Perpustakaan Digital ITB

Prediksi risiko kerugian merupakan aspek penting dalam industri asuransi, khususnya dalam menentukan besaran premi yang tepat. Salah satu ukuran risiko yang umum digunakan adalah Value-at-Risk (VaR). Nilai prediksi VaR dapat mengalami bias, terutama pada data dengan karakteristik distribusi ekor tebal. Penelitian Tugas Akhir ini bertujuan untuk mengkaji penaksir dan prediksi VaR, menganalisis pengaruh kesalahan pengukuran, serta mengevaluasi penggunaan data rerata dalam meningkatkan akurasi prediksi risiko. Metode yang digunakan meliputi pendekatan empiris dan parametrik, dengan mempertimbangkan distribusi berekor tebal seperti distribusi t-Student dan ekspansi Cornish-Fisher. Selain itu, dilakukan analisis terhadap variasi penaksir dan pendekatan kesalahan pengukuran untuk mengurangi bias prediksi VaR. Hasil penelitian Tugas Akhir menunjukkan bahwa karakteristik distribusi ekor tebal berpengaruh signifikan terhadap akurasi prediksi VaR, sehingga pendekatan konvensional cenderung menghasilkan VaR yang kurang sesuai. Penggunaan data rerata juga terbukti mampu meningkatkan stabilitas dan akurasi prediksi. Selanjutnya, ukuran risiko dan fungsi distorsi diaplikasikan dalam perhitungan premi asuransi, yang menunjukkan bahwa metode yang mempertimbangkan risiko ekor tebal menghasilkan premi yang lebih akurat.