8.1 Introduction
Dalam materi ini akan mempelajari - Alasan premi harus bervariasi di antara pemegang polis dengan karakteristik risiko yang berbeda. - Arti dari spiral seleksi yang merugikan. - Pentingnya klasifikasi risiko.
Melalui kontrak asuransi, pemegang polis secara efektif mengalihkan risiko mereka kepada perusahaan asuransi dengan imbalan premi. Agar perusahaan asuransi dapat bertahan dalam bisnisnya, pendapatan premi yang dikumpulkan dari kumpulan pemegang polis setidaknya harus sama dengan pengeluaran manfaat. Pada produk asuransi umum di mana premi dibebankan untuk satu periode, katakanlah setiap tahun, premi asuransi bruto berdasarkan prinsip ekuivalensi dinyatakan sebagai
\[
\begin{eqnarray*}
\textrm{Premi Bruto = Kerugian yang Diharapkan + Biaya yang Diharapkan + Keuntungan}\\
\end{eqnarray*}
\]
Dengan mengabaikan biaya gesekan yang terkait dengan biaya administrasi dan keuntungan, premi bersih atau murni yang dibebankan oleh perusahaan asuransi harus sama dengan kerugian yang diharapkan terjadi dari risiko yang dialihkan dari pemegang polis.
Jika semua pemegang polis dalam kumpulan asuransi memiliki profil risiko yang sama, maka penanggung cukup membebankan premi yang sama untuk semua pemegang polis karena mereka memiliki ekspektasi kerugian yang sama. Namun pada kenyataannya, pemegang polis hampir tidak homogen. Sebagai contoh, risiko kematian dalam asuransi jiwa tergantung pada karakteristik pemegang polis, seperti usia, jenis kelamin, dan gaya hidup. Dalam asuransi mobil, karakteristik tersebut dapat mencakup usia, pekerjaan, jenis atau penggunaan mobil, dan daerah tempat tinggal pengemudi. Pengetahuan tentang karakteristik atau variabel ini dapat meningkatkan kemampuan menghitung premi yang adil untuk pemegang polis individu, karena dapat digunakan untuk memperkirakan atau memprediksi kerugian yang diharapkan dengan lebih akurat.
Seleksi yang Tidak Menguntungkan (Adverse Selection). Memang, jika perusahaan asuransi tidak membedakan karakteristik risiko pemegang polis individu dan hanya membebankan premi yang sama kepada semua tertanggung berdasarkan kerugian rata-rata dalam portofolio, perusahaan asuransi akan menghadapi seleksi yang merugikan, situasi di mana individu dengan peluang kerugian yang lebih tinggi akan tertarik masuk ke dalam portofolio dan individu yang berisiko rendah akan ditolak.
Sebagai contoh, pertimbangkan industri asuransi kesehatan di mana status merokok merupakan faktor risiko yang penting untuk mortalitas dan morbiditas. Sebagian besar perusahaan asuransi kesehatan di pasar membutuhkan premi yang berbeda tergantung pada status merokok, sehingga perokok membayar premi yang lebih tinggi daripada yang bukan perokok, dengan karakteristik lain yang identik. Sekarang anggaplah ada sebuah perusahaan asuransi, kita sebut saja EquitabAll, yang menawarkan premi yang sama untuk semua tertanggung tanpa memandang status merokok, tidak seperti kompetitor lainnya. Premi bersih EquitabAll secara alami merupakan perhitungan kerugian mortalitas rata-rata untuk perokok dan bukan perokok. Artinya, premi bersih adalah rata-rata tertimbang dari kerugian dengan bobot masing-masing proporsi perokok dan bukan perokok. Dengan demikian, mudah untuk melihat bahwa seorang perokok akan memiliki insentif yang baik untuk membeli asuransi dari EquitabAll daripada dari perusahaan asuransi lain karena premi yang ditawarkan oleh EquitabAll relatif lebih rendah. Pada saat yang sama, orang yang bukan perokok akan lebih memilih untuk membeli asuransi dari tempat lain yang menawarkan premi yang lebih rendah, yang dihitung hanya dari kelompok bukan perokok. Akibatnya, akan ada lebih banyak perokok dan lebih sedikit non-perokok dalam portofolio EquitabAll, yang menyebabkan kerugian yang lebih besar dari yang diperkirakan dan karenanya premi yang lebih tinggi untuk tertanggung di periode berikutnya untuk menutupi biaya yang lebih tinggi. Dengan meningkatnya premi baru di periode berikutnya, para non-perokok di EquitabAll akan memiliki insentif yang lebih besar untuk berpindah asuransi. Ketika siklus ini terus berlanjut dari waktu ke waktu, EquitabAll secara bertahap akan mempertahankan lebih banyak perokok dan lebih sedikit non-perokok dalam portofolionya dengan premi yang terus dinaikkan, yang pada akhirnya menyebabkan runtuhnya bisnis.
Dalam literatur, fenomena ini dikenal sebagai adverse selection spiral atau spiral kematian. Oleh karena itu, memasukkan dan membedakan karakteristik risiko individu yang penting dalam proses penetapan harga asuransi adalah komponen yang relevan untuk penentuan premi yang adil bagi pemegang polis individu dan keberlanjutan jangka panjang perusahaan asuransi.
Faktor Pemeringkatan. Untuk memasukkan karakteristik risiko yang relevan dari pemegang polis dalam proses penentuan harga, perusahaan asuransi mempertahankan beberapa sistem klasifikasi yang menempatkan setiap pemegang polis pada salah satu kelas risiko berdasarkan sejumlah kecil karakteristik risiko yang dianggap paling relevan. Karakteristik yang digunakan dalam sistem klasifikasi ini disebut faktor peringkat, yang merupakan variabel apriori dalam arti diketahui sebelum kontrak dimulai (misalnya, jenis kelamin, status kesehatan, jenis kendaraan, dan lain-lain, yang diketahui selama underwriting). Semua pemegang polis yang memiliki faktor risiko yang sama akan dimasukkan ke dalam kelas risiko yang sama, dan dianggap homogen dari sudut pandang penetapan harga; akibatnya, perusahaan asuransi membebankan premi atau tarif yang sama kepada mereka.
Mengenai faktor risiko dan premi, Standar Praktik Aktuaria (ASOP) No. 12 dari Dewan Standar Aktuaria (2018) menyatakan bahwa aktuaris harus memilih karakteristik risiko yang terkait dengan hasil yang diharapkan, dan bahwa tarif dalam sistem klasifikasi risiko akan dianggap adil jika perbedaan tarif mencerminkan perbedaan material dalam biaya yang diharapkan untuk karakteristik risiko. Dalam proses pemilihan faktor risiko, ASOP juga mensyaratkan aktuaris untuk mempertimbangkan hal-hal berikut: hubungan karakteristik risiko dan hasil yang diharapkan, kausalitas, objektivitas, kepraktisan, hukum yang berlaku, praktik industri, dan praktik bisnis. Suplemen Teknis TS 8.B memberikan diskusi tambahan mengenai pemilihan faktor penilaian.
Di sisi kuantitatif, tugas penting bagi aktuaris dalam membangun kerangka kerja klasifikasi risiko adalah membangun model statistik yang dapat menentukan kerugian yang diharapkan dengan berbagai faktor peringkat pemegang polis. Pendekatan standarnya adalah dengan mengadopsi model regresi yang menghasilkan kerugian yang diharapkan sebagai output ketika faktor-faktor risiko yang relevan diberikan sebagai input. Pada bab ini kita akan mempelajari tentang regresi Poisson, yang dapat digunakan ketika kerugian merupakan variabel count, sebagai contoh utama dari alat penetapan harga asuransi.
---
title: "8 Risk Classification"
subtitle: "Teori Resiko"
author: "Clara Della Evania (20204920018)"
date:  "`r format(Sys.Date(), '%B %d, %Y')`"
output:
  rmdformats::robobook:   # https://github.com/juba/rmdformats
    self_contained: true
    thumbnails: true
    lightbox: true
    gallery: true
    lib_dir: libs
    df_print: "paged"
    code_folding: "show"
    code_download: yes
    css: "style.css"

---


```{r include=FALSE}
knitr::opts_chunk$set(class.source = "nocopy",
                      class.output = "nocopy",
                      message = F,
                      warning = F)
```


<br>


<img style="float: right; margin: -50px 50px 0px 50px; width:25%" src="me.jpeg"/> 

|
:---- |:----
Kontak| : $\downarrow$
Email| clara.evania@student.matanauniversity.ac.id
Instagram | https://www.instagram.com/claraevania/ 
RPubs  | https://rpubs.com/claradellaevania/ 

# 8.1 Introduction

Dalam materi ini akan mempelajari 
- Alasan premi harus bervariasi di antara pemegang polis dengan karakteristik risiko yang berbeda.
- Arti dari spiral seleksi yang merugikan.
- Pentingnya klasifikasi risiko.

Melalui kontrak asuransi, pemegang polis secara efektif mengalihkan risiko mereka kepada perusahaan asuransi dengan imbalan premi. Agar perusahaan asuransi dapat bertahan dalam bisnisnya, pendapatan premi yang dikumpulkan dari kumpulan pemegang polis setidaknya harus sama dengan pengeluaran manfaat. Pada produk asuransi umum di mana premi dibebankan untuk satu periode, katakanlah setiap tahun, premi asuransi bruto berdasarkan prinsip ekuivalensi dinyatakan sebagai

$$
\begin{eqnarray*}
\textrm{Premi Bruto = Kerugian yang Diharapkan + Biaya yang Diharapkan + Keuntungan}\\
\end{eqnarray*}
$$
 

Dengan mengabaikan biaya gesekan yang terkait dengan biaya administrasi dan keuntungan, premi bersih atau murni yang dibebankan oleh perusahaan asuransi harus sama dengan kerugian yang diharapkan terjadi dari risiko yang dialihkan dari pemegang polis.

Jika semua pemegang polis dalam kumpulan asuransi memiliki profil risiko yang sama, maka penanggung cukup membebankan premi yang sama untuk semua pemegang polis karena mereka memiliki ekspektasi kerugian yang sama. Namun pada kenyataannya, pemegang polis hampir tidak homogen. Sebagai contoh, risiko kematian dalam asuransi jiwa tergantung pada karakteristik pemegang polis, seperti usia, jenis kelamin, dan gaya hidup. Dalam asuransi mobil, karakteristik tersebut dapat mencakup usia, pekerjaan, jenis atau penggunaan mobil, dan daerah tempat tinggal pengemudi. Pengetahuan tentang karakteristik atau variabel ini dapat meningkatkan kemampuan menghitung premi yang adil untuk pemegang polis individu, karena dapat digunakan untuk memperkirakan atau memprediksi kerugian yang diharapkan dengan lebih akurat.

Seleksi yang Tidak Menguntungkan (Adverse Selection). Memang, jika perusahaan asuransi tidak membedakan karakteristik risiko pemegang polis individu dan hanya membebankan premi yang sama kepada semua tertanggung berdasarkan kerugian rata-rata dalam portofolio, perusahaan asuransi akan menghadapi seleksi yang merugikan, situasi di mana individu dengan peluang kerugian yang lebih tinggi akan tertarik masuk ke dalam portofolio dan individu yang berisiko rendah akan ditolak.

Sebagai contoh, pertimbangkan industri asuransi kesehatan di mana status merokok merupakan faktor risiko yang penting untuk mortalitas dan morbiditas. Sebagian besar perusahaan asuransi kesehatan di pasar membutuhkan premi yang berbeda tergantung pada status merokok, sehingga perokok membayar premi yang lebih tinggi daripada yang bukan perokok, dengan karakteristik lain yang identik. Sekarang anggaplah ada sebuah perusahaan asuransi, kita sebut saja EquitabAll, yang menawarkan premi yang sama untuk semua tertanggung tanpa memandang status merokok, tidak seperti kompetitor lainnya. Premi bersih EquitabAll secara alami merupakan perhitungan kerugian mortalitas rata-rata untuk perokok dan bukan perokok. Artinya, premi bersih adalah rata-rata tertimbang dari kerugian dengan bobot masing-masing proporsi perokok dan bukan perokok. Dengan demikian, mudah untuk melihat bahwa seorang perokok akan memiliki insentif yang baik untuk membeli asuransi dari EquitabAll daripada dari perusahaan asuransi lain karena premi yang ditawarkan oleh EquitabAll relatif lebih rendah. Pada saat yang sama, orang yang bukan perokok akan lebih memilih untuk membeli asuransi dari tempat lain yang menawarkan premi yang lebih rendah, yang dihitung hanya dari kelompok bukan perokok. Akibatnya, akan ada lebih banyak perokok dan lebih sedikit non-perokok dalam portofolio EquitabAll, yang menyebabkan kerugian yang lebih besar dari yang diperkirakan dan karenanya premi yang lebih tinggi untuk tertanggung di periode berikutnya untuk menutupi biaya yang lebih tinggi. Dengan meningkatnya premi baru di periode berikutnya, para non-perokok di EquitabAll akan memiliki insentif yang lebih besar untuk berpindah asuransi. Ketika siklus ini terus berlanjut dari waktu ke waktu, EquitabAll secara bertahap akan mempertahankan lebih banyak perokok dan lebih sedikit non-perokok dalam portofolionya dengan premi yang terus dinaikkan, yang pada akhirnya menyebabkan runtuhnya bisnis.

Dalam literatur, fenomena ini dikenal sebagai adverse selection spiral atau spiral kematian. Oleh karena itu, memasukkan dan membedakan karakteristik risiko individu yang penting dalam proses penetapan harga asuransi adalah komponen yang relevan untuk penentuan premi yang adil bagi pemegang polis individu dan keberlanjutan jangka panjang perusahaan asuransi.

Faktor Pemeringkatan. Untuk memasukkan karakteristik risiko