MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
AK3283
MODEL RISIKO I
Distribusi Kerugian Kontinu
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Pengantar
Nilai atau severitas klaim atau claim severity menyatakan besar kerugian suatu klaim asuransi. Umumnya, severitas klaim dimodelkan dengan distribusi kontinu nonnegatif, seperti distribusi eksponensial, gamma, Pareto, Weibull, dan lognormal.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Akan dibahas sifat-sifat yang menyertai distribusi severitas klaim, khususnya sifat ekor (ketebalan ekor, kuantil, CTE). Salah satu motivasi yang dapat digunakan dalam mempelajari sifat khusus tersebut adalah manfaat atau aplikasi dalam bidang profesional seperti asuransi. Dalam hal ini, kajian aplikasi akan ditekankan pada pembayaran klaim oleh perusahaan asuransi (insurer), khususnya pada kasus adanya modifikasi cakupan polis (policy coverage).
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Sifat Ekor Severitas Klaim
Severitas klaim yang besar sangat krusial bagi perusahaaan asuransi, sehingga perilaku dari ekor (kanan) distribusi severitas klaim harus mendapatkan perhatian khusus. Distribusi severitas klaim yang mempunyai peluang tinggi akan terjadinya klaim besar dikatakan berekor tebal.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Indikator 1: Keberadaan Momen
Suatu distribusi dengan kriteria tertentu dapat diklasifikasikan sebagai distribusi berekor tebal. Misalnya, suatu distribusi mempunyai ekor tebal apabila tidak semua momennya ada. Hal ini karena fungsi peluangnya, f (x), turun secara perlahan yang mengakibatkan integral
Z ∞
0
xrf(x) dx tidak konvergen untuk r tertentu.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Sebagai contoh, untuk kerugian acak X yang berdistribusi Pareto(α, θ) dengan fungsi peluang
fX(x) =
α θα
(x + 1)α+1, x> 0, α, θ > 0,
dapat dibuktikan bahwa
• R∞ 0 x r· α θα (x+1)α+1dx = ∞ untuk r ≥ α, • R∞ 0 x r· α θα (x+1)α+1dx = θrΓ(r+1) Γ(α−r) Γ(α) < ∞ untuk 0 < r < α.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Contoh lain yaitu misalkan X ∼ Gamma(τ, λ) dengan fungsi peluang fX(x) = λτ Γ(τ )x τ −1e−λx, x> 0, τ, λ > 0, maka Z ∞ 0 xr· λ τ Γ(τ )x τ −1e−λx dx = Γ(τ + r) λrΓ(τ ) < ∞
untuk semua r > 0. Dalam hal ini, distribusi gamma dikatakan berekor tipis.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Indikator 2: Limit Rasio
Ekor dari dua distribusi dapat dibandingkan dengan menghitung limit dari rasio kedua fungsi kesintasannya:
lim
x→∞
SX1(x) SX2(x)
. (*)
Jika limit tersebut ∞, maka distribusi dari X1dikatakan
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis Karena SXi(∞) = 0 dan S0X i(x) = d dx1 − FXi(x) = −fXi(x),
limit (*) dapat dihitung menggunakan aturan L’Hˆopital, yaitu lim x→∞ SX1(x) SX2(x) = lim x→∞ SX0 1(x) SX0 2(x) = lim x→∞ fX1(x) fX2(x) .
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Contohnya, misalkan X1 ∼ Pareto(α, θ) dan X2∼ Gamma(τ, λ),
maka lim x→∞ fX1(x) fX2(x) = lim x→∞ α θα (x+1)α+1 λτ Γ(τ )xτ −1e−λx = α θ αΓ(τ ) λτ x→∞lim eλx (x + 1)α+1xτ −1.
Karena eλxlebih cepat menuju ∞, rasio ffX1(x)
X2(x) menuju ∞. Jadi, distribusi Pareto mempunyai ekor yang lebih tebal daripada distribusi gamma.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Kuantil
Kita juga dapat mengukur severitas klaim yang besar
menggunakan kuantil pada ekor kanan. Kuantil-p dari severitas klaim X adalah suatu nilai xpyang memenuhi
P(X ≤ xp) = FX(xp) = p,
dengan p ∈ (0, 1) yang disebut tingkat kepercayaan. Jika invers FX−1dari fungsi distribusi FXada, maka
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis p 1 - p xp x fX(x) xp x p FX(x)
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Sebagai contoh, akan dibandingkan kuantil dari distribusi eksponensial dan Pareto yang mempunyai mean sama. Misalkan X ∼ Eksp(λ), maka kuantil xpdari X memenuhi
P(X ≤ xp) = 1 − e−λ xp = p
dan diperoleh
xp= −
ln(1 − p)
λ .
Jika λ = 1, maka E(X) = 1 = Var(X). Kemudian, jika p = 0.95, maka
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Selanjutnya, misalkan Y ∼ Pareto(α, θ), maka kuantil ypdari Y
memenuhi P(Y ≤ yp) = 1 − θ yp+ θ α = p dan diperoleh yp= θ(1 − p)−1/α− 1. Jika α = 3 dan θ = 2, E(Y) = θ Γ(1+1) Γ(α−1)Γ(α) = α−1θ = 1, E(Y2) = θ2Γ(2+1) Γ(α−2)Γ(α) = (α−1)(α−2)2θ2 = 4 =⇒ Var(Y) = 3.
Kemudian, jika p = 0.95, maka
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Hasil pada contoh di atas dapat dirangkum pada tabel berikut.
Tabel 1:
Distribusi Eksponensial Pareto Parameter λ = 1 α = 3, θ = 2
Mean 1 1
Variansi 1 3
Kuantil-0.95 2.9957 3.4288
Dengan mean yang sama, distribusi Pareto mempunyai nilai kuantil-0.95 yang lebih besar (dan variansi yang lebih besar). Jadi, distribusi Pareto mempunyai ekor yang lebih tebal daripada distribusi eksponensial.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis Eksp(1) Pareto(3, 2) xpyp 0 1 2 4 5 0.5 1.0 1.5 xp yp 4 5 0.05 0.10 p= 0.95
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Conditional Tail Expectation
Nilai kuantil xptidak memberikan informasi mengenai severitas
klaim yang melebihi xp. Untuk itu, kita dapat menghitung
ekspektasi dari severitas klaim yang melebihi xp, yaitu
E(X|X > xp)
yang disebut Conditional Tail Expectation dan dinotasikan dengan CTEp(X).
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Latihan
Bandingkan nilai CTE dari distribusi eksponensial dan Pareto (dengan nilai parameter seperti pada Tabel 1) pada tingkat kepercayaan 0.95.
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis Solusi:
Untuk X ∼ Eksp(λ), diperoleh
CTEp(X) = xp+
1 λ.
Jika λ = 1 dan p = 0.95, CTE0.95(X) = 2.9957 + 1 = 3.9957.
Untuk Y ∼ Pareto(α, θ), diperoleh CTEp(Y) = yp+
θ
α − 1(1 − p)
−1/α.
Jika α = 3 dan θ = 2,
MODEL RISIKO I Distribusi Kerugian Kontinu (Bagian II) K. Syuhada, Ph.D. Pengantar Sifat Ekor Severitas Klaim Ketebalan Ekor Kuantil CTE Modifikasi Cakupan Polis
Modifikasi Cakupan Polis
Pandang situasi seseorang mengasuransikan kendaraan yang dimilikinya. Tidak jarang pengendara bersikap ceroboh terhadap kendaraannya karena keyakinan akan dijamin oleh asuransi. Untuk mengurangi risiko dan mengendalikan masalah-masalah perilaku pemegang polis (moral hazard), perusahaan asuransi melakukan modifikasi cakupan polis seperti deductibles, policy limitsdan coinsurance.