Penentuan Sebaran Kerugian Agregat dengan Metode Rekursif Panjer
dc.contributor.advisor | Setiawaty, Berlian | |
dc.contributor.author | Agustina, Grace Reni | |
dc.date.accessioned | 2019-11-18T02:08:09Z | |
dc.date.available | 2019-11-18T02:08:09Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/99910 | |
dc.description.abstract | Perhitungan kerugian agregat diperlukan dalam mengukur modal risiko operasional suatu perusahaan asuransi. Kerugian agregat merupakan total kerugian pemegang polis yang harus ditanggung oleh perusahaan pada periode waktu tertentu. Loss Distribution Approach (LDA) merupakan metode untuk menghitung sebaran kerugian agregat berdasarkan data kerugian operasional di periode sebelumnya. Data tersebut terdiri atas data severity klaim (besarnya klaim) dan frequency klaim (banyaknya klaim). Sebaran kerugian agregat tersebut dapat dihitung dengan model sebaran compound. Dalam karya ilmiah ini digunakan metode Rekursif Panjer untuk menduga ukuran risiko Value at Risk (VaR) dan Expected Shortfall (ES) untuk data klaim Perusahaan Asuransi A tahun 2017. Metode Rekursif Panjer dapat digunakan apabila sebaran severity klaim merupakan sebaran diskret, sehingga sebaran severity klaim yang biasanya merupakan sebaran kontinu perlu didiskretisasi terlebih dahulu. Penghitungan sebaran kerugian agregat dengan Metode Rekursif Panjer mudah diimplementasikan dan hanya melibatkan galat diskretisasi saja. | id |
dc.language.iso | id | id |
dc.publisher | IPB University | id |
dc.subject.ddc | Mathematics | id |
dc.subject.ddc | Agregat | id |
dc.subject.ddc | 2017 | id |
dc.subject.ddc | Bogor, Jawa Barat | id |
dc.title | Penentuan Sebaran Kerugian Agregat dengan Metode Rekursif Panjer | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | sebaran kerugian agregat | id |
dc.subject.keyword | sebaran compound | id |
dc.subject.keyword | metode rekursif Panjer | id |
Files in this item
This item appears in the following Collection(s)
-
UT - Mathematics [1432]