Metode Excess-of-Loss Menggunakan Bayesian untuk Memodelkan Tingkat Keparahan Klaim

Authors

  • Felivia Kusnadi Universitas Katolik Parahyangan
  • Benny Yong Universitas Katolik Parahyangan
  • Ferry Jaya Permana Universitas Katolik Parahyangan

DOI:

https://doi.org/10.36815/majamath.v3i2.745

Keywords:

reasuransi excess-of-loss, Bayes, Posterior, likelihood

Abstract

Tingkat keparahan klaim merupakan variabel acak, terlebih pada data asuransi umum. Masalah utama dalam memodelkan data ini ialah kesenjangan yang besar antara nominal klaim. Penelitian ini dapat menyelesaikan masalah tersebut dengan mencocokkan distribusi ekor panjang terhadap data. Untuk menentukan distribusi yang digunakan, penulis menggunakan Quantile-Quantile plots beserta Akaike Information Criterion (AIC) untuk setiap model. Penulis menghitung peluang posterior untuk setiap model menggunakan Teorema Bayes dan menentukan besar premi murni untuk excess layer. Penelitian ini menunjukkan statistik dari premi murni per lapisan dengan tujuan agar dapat digunakan untuk memodelkan tingkat keparahan klaim dan menentukan harga premi murni pada excess layer.

References

Achieng, O. M. (2010). Actuarial Modeling For Insurance Claim Severity in Motor Comprehensive Policy Using Industrial Statistical Distributions. International Congress of Actuaries, 1–29.
Barnett, J. (2020). A Bayesian Approach to Excess of Loss Pure Premium Rating. Variance, 13(4), 54–79. http://www.variancejournal.org/issues/13-01/54.pdf
Fiete, S. (2004). COTOR Challenge Round 3. Casualty Actuarial Society Forum. https://www.casact.org/research/cotor/Fiete.doc
Guiahi, F. (2000). Fitting to Loss Distributions with Emphasis on Rating Variables. Casualty Actuarial Society Forum.
Hoff, P. D. (2009). A First Course in Bayesian Statistical Methods. Springer.
Hogg, R. (2013). Introduction to Mathematical Statistics (7th ed.). Pearson.
Klugman, S. A. et al. (2012). Loss Models From Data To Decisions (4th ed.). John Wiley & Sons.
Meyers, G. (2005). On Predictive Modeling for Claim Severity. Casualty Actuarial Society Forum, 215–254. http://www.casact.org/pubs/forum/05spforum/05spf215.pdf
Pitt, D., & Guillén, M. (2012). An Introduction to Parametric and Non-Parametric Models for Bivariate Positive Insurance Claim Severity Distributions. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1815127
Tzougas, G., Vrontos, S., & Frangos, N. (2014). Optimal bonus-malus systems using finite mixture models. ASTIN Bulletin, 44(2), 417–444. https://doi.org/10.1017/asb.2013.31

Downloads

Published

2020-09-29