Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPada tahun 2014, Indonesia memulai visi baru dalam pengembangan infrastruktur secara adil di seluruh negara. Dengan visi ini, terjadi peningkatan proyek-proyek konstruksi yang juga menghasilkan peningkatan premi dan risiko terkait konstruksi. Asuransi yang bertanggung jawab untuk kelas ini adalah Construction All Risk CAR yang merupakan bagian dari asuransi rekayasa. Pemerintah belum menetapkan batasan cakupan yang merupakan ruang lingkup asuransi ini dan juga prosedur penentuan premi serta risiko kerugian asuransi konstruksi. Dengan menggunakan data historis PT. Asuransi ABC maka tesis ini akan melihat penetapan harga yang sesuai menurut model aggregate loss. Model yang kadang-kadang disebut sebagai model loss cost ini adalah salah satu metode yang umum digunakan dalam menentukan kerugian yang diharapkan untuk sebagian besar jenis risiko asuransi. Metode ini menggunakan data historis untuk menentukan premi murni yang benar yang perlu diterapkan atas sekelompok risiko. Hasil penelitian ini menunjukkan premi yang seharusnya diberikan oleh PT. ABC jika menggunakan metode aggregate loss berbeda dengan kondisi pasar dimana premi yang digunakan jauh lebih rendah. Hal ini diharapkan dapat menjadi masukan dalam keputusan penutupan premi yang akan datang.

---

ABSTRACTIn 2014, Indonesia has been embarking a new vision of equitable infrastructure development across the country. With this vision, there is an increase in infrastructure related construction projects which also result in increased premiums and risks related to construction. The insurance responsible for this class is Construction All Risk CAR which is part of engineering insurance. The government has not set limits on coverage that is the scope of this insurance as well as procedures for determining the premiums and risks of construction insurance losses. This thesis will see the appropriate pricing according to aggregate loss model by using historical data of PT. ABC Insurance. The aggregate loss model or sometimes referred to as loss cost is one of the commonly used methods of determining the expected losses for most types of insurance risk. This method uses historical data to determine the true premium that needs to be applied to a group of risks. The results of this study indicate the premium that should be given by PT. ABC if using aggregate loss method is different from market conditions where the premiums used are much lower. This is expected to be an input in the decision to determine the given premium "

"Beberapa perusahaan asuransi jiwa Indonesia mengalami permasalahan keuangan karena rendahnya premi dan terlampau idealnya ekspektasi imbal hasil investasi. Hal ini tergolong semakin berisiko jika premi yang sama diberikan pula kepada calon nasabah baru tanpa melalui proses seleksi risiko. Tabel mortalitas saat ini dan asumsi keuntungan investasi terlalu ideal, sehingga asumsi yang lebih konservatif dibutuhkan untuk memeroleh rentang premi murni tahunan yang lebih realistis. Dalam penelitian ini, tabel mortalitas lengkap diestimasi dari tabel mortalitas ringkas dengan model Heligman- Pollard terpancung dan Makeham. Parameter model mortalitas diestimasi dengan metode Bayesian melalui algoritma Metropolis-Hastings. Terhadap data pada tabel mortalitas ringkas, dilakukan proses bootstrap karena ketidakcukupan jumlah untuk proses pemodelan statistika parametrik. Diperoleh akurasi baik untuk estimasi tingkat mortalitas ringkas dengan metrik koefisien korelasi Pearson dan Mean Absolute Percentage Error. Parameter yang diperoleh juga memadai untuk mengestimasi tingkat mortalitas pada tabel mortalitas lengkap dan diekstrapolasi hingga usia 99 tahun. Tingkat imbal hasil investasi diasumsikan mendekati tingkat inflasi dan tingkat inflasi bulanan diasumsikan mengikuti proses stokastik lognormal. Hasil penelitian berbasis model normal Bayesian menunjukkan bahwa terdapat peluang baik untuk terjadinya keuntungan maupun kerugian investasi. Informasi tabel mortalitas lengkap dan rentang keuntungan investasi yang diperoleh kemudian digabungkan untuk membentuk rentang premi murni tahunan yang wajar.

---

Several Indonesian life insurance companies faced financial problems due to inadequate pricing and idealistic investment expectation. This condition goes riskier when equal premium rate is generalized for new customers without being underwritten. Current mortality table and investment return assumption are too ideal, so conservative assumptions are needed to get a more reasonable annual pure premium range. In this research, complete life tables are estimated from abridged life tables by truncated Heligman-Pollard and Makeham model. Parameters for mortality models are estimated by Bayesian method using Metropolis-Hastings algorithm. Data from abridged life table will be bootstrapped because of insufficient number for statistical parametric modelling. Good accuracy for estimated abridged mortality rates was reached based on Pearson correlation coefficient and Mean Absolute Percentage Error metrics. The estimated parameters were adequate to extrapolate yearly mortality rates calculation until age 99. Investment return is assumed to be close to inflation rates and monthly inflation rates are assumed to follow lognormal stochastic process. Based on Bayesian normal model, it is possible to have profitable or losing investment. Information of the complete life table and investment return range obtained are combined to form fair annual pure premium range."