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


Moch Panji Agung Saputra(1*), Endang Soeryana Hasbullah(2), Firman Sukono(3)

(1) Universitas Padjadjaran, Indonesia
(2) ,  
(3) ,  
(*) Corresponding Author

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.

Keywords


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

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 nonregularcases”. 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.




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

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Moch Panji Agung Saputra, Endang Soeryana Hasbullah, Firman Sukono

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal KUBIK: Jurnal Publikasi Ilmiah Matematika has indexed by:

SINTA DOAJ Dimensions Google Scholar Garuda Moraref DOI Crossref

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.