ESTIMASI POTENSI KLAIM MAKSIMAL DALAM RISIKO KERUGIAN KEBAKARAN RUMAH DENGAN METODE EXTREME VALUE THEORY (EVT) DI KOTA BANDUNG

Authors

  • Moch Panji Agung Saputra Universitas Padjadjaran, Indonesia
  • Endang Soeryana Hasbullah
  • Firman Sukono

DOI:

https://doi.org/10.15575/kubik.v5i2.7445

Keywords:

metode Extreme Value Theory (EVT), Operational Value-at-Risk (OpVaR), potensi klaim maksimal, risiko kebakaran rumah

Abstract

Permasalahan kebakaran rumah di kawasan padat penduduk memiliki tingkat risiko yang cukup tinggi. Salah satu kota besar dengan risiko tersebut adalah Kota Bandung. Risiko tersebut menimbulkan rasa khawatir dari masyarakat sehingga memunculkan produk-produk asuransi kebakaran rumah. Produk asuransi dibuat untuk melindungi konsumen dari risiko yang dijamin oleh sebuah premi. Perusahaan asuransi membentuk premi berdasarkan analisis perhitungan potensi klaim, biaya, komisi, dan margin. Dalam makalah ini dibahas tentang bagaimana mengestimasi potensi klaim maksimal dari risiko kebakaran rumah. Dalam hal ini potensi klaim didapat berdasarkan nilai kerugian kebakaran rumah tahunan (2007-2018) di Kota Bandung. Untuk mengestimasi potensi klaim maksimal dilakukan dengan metode Extreme Value Theory (EVT). Ada beberapa tahap dalam penelitian ini. Langkah pertama adalah melakukan resampling data dengan Maximum Entropy Botstraping (MEBoot). Selanjutnya, menentukan nilai threshold untuk mendapatkan data ekstrim. Kemudian, dilakukan uji Kolmogorov Smirnov untuk mengetahui kesesuaian data ekstrim dengan Generalized Pareto Distribution (GPD). Setelah itu, melakukan estimasi parameter GPD. Kemudian, menghitung nilai Operational Value-at-Risk (OpVaR) sebagai ukuran potensi klaim maksimal. Hasil penelitian ini mendapatkan potensi klaim maksimal untuk satu tahun kedepan adalah Rp.18.690.352.676,615 dengan tingkat kepercayaan 95%. Berdasarkan estimasi potensi klaim tersebut dapat dijadikan dasar pembuatan produk asuransi kebakaran rumah yang sesuai untuk masyarakat Kota Bandung.

Author Biographies

Moch Panji Agung Saputra, Universitas Padjadjaran

Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran

Endang Soeryana Hasbullah

Departemen Matematika, FMIPA, Universitas Padjadjaran

Firman Sukono

Departemen Matematika, FMIPA, Universitas Padjadjaran

References

S. Hubbert, Essential Mathematics for Market Risk Management (Great Britain (UK), John Wiley & Sons Ltd., Publication, 2012).

B. B. Adriana, P. C. Danny, A. L. C. Marco, and A. Rinaldo, Estimating Total Claim Size in the Auto Insurance Industry: a Comparison between Tweedie and Zero-Adjusted Inverse Gaussian Distribution. Journal of Brazilian Administration Review, vol. 8(1), 2011, 37-47.

E. Gourier, D. Abbate, and W. Farkas, Operational Risk Quantivication using Extreme Value Theory and Copulas: from Theory to Practice, The Journal of Operational Risk, Vol. 4(3), 2009, 1-24.

J. Baran and J. Witzany, A Comparison of EVT and Standard VaR Estimations. SSRN eJournals. Czech Science Foundation grant no. 402/09/0732, 2011.

M. Gilli & E. Këllezi, An Application of Extreme Value Theory for Measuring Financial Risk, Society for Computational Economics, vol. 27(2), 2006, 207-228

B. Efron, The Jacknife, the Bootstrap and Other Resampling Plans. (Stanford, California, National Science Foundation, Division of Biostatistics, 1982).

H. D. Vinod and L. J. Lacalle, Maximum Entropy Bootstrap for Time Series: The MEBoot R Package. Journal of Statistical Software. 29(5), 2009, 1-19.

V. Chavez-Demoulin, Two problems in environmental statistics: Capture-recaptureanalysis and smooth extremal models, Ph.D. thesis. Department of Mathematics, Swiss Federal Institute of Technology, Lausanne, 1999.

V. Chavez-Demoulin, A. Davison, and A. McNeil, A point process approach to value-at-risk estimation. National Centre of Competence in Research Financial Valuation and Risk Management, 134, 2003, 1-30.

S. Kang and J. Song, Parameter and Quantile Estimation for the Generalized Pareto Distribution In Peaks Over Threshold Framework. Journal of the Korean Statistical Society, Vol. 46(4), 2017, 487-501.

D. Matthias, E. Paul, and D. D. Lambrigger, The Quantitative Modeling of Operational Risk : Between G and H and EVT, Astin Bulletin, Vol 37(2), 2007, 265-291.

J. Frank and Jr. Massey, The Kolmogorov-Smirnov Test for Goodness of Fit. Journal of the American Statistical Association. Vol. 46, No. 253. 1951, 68-78.

A. C. Davison, Modelling Excesses Over High Thresholds, with an Application, in Statistical Extremes and Applications, ed. J.Tiago de Oliveira , Dordrecht : D.Reidel, 1984. 461-482.

R. Smith, Maximum likelihood estimation in a class of nonregularcasesâ€. Journal of Biometrika,72(1), 1985, 67–90.

J. Esterhuysen, P. Styger, and G. V. Vuuren, Calculationg Operational Value-at-Risk in a Retail Bank, South Adrican Journal of Economic and Management Sciences, 11(1), 2008, 1-16.

Downloads

Additional Files

Published

2020-11-10

How to Cite

Saputra, M. P. A., Hasbullah, E. S., & Sukono, F. (2020). ESTIMASI POTENSI KLAIM MAKSIMAL DALAM RISIKO KERUGIAN KEBAKARAN RUMAH DENGAN METODE EXTREME VALUE THEORY (EVT) DI KOTA BANDUNG. KUBIK: Jurnal Publikasi Ilmiah Matematika, 5(2), 108–117. https://doi.org/10.15575/kubik.v5i2.7445

Issue

Vol. 5 No. 2 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika

Section

Articles

Citation Check

License

Authors who publish in KUBIK: Jurnal Publikasi Ilmiah Matematika agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

 

Similar Articles

1 2 3 4 5 6 7 > >> 

You may also start an advanced similarity search for this article.