dapat mengakomodir mortalitas akibat kejadian ekstrim tersebut. Model Lee-Carter merupakan sebuah model yang menggunakan data tingkat mortalitas dari kelompok usia yang diamati dari waktu ke waktu. Untuk mengakomodir tingkat mortalitas ekstrim, model Lee-Carter dimodifikasi menggunakan Extreme Value Theory (EVT) yang disebut dengan Model EVT modified Lee-Carter. Pendekatan EVT yang digunakan adalah pendekatan Peak Over Threshold (POT) dengan Generalized Pareto Distribution (GPD). Model ini diimplementasikan pada data tingkat mortalitas Indonesia tahun 1998 untuk peramalan tingkat mortalitas periode pandemi Covid-19 tahun 2021 dan 2022. Dalam pemodelan GPD, didapatkan nilai threshold sebesar 0,02. Untuk nilai yang berada di atas threshold, dimodelkan dengan GPD dan nilai yang berada dibawah threshold dimodelkan dengan distribusi normal dan empiris. Hasil yang didapatkan dari nilai Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE) adalah model Extreme Value Theory Modified Lee-Carter distribusi empiris memberikan nilai MAPE terkecil sebesar 12,156%. Sementara itu, model Extreme Value Theory Modified Lee-Carter distribusi normal memiliki nilai MAPE sebesar 13,175% dan model Lee-Carter biasa sebesar 13,343% dalam peramalan tingkat mortalitas Indonesia pada kelompok usia yang mengalami kejadian ekstrim.

---

In the last few years the world has been facing danger from pandemics and wars or conflicts between countries. Cases such as pandemics and conflicts or wars between countries are extreme events or conditions that can occur at any time and cause many casualties. Therefore, modeling is needed that can accommodate mortality due to extreme events. The Lee-Carter model is a model that uses mortality rate data from age groups observed over time. To accommodate extreme mortality rates, the Lee-Carter model was modified using Extreme Value Theory (EVT) which is called the modified Lee-Carter EVT Model. The EVT approach used is the Peak Over Threshold (POT) approach with Generalized Pareto Distribution (GPD). This model was implemented on Indonesian mortality rate data in 1998 to forecast mortality rates for the Covid -19 pandemic period in 20 21 and 2022. In GPD modeling, a threshold value of 0.02 is obtained . For values that are above the threshold, they are modeled with GPD and values that are below the threshold are modeled with a normal and empirical distribution. The results obtained from the Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE) values are that the Extreme Value Theory Modified Lee-Carter empirical distribution model gives the smallest MAPE value of 12.156%. Meanwhile, the Extreme Value Theory Modified Lee-Carter normal distribution model has a MAPE value of 13.175% and the regular Lee-Carter model is 13.343% in predicting Indonesia's mortality rate in age groups that experience extreme events."

"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."

"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."

"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 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."