Perpustakaan Digital ITB

Dalam menanggung besar klaim dari pemegang polis, adakalanya tidak se- mua besar klaim ditanggung oleh perusahaan asuransi, terutama untuk kla- im yang besar. Oleh karena itu, perusahaan asuransi harus memiliki batas maksimum dalam pembayaran klaim atau disebut retensi. Terdapat empat kandidat retensi, yaitu ukuran risiko SDPP, Value-at-Risk (VaR), Tail Value- at-Risk (TVaR), dan Conditional Value-at-Risk (CVaR). Metode yang digu- nakan untuk menentukan ketiga kandidat tersebut adalah Filtered Historical Simulation, Monte Carlo, Estimative, dan Improved. Selanjutnya, retensi yang optimal dipilih berdasarkan proporsi keakuratan correct VaR atau peluang ca- kupan. Semakin dekat proporsi correct VaR atau peluang cakupan dengan tingkat kepercayaan yang diberikan, maka keakuratan semakin tinggi. Data yang digunakan terdiri dari dua data besar klaim pada dua perusahaan asuran- si umum yang berbeda selama periode kontrak. Distribusi Lognormal dengan parameter ^ = 2:465699 dan ^2 = 2:681603 merupakan model terbaik untuk data pertama. Model terbaik untuk data kedua yaitu distribusi Skew-t dengan parameter ^ = 0:9999994, ^ = 0:8240933, ^ = 71916290, dan ^ = 1:100162. Hasil simulasi menunjukkan bahwa VaR Improved merupakan retensi optimal kedua data tersebut karena nilai proporsi peluang cakupan tidak jauh berbeda dengan tingkat kepercayan yang diberikan. Dengan menggunakan VaR terse- but, premi asuransi dan premi reasuransi pada model-model reasuransi dapat diperoleh.