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."

"ABSTRAKPerusahaan asuransi adalah perusahaan yang menerima pelimpahan risiko atas diri tertanggung, sehingga perusahaan asuransi perlu memperhatikan kerugian yang ditimbulkan sebagai akibat terjadinya klaim. Mengestimasi kerugian klaimmerupakan tugas penting bagi perusahaan asuransi untuk memprediksi kewajibanmereka. Total kerugian dalam portofolio perusahaan didefinisikan sebagaisejumlah kerugian polis. Kerugian polis pada asuransi kesehatan dapat dihitungberdasarkan dua variabel, yaitu frekuensi dan severity klaim. Dalam literaturStatistika, joint distribution adalah metode analisis statistika yang dapatmenggabungkan dua distribusi data yang berbeda, salah satunya adalah Copula.Tesis ini memberikan penjelasan tentang Copula dalam mengestimasi kerugianpolis pada asuransi kesehatan dimana studi kasus yang diambil adalah perusahaanasuransi XYZ. Selanjutnya, penulis melakukan regresi antara kedua GeneralizedLinear Model (GLM) dari frekuensi klaim dan severity klaim dengan menggunakanmodel regresi berbasis copula yang diestimasi dengan Maximum LikelihoodEstimation (MLE). Model terbaik dan keakuratan model ditentukan berdasarkannilai Akaike Information Criterion (AIC) dan Root Mean Square Error (RMSE)terkecil. Pada akhirnya, model regresi berbasis copula Frank lebih baikdibandingkan model regresi berbasis copula lainnya yang dapat digunakan untukmemprediksi kerugian polis asuransi kesehatan pada periode berikutnya

---

ABSTRACTThe insurance company is a company that received delegation of the risks it hasinsured, so that this company needs to pay attention to losses incurred as a result ofa claim. Estimating losses of claim is an important task for insurance companies topredict their obligations. Total losses in the company's portfolio is defined as theamount of loss policy. Losses in the health insurance policy can be calculated basedon two variables: the frequency and severity of claims. In the literature of Statistics,joint distribution is a method of statistical analysis that can combine two differentdata distribution, it is Copula. This thesis aims to provide a study of Copula for theestimation of loss claims in health insurance, case study is taken from an insurancecompany XYZ. Further, the authors conducted a regression between theGeneralized Linear Model (GLM) of claim frequency and claim severity usingCopula-based Regression Model is estimated by Maximum Likelihood Estimation(MLE). The best model and model accuracy is determined based on the smallest ofAkaike Information Criterion (AIC) and Root Mean Square Error (RMSE). In theend of analysis, Frank Copula-based Regression Model is better than other CopulabasedRegression Model that can be used to predict the loss of health insurancepolicy in the next period."

"ABSTRAKKeuntungan merupakan indikator penting dari kondisi finansial perusahaan danakan digunakan untuk pembiayaan segala aktivitas dalam perusahaan. Salah satusumber keuntungan perusahaan adalah dari hasil underwriting, dimana hasilunderwriting atas suatu produk asuransi jiwa harus menghasilkan surplus. Secaraumum, perhitungan surplus produk asuransi jiwa menggunakan pendekatandeterministik yang mengasumsikan nilai suatu variabel adalah konstan. Sepertidiketahui bahwa terdapat variabilitas dari tingkat pengembalian investasi, tingkatkematian atau tingkat lapse, sehingga pendekatan deterministik menjadi kurangsesuai untuk kondisi sebenarnya. Dalam penelitian ini dikaji mengenai penggunaanpendekatan stokastik dalam perhitungan surplus suatu produk asuransi jiwa. Hal inipenting untuk dikaji agar dapat menghasilkan perhitungan surplus yang mendekatikondisi sebenarnya. Peubah acak bersifat stokastik yang digunakan dalampenelitian ini adalah tingkat pengembalian investasi, tingkat bunga untukmenggambarkan tingkat pengembalian investasi serta tingkat kematian. Tingkatpengembalian investasi dimodelkan AR(1), tingkat suku bunga dimodelkan CoxIngersoll Ross (CIR), serta tingkat kematian menggunakan pendekatan hukummortalita Makeham. Perhitungan pendekatan stokastik menghasilkan nilai surplusyang berbeda pada tiap periode valuasi serta variabilitas dari nilai surplus pada masamendatang cukup tinggi. Selain itu pada periode tengah hingga akhir masa asuransi,surplus hasil perhitungan pendekatan stokastik lebih tinggi dibandingkanpendekatan deterministik. Perhitungan surplus pendekatan stokastik menggunakandata tingkat pengembalian investasi menghasilkan nilai surplus lebih tinggidibandingkan menggunakan data tingkat suku bunga pada beberapa periode di akhirmasa asuransi.

