Rahmawati, Media and Dr. Isnani Darti, S.Si.,M.Si. and Prof. Dr. Marjono, M.Ph. (2019) Estimasi Cadangan Klaim IBNR Meng- gunakan Pendekatan Distribusi Kelu- arga Tweedie. Magister thesis, Universitas Brawijaya.
Abstract
Total klaim yang harus ditanggung oleh pihak perusahaan asuransi ter- diri dari klaim yang telah dilaporkan oleh pihak tertanggung dan klaim yang telah terjadi namun belum dilaporkan (Incurred But Not Reported / IBNR), sehingga IBNR dapat diartikan sebagai hutang atau liabilitas. Besar nominal IBNR harus diprediksi karena belum diketahui secara pasti. Kegiatan dalam memprediksi cadangan klaim IBNR disebut sebagai pencadangan klaim. Keakuratan hasil pencadangan klaim IBNR mempengaruhi tiga aspek penting dalam perusahaan asuransi, yaitu: manajemen internal, investor, dan regulator, dengan kata lain metode yang digunakan dalam pencadangan klaim IBNR harus memiliki performa yang baik. Penelitian ini membahas tentang estimasi cadangan klaim IBNR dengan menggunakan tiga metode yang berbeda, yaitu: metode Chain-Ladder dengan pendekatan metode Sherman curve-fitting, metode Mack’s Chain-Ladder (MCL), dan metode Generalized Linear Model (GLM). Metode GLM menggunakan tiga pendekatan distribusi keluarga Tweedie, yaitu: distribusi Over-Dispersed Poisson (ODP), distribusi Gamma, dan distribusi majemuk Poisson-Gamma. Metode Sherman curve-fitting digunakan sebagai alat dalam memprediksi tail-factor pada metode Chain-Ladder. Adapun hasil penelitian pada 4 Line of Business (LoB) menyatakan bahwa estimasi cadangan klaim IBNR untuk metode MCL dan metode GLM model ODP menghasilkan nilai yang relatif sama yaitu untuk LoB 1 sebesar 289.570, LoB 2 adalah sebesar 406.282, LoB 3 adalah 523.818, dan untuk LoB 4 adalah 564.027 (dalam 1.000). Hasil estimasi cadangan klaim IBNR dengan metode Chain-Ladder dipengaruhi oleh tail-factor, pada metode MCL dipengaruhi oleh standard error (s.e.) dari faktor perkembangan individu, s.e. faktor perkembangan pada accident period ke-i development period ke-k dan ̂ mse, sedangkan pada metode GLM dipengaruhi oleh φ yang merupakan parameter dispersi. Hasil pencadangan terbaik pada metode GLM adalah dengan menggunakan model ODP untuk LoB 1 yaitu sebesar 289.570, LoB 2 sebesar 406.401 dengan model majemuk Poisson-Gamma, untuk LoB 3 adalah sebesar 523.818 yang diperoleh dengan menggunakan model ODP, sedangkan untuk LoB 4 yaitu sebesar 564.027 yang diperoleh dengan menggunakan metode GLM model ODP.
English Abstract
The total claim that must be covered by the insurance company con- sists of claims that have been reported by the insured and claims that have occurred but have not been reported yet (IBNR), so that IBNR can be interpreted as a debt or liability. The precise nominal of IBNR must be predicted because it is not certainly known. Activities in predicting claim reserves IBNR are referred as claim reserves. The accuracy of forecasted IBNR claims affects three important aspects in insurance companies, they are: internal management, investors, and regulators. In other words, the method used in forecasting up the IBNR claim must have a good performance. This study discusses the comparison of estimated claims reserve IBNR using three different methods, namely: the Chain-Ladder method approached by Sherman curve-fitting method, the Mack’s Chain-Ladder method (MCL), and the GLM method. The Generalized Linear Model method (GLM) approached by Tweedie distribution family i.e. Over-Dispersed Poisson (ODP) distribution, Gamma distribution, and Compound Poisson-Gamma distribution. The Sherman curve-fitting method is used in predicting tail-factors for the Chain-Ladder method. The results of the study for four line of business stated that the estimated claims reserve IBNR for MCL method given by LoB 1 289,570, LoB 2 406,282, LoB 3 523,818, and LoB 4 564,027 (in 1,000) produced relatively equal values as given by the GLM ODP method. In addition, result given by the Chain-Ladder method were influenced by the tail-factor, the MCL affected by standard error of individual development value, factor development in accident period-i and development period-k, and ̂ mse, while the GLM method affected by dispersion parameter (φ ). The best forcasted results on the GLM method is given by ODP model for LoB 1 that is equal to 289,570, LoB 2 of 406,401 with the Compound Poisson-Gamma model, for LoB 3 523,818 obtained using the ODP model, while for LoB 4 which is 564,027 obtained by the GLM ODP model.
Other obstract
-
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/519.53/RAH/e/2019/041904283 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance |
| Divisions: | S2/S3 > Magister Matematika, Fakultas MIPA |
| Depositing User: | yulia Chasanah |
| Date Deposited: | 13 Sep 2022 01:54 |
| Last Modified: | 21 Mar 2024 04:49 |
| URI: | http://repository.ub.ac.id/id/eprint/194165 |
![[thumbnail of MEDIA RAHMAWATI.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
MEDIA RAHMAWATI.pdf Download (5MB) |
Actions (login required)
 |
View Item |