Run-off Triangle
Table: Runoff triangle untuk incremental losses xi,j(1)
Tahun kejadian i
Tahun perkembangan (j-1)
0 1 . . . n-2 n-1
1 x1,1 x1,2 . . . x1,n−1 x1,n
2 x2,1 x2,2 . . . x2,n−1
...
...
...
n-1 xn−1,1 xn−1,2
n xn,1
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 15 / 59
16.
Table: Run offtriangle untuk cumulative losses Si,j(2)
Tahun kejadian i
Tahun perkembangan (j-1)
0 1 . . . n-2 n-1
1 S1,1 S1,2 . . . S1,n−1 S1,n
2 S2,1 S2,2 . . . S2,n−1
...
...
...
n-1 Sn−1,1 Sn−1,2
n Sn,1
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 16 / 59
17.
Table: Data historisuntuk incremental losses (3)
Tahun kejadian
Tahun perkembangan
2000 2001 2002
2000 1001 854 568
2001 1113 990
2002 1265
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 17 / 59
18.
Table: Data historisuntuk incremental losses (3)
Tahun kejadian
Tahun perkembangan
2000 2001 2002
2000 1001 854 568
2001 1113 990
2002 1265
Dari Tabel 3 dapat disimpulkan:
Terdapat klaim sebesar $1001 dari kejadian yang terjadi pada
tahun 2000 dan klaim tersebut dapat diselesaikan pada tahun
2000.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 17 / 59
19.
Table: Tabel 3untuk incremental losses (4)
Tahun kejadian
Tahun perkembangan
0 1 2
1 1001 854 568
2 1113 990
3 1265
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 18 / 59
20.
Table: Tabel 3untuk incremental losses (4)
Tahun kejadian
Tahun perkembangan
0 1 2
1 1001 854 568
2 1113 990
3 1265
Si,j =
j
l=1
xi,l (1)
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 18 / 59
21.
Table: Tabel 3untuk cumulative losses (5)
Tahun kejadian
Tahun perkembangan
0 1 2
1 1001 1001+854=1855 1001+854+568=2423
2 1113 1113+990=2103
3 1265
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 19 / 59
22.
Table: Tabel 3untuk cumulative losses (5)
Tahun kejadian
Tahun perkembangan
0 1 2
1 1001 1001+854=1855 1001+854+568=2423
2 1113 1113+990=2103
3 1265
Dari Tabel 5 dapat disimpulkan:
Terdapat klaim sebesar $1855 dari kejadian yang terjadi pada
tahun 2000 dan klaim tersebut dapat diselesaikan paling lambat
pada tahun 2001.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 19 / 59
Table: MSE (×106
)(16)
n ltn MSE MSE × ltn
2 3 0,725 2,1756
3 6 14,29623 85,777
4 10 58,3737 583,74
Total 19 671,6926
WMSE = (
4
n=2
ltn)−1
4
n=2
ltn × MSEn (7)
Maka, dari rumus (7) kita peroleh nilai WMSE = 3.535211 × 107.
Untuk membandingkan performansi metode prediksi, kita lihat
dari nilai WMSE.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 34 / 59
50.
Rumus umum Growingtriangle
Menghitung jumlah kotak hitam
ltn = 1
2 n(n + 1)
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 35 / 59
51.
Rumus umum Growingtriangle
Menghitung jumlah kotak hitam
ltn = 1
2 n(n + 1)
Menghitung jumlah kotak abu-abu
lpn =
1
2 n(n − 1), n ≤ m
1
2 n(n − 1) − 1
2 h(h − 1), n > m.
dimana m adalah titik tengah kotak
m =
N+1
2 , N ganjil
N
2 , N genap
dan h adalah kotak kosong atau data tidak terobservasi
h =
2(n − m) + 1, N ganjil
2(n − m), N genap
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 35 / 59
52.
MSEn =
1
lpn
n
i=2
n∗
j=n−i+2
(xi,j −ˆxi,j)2
(8)
Dimana
n∗ =
n, i ≤ m
N + 1 − i, i > m.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 36 / 59
53.
MSEn =
1
lpn
n
i=2
n∗
j=n−i+2
(xi,j −ˆxi,j)2
(8)
Dimana
n∗ =
n, i ≤ m
N + 1 − i, i > m.
WMSE = (
N−1
n=2
ltn)−1
N−1
n=2
ltn × MSEn (9)
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 36 / 59
Kesimpulan dan saran
1Run off triangle
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
72.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
73.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
2 Data tidak terobservasi dapat diprediksi dengan :
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
74.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
2 Data tidak terobservasi dapat diprediksi dengan :
Metode Chain ladder.
Metode Modified chain ladder.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
75.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
2 Data tidak terobservasi dapat diprediksi dengan :
Metode Chain ladder.
Metode Modified chain ladder.
3 Performansi metode prediksi dapat dinilai menggunakan
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
76.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
2 Data tidak terobservasi dapat diprediksi dengan :
Metode Chain ladder.
Metode Modified chain ladder.
3 Performansi metode prediksi dapat dinilai menggunakan
Teknik Growing triangle.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
77.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
2 Data tidak terobservasi dapat diprediksi dengan :
Metode Chain ladder.
Metode Modified chain ladder.
3 Performansi metode prediksi dapat dinilai menggunakan
Teknik Growing triangle.
4 Aplikasi metode CL dan MCL terhadap data Australian
Motor Bodily Injury Portfolio menghasilkan
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
78.
Kesimpulan dan saran
1Run off triangle
Menggambarkan besar atau jumlah outstanding claims.
Bagian segitiga atas adalah data terobservasi.
Bagian segitiga bawah adalah data tidak terobservasi.
2 Data tidak terobservasi dapat diprediksi dengan :
Metode Chain ladder.
Metode Modified chain ladder.
3 Performansi metode prediksi dapat dinilai menggunakan
Teknik Growing triangle.
4 Aplikasi metode CL dan MCL terhadap data Australian
Motor Bodily Injury Portfolio menghasilkan
Metode Modified chain ladder sebagai metode prediksi
yang memiliki performansi yang lebih baik dibanding metode
chain ladder.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 54 / 59
79.
Sebagai saran untuktopik skripsi berikutnya, dapat digunakan
metode prediksi selain chain ladder dan modified chain ladder.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 55 / 59
80.
Daftar pustaka
1 K.D.Schmidt dan Mathias Zocher, “The bornhuetter-ferguson
principle,” Casualty Actuarial Society, vol. 2,pp. 85–110,
2006.
2 K. D.Schmidt, ”Casualty actuarial society forum,” Methods
and Models of Loss Reserving Based on Run-Off Triangle: A
Unifying Survey, Vol.1, no. 1, pp. 269-315,2006.
3 S. D. Aceng K. Mutaqin, Dumaria R. Tampubolon, ”Statistika:
Forum teori dan aplikasi statistika,” Run-Off Triangle Data
dan Permasalahannya, vol. 8, no. 1, pp. 55–59, 2008.
4 U. E. S.T.Boris Choy, Jennifer S.K.Chan, ”Cutting edge” Model
selection for loss reserves: The Growing Triangle Technique,
vol. 1, no. 1, pp 35-40, 2009.
Aldofinno I.K.M.S. (2011710018) Pemodelan Outstanding Claims January 5, 2016 56 / 59