Pembahasan-Soal-Ujian-Profesi-Aktuaris-1024x481 (3) pai

Pembahasan Ujian PAI: A60 – No. 25 – November 2016

Pembahasan Soal Ujian Profesi Aktuaris

Institusi : Persatuan Aktuaris Indonesia (PAI)
Mata Ujian : Matematika Aktuaria
Periode Ujian : November 2016
Nomor Soal : 25

SOAL

Untuk suatu portfolio dari asuransi dengan manfaat 100 “fully discrete whole life” untuk individu usia (35):

  1. 50 polis memiliki “face amount” 5.000 dan 50 polis memiliki “face amount” 10.000
  2. \({A_{35}} = 0,175\)
  3. \({}^2{A_{35}} = 0,060\)
  4. \(d = 0,04\)

Dengan menggunakan pendekatan normal, hitunglah premi per 1.000 untuk peluang dari “positive future net loss” adalah 5%

  1. 10,30
  2. 10,60
  3. 10,68
  4. 10,75
  5. 10,88
[showhide type more_text=”Kunci Jawaban & Pembahasan” less_text=”Sembunyikan Kunci Jawaban & Pembahasan”]
Diketahui Untuk suatu portfolio dari asuransi dengan manfaat 100 “fully discrete whole life” untuk individu usia (35):

  1. 50 polis memiliki “face amount” 5.000 dan 50 polis memiliki “face amount” 10.000
  2. \({A_{35}} = 0,175\)
  3. \({}^2{A_{35}} = 0,060\)
  4. \(d = 0,04\)
Rumus yang digunakan
  • \(E\left[ {{}_o{L^{portofolio}}} \right] + {z_p} \cdot \sqrt {\frac{{Var\left( {{}_o{L^{portofolio}}} \right)}}{n}} = 0\)
  • \(E\left[ {{}_o{L^{portofolio}}} \right] = {A_x} – \frac{P}{n}{\ddot a_x}\)
  • \(Var\left( {{}_o{L^{portofolio}}} \right) = n\left[ {{}^2{A_x} – A_x^2} \right]{\left[ {n + \frac{P}{d}} \right]^2}\)
  • \({\ddot a_x} = \frac{{1 – {A_x}}}{d}\)
Proses pengerjaan Dalam bentuk \(P\), premi per 1000, “expected future loss” tiap individu adalah
\(E\left[ {{}_o{L^{portofolio}}} \right] = \left[ {50\left( {5000} \right) + 50\left( {10,000} \right)} \right] \cdot \left[ {{A_{35}} – 0.001P{{\ddot a}_{35}}} \right]\) \(E\left[ {{}_o{L^{portofolio}}} \right] = \left( {750,000} \right)\left[ {{A_{35}} – 0.001P\left( {\frac{{1 – {A_{35}}}}{d}} \right)} \right]\) \(E\left[ {{}_o{L^{portofolio}}} \right] = \left( {750,000} \right)\left[ {0.175 – 0.001P\left( {\frac{{1 – 0.175}}{{0.04}}} \right)} \right]\) \(E\left[ {{}_o{L^{portofolio}}} \right] = \left( {750,000} \right)\left[ {0.175 – 0.020625P} \right]\) \(E\left[ {{}_o{L^{portofolio}}} \right] = 131,250 – 15,468.75P\)

 

Variansi dari “future loss” per 1000
\(Var\left( {{}_o{L^{portofolio}}} \right) = \left[ {50\left( {{5^2}} \right) + 50\left( {{{10}^2}} \right)} \right] \cdot \left[ {{}^2{A_{35}} – A_{35}^2} \right]{\left[ {1000 + \frac{P}{d}} \right]^2}\) \(Var\left( {{}_o{L^{portofolio}}} \right) = \left( {6250} \right)\left( {0.06 – {{0.175}^2}} \right){\left( {1000 + \frac{P}{{0.04}}} \right)^2}\) \(Var\left( {{}_o{L^{portofolio}}} \right) = 183.59375{\left( {1000 + 25P} \right)^2}\)

 

Persentil ke-95 dari “future loss” kita atur agar sama dengan 0 sehingga peluang kerugian yang lebih besar dari 0 adalah 5% \(\left( {{z_{0.05}} = 1.645} \right)\). Dengan kata lain
\(E\left[ {{}_o{L^{portofolio}}} \right] + {z_p} \cdot \sqrt {Var\left( {{}_o{L^{portofolio}}} \right)} = 0\) \(131,250 – 15,468.75P + 1.645\sqrt {183.59375{{\left( {1000 + 25P} \right)}^2}} = 0\) \(131,250 – 15,468.75P + 1645\sqrt {183.59375} + 41.125P\sqrt {183.59375} = 0\) \(153,539 – 14,912P = 0\) \(P = 10.30\)

Jawaban A. 10,30
[/showhide]

Leave A Comment

You must be logged in to post a comment