---

ABSTRACTA profit is an important indicator of an insurance company?s financial conditionand will be used to financing all activities within the company. One of the sourcesof profit is underwriting results, which is the underwriting result must producesurplus. In general, the calculation of surplus for life insurance product usingdeterministic approach that assumes the value of variable is constant. However it isknown that there is variability in the level rate of return, mortality rate or lapse rate,so the deterministic approach would be less suited to the real conditions. This studyexamines the use of stochastic approach in the calculation of surplus for lifeinsurance product. This study is needed to provide calculation that resemble the realconditions. Stochastic random variables used were variable rate of return, interestrate to describe rate of return and mortality rate. The rate of return is modelled usingAR(1), interest rate is modelled using Cox Ingersoll Ross (CIR) and mortality ratesis approached by Makeham mortality law. The calculation of a stochastic approachproduce surplus value which varies in each period and the variability of futuresurplus value is quite high. In the middle until end of the insurance period, surplusfrom the calculation using stochastic approach is higher than the calculation usingdeterministic approach. The calculation of a stochastic approach when usingvariable rate of return produce higher surplus value than when using variableinterest rate at some period in the end of insurance period."

"Penelitian ini bertujuan untuk menentukan alokasi saham dan iuran normal yang optimal yang dapat meminimumkan variasi jumlah pendanaan berdasarkan return aset dan tingkat mortalitas yang dinamis. Pada penelitian ini, aset dialokasikan ke pasar saham, karena investasi di pasar saham dapat meningkatkan variasi pendanaan yang menyebabkan tingginya risiko penurunan dana dan juga kekurangan dana dalam membayar manfaat pensiun kepada peserta Model optimisasi yang digunakan pada penelitian ini adalah model dimana fungsi objektif adalah fungsi objektif kuadratik. Saham yang digunakan pada penelitian ini adalah saham SMRA, PWON, GGRM, INTP, UNTR, UNVR, BBTN, PTBA, SCMA dan ANTM, selain itu untuk tingkat mortalitas menggunakan data probabilitas kematian pegawai negeri sipil wanita dengan rentang usia 52 tahun sampai 60 tahun pada tahun 2008 sampai 2015.Dengan menggunakan model optimisasi tersebut didapatkan proporsi saham SMRA sebesar 6.59%, untuk saham PWON sebesar 19.42%, untuk saham GGRM sebesar 3.54%, untuk saham INTP sebesar 7.32%, untuk saham UNTR sebesar 8.03%, untuk saham UNVR sebesar 18.87%, untuk saham BBTN sebesar 16.71%, untuk saham PTBA sebesar 6.51%, untuk saham SCMA sebesar 9.07%, dan untuk saham ANTM sebesar 3.94% serta didapatkan iuran normal yang dibayarkan setiap tahun sebesar Rp 20,976,310.

---

This study aims to determine the model for optimal stocks allocation and normal contribution that can minimize the funding variation based on stocks returns and dynamic mortality rates in a Defined Benefit Pension Plan. In this study, assets are allocated to the stock market, as investments in the stock market can increase funding variations that lead to high risk of decreasing funds as well as lack of funds in paying pension benefits to participants.

The optimization model used in this study is a model in which objective function is a quadratic objective function. The stocks used in this study were SMRA, PWON, GGRM, INTP, UNTR, UNVR, BBTN, PTBA, SCMA and ANTM, in addition to mortality rates using probability death data of female civil servants with age ranges from age 52 to 60 in 2008 to 2015. By using the optimization model, the proportion of SMRA is 6.59%, PWON is 19.42%, GGRM is 3.54%, INTP is 7.32%, UNTR is 8.03%, UNVR is 18.87%, BBTN is 16.71%, PTBA is 6.51%, SCMA is 9.07%, and ANTM is 3.94% and also normal contribution is Rp 20,976,310."