Pembahasan Soal Ujian Profesi Aktuaris
SOAL
Pernyataan dibawah digunakan untuk menjawab soal untuk no 12-15
Suatu model statistik “individual losses” diketahui memiliki distribusi gamma dengan paramater \(\alpha \) = 2 dan\(\theta \)= 100. Banyaknya klaim mengikuti distribusi binomial negatif dengan \(\tau \) = 2 dan \(\beta \) = 1,5. Untuk setiap kerugian, berlaku deduktibel standard (“ordinary deductible“) ialah 50 dan loss limit dari besar klaim sebelum dipotong deduktibel ialah 175.
Tentukan fungsi distribusi kumulatif dari suatu besar klaim \({Y_p}\) dari suatu pembayaran klaim diberikan pembayaran klaim tersebut dibayarkan!
Hint : suatu klaim/kerugian dibayarkan apabila nilai pembayaran klaim tersebut lebih dari deduktibel
- \({F_{{Y^P}}}(y) = \left( {1 + \frac{y}{{150}}} \right){e^{\frac{y}{{100}}}}\)
- \({F_{{Y^P}}}(y) = 1 – \left( {1 + \frac{y}{{150}}} \right){e^{ – {\rm{ }}\frac{y}{{100}}}}\)
- \({F_{{Y^P}}}(y) = 1 – \left( {\frac{y}{{150}}} \right){e^{{\rm{ }}\frac{y}{{100}}}}\)
- \({F_{{Y^P}}}(y) = 1 + \left( {\frac{y}{{150}}} \right){e^{ – {\rm{ }}\frac{y}{{100}}}}\)
| Diketahui | “individual losses” diketahui memiliki distribusi gamma dengan paramater: \(\alpha \) = 2 \(\theta \)= 100 Banyaknya klaim mengikuti distribusi binomial negatif dengan: Untuk setiap kerugian, berlaku deduktibel standard (“ordinary deductible“) ialah 50 dan loss limit dari besar klaim sebelum dipotong deduktibel ialah 175 |
| Rumus yang digunakan | \({F_{{Y^P}}}(y){\rm{ }} = 1 – \frac{{1 – {F_X}(y + d)}}{{1 – {F_X}(d)}}\) |
| Proses pengerjaan | \({F_{{Y^P}}}(y){\rm{ }} = 1 – \frac{{1 – {F_X}(y + d)}}{{1 – {F_X}(d)}} = 1 – \frac{{1 – {F_X}(y + 50)}}{{1 – {F_X}(50)}} = \frac{{{F_X}(y + 50) – {F_X}(50)}}{{1 – {F_X}(50)}}\) \({F_X}(y + 50) = \Gamma \left( {2;\frac{{y + 50}}{{100}}} \right)\) \({F_X}(50) = \Gamma \left( {2;\frac{{50}}{{100}}} \right)\) \({F_{{Y^P}}}(y){\rm{ }} = 1 – \left( {1 + \frac{y}{{150}}} \right){e^{ – {\rm{ }}\frac{y}{{100}}}}\) |
| Jawaban | b. \({F_{{Y^P}}}(y) = 1 – \left( {1 + \frac{y}{{150}}} \right){e^{ – {\rm{ }}\frac{y}{{100}}}}\) |