Dedy Irawan Prihandoko, K. Syuhada
{"title":"Prediksi Ukuran Risiko Agregat Klaim Berbasis Copula pada Model Autoregressive Conditional Amount (ACA)","authors":"Dedy Irawan Prihandoko, K. Syuhada","doi":"10.24198/jmi.v15.n2.23443.131","DOIUrl":null,"url":null,"abstract":"Industri asuransi merupakan industri yang berkaitan langsung dengan risiko. Risiko yang terjadi diakibatkan oleh besar klaim yang harus dibayarkan perusahaan asuransi. Dalam praktiknya, besar klaim berasal dari berbagai sumber bisnis perusahaan sehingga dipandang sebagai risiko agregat. Pada artikel ini, risiko agregat dikonstruksi dari jumlahan dua besar klaim suatu lini bisnis yang saling bergantung. Kebergantungan antar besar klaim dapat direpresentasikan melalui Copula. Copula yang digunakan pada artikel ini adalah Copula Clayton, Copula Frank, dan Copula Gumbel. Kemudian besar klaim harus dapat dimodelkan dan diprediksi nilainya sehingga perusahaan dapat melakukan strategi agar tidak terjadi kebangkrutan. Model Autoregressive Conditional Amount (ACA) merupakan model yang dapat digunakan untuk memodelkan besar klaim dengan memanfaatkan data besar klaim masa lalu. Selanjutnya metode Value-at-Risk (VaR)dapat digunakan untuk memprediksi nilai besar klaim yang akan datang dengan tingkat kepercayaan tertentu. Dengan memanfaatkan model kebergantungan Copula, model klaim ACA dan metode Value-at-Risk maka didapatkan prediksi VaR untuk risiko agregat. Hasil prediksinya adalah sebes ar 13.0171 dengan model kebergantungan terbaik menggunakan Copula Gumbel.","PeriodicalId":53096,"journal":{"name":"Jurnal Matematika Integratif","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2020-02-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Matematika Integratif","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24198/jmi.v15.n2.23443.131","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

保险行业是一种直接涉及风险的行业。这些风险是由保险公司必须支付的巨额索赔造成的。在实践中,来自不同商业来源的巨额索赔被视为一种总风险。在这篇文章中,两大企业相互依存的索赔构成总风险。大型的相互依赖索赔可以通过cokar表示。本文中使用的co讲s ciayton, co讲s Frank和co讲s Gumbel。那么大的索赔应该是可建化和可预测的价值,这样企业就可以制定防止破产的战略。Autoregressive适应Amount (ACA)模型是一种利用过去大量索赔数据来模拟大型索赔的模型。下一种评估风险的方法可以用来预测具有一定程度信任的巨大索赔价值。利用coas的依赖模型,资产负债表模型和风险评估方法为总风险提供了预测预测。他预测的结果是在13.0171年,最好的挂载模型是使用comac Gumbel。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Prediksi Ukuran Risiko Agregat Klaim Berbasis Copula pada Model Autoregressive Conditional Amount (ACA)
Industri asuransi merupakan industri yang berkaitan langsung dengan risiko. Risiko yang terjadi diakibatkan oleh besar klaim yang harus dibayarkan perusahaan asuransi. Dalam praktiknya, besar klaim berasal dari berbagai sumber bisnis perusahaan sehingga dipandang sebagai risiko agregat. Pada artikel ini, risiko agregat dikonstruksi dari jumlahan dua besar klaim suatu lini bisnis yang saling bergantung. Kebergantungan antar besar klaim dapat direpresentasikan melalui Copula. Copula yang digunakan pada artikel ini adalah Copula Clayton, Copula Frank, dan Copula Gumbel. Kemudian besar klaim harus dapat dimodelkan dan diprediksi nilainya sehingga perusahaan dapat melakukan strategi agar tidak terjadi kebangkrutan. Model Autoregressive Conditional Amount (ACA) merupakan model yang dapat digunakan untuk memodelkan besar klaim dengan memanfaatkan data besar klaim masa lalu. Selanjutnya metode Value-at-Risk (VaR)dapat digunakan untuk memprediksi nilai besar klaim yang akan datang dengan tingkat kepercayaan tertentu. Dengan memanfaatkan model kebergantungan Copula, model klaim ACA dan metode Value-at-Risk maka didapatkan prediksi VaR untuk risiko agregat. Hasil prediksinya adalah sebes ar 13.0171 dengan model kebergantungan terbaik menggunakan Copula Gumbel.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
20
审稿时长
12 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信