Perpustakaan Digital ITB

Bisnis asuransi umum yang bersifat long tail adalah suatu bisnis asuransi yang sejak terjadinya insiden yang mengakibatkan suatu klaim terjadi sampai klaim tersebut lunas dibayar akan menghabiskan waktu lebih dari satu tahun. Hal ini disebabkan adanya jeda waktu antara insiden yang mengakibatkan klaim terjadi sampai klaim tersebut dilaporkan; adanya jeda waktu antara klaim dilaporkan sampai klaim tersebut diproses; dan adanya jeda waktu antara klaim diproses sampai klaim tersebut lunas dibayarkan. Data klaim asuransi bisnis long tail sering dicatat dalam format runoff triangle (segitiga runoff ). Penentuan cadangan klaim bisnis asuransi long tail ini tidak sederhana. Metode Chain Ladder (CL) adalah suatu metode yang sering digunakan untuk menaksir cadangan klaim bisnis asuransi long tail karena metode ini sederhana dan mudah diaplikasikan, serta dapat digunakan tanpa menggunakan pendekatan parametrik. Tetapi, karena kesederhanaan itu pula, maka seringkali asumsi yang menjadi dasar metode CL tidak dipenuhi oleh data klaim bisnis asuransi long tail. Model Leveled Chain Ladder (LCL) dibangun dengan menggunakan pendekatan Bayesian dan diharapkan dapat mengatasi salah satu kelemahan metode CL yang cenderung menaksir standard error dari ultimate claims lebih rendah dari yang seharusnya. Sebagai studi kasus dalam tugas akhir ini, digunakan dua set data bisnis asuransi umum long tail: data pertama adalah suatu data runoff triangle dari Schedule P of the National Association of Insurance Commissioners (NAIC) Annual Statement; dan data ke-2 adalah suatu data dari suatu bisnis asuransi yang bukan berasal dari Schedule P of the National Association of Insurance Commissioners (NAIC) Annual Statement tersebut. Untuk data pertama, diperoleh bahwa taksiran total cadangan besar klaim yang dihasilkan metode CL dan model LCL tidak berbeda jauh; namun taksiran standard error cadangan besar klaim yang dihasilkan model LCL lebih besar dari standard error yang dihasilkan metode CL. Untuk data ke-2, diperoleh bahwa taksiran total cadangan besar klaim yang dihasilkan model LCL jauh lebih besar dari taksiran total cadangan besar klaim yang dihasilkan metode CL; sedangkan taksiran standard error cadangan besar klaim yang dihasilkan model LCL jauh lebih kecil dibandingkan taksiran standard error yang dihasilkan metode CL. Hal ini mungkin disebabkan asumsi distribusi prior untuk beberapa parameter tidak dipenuhi oleh data ke-2 yang tidak berasal dari Schedule P of the National Association of Insurance Commissioners (NAIC) Annual Statement tersebut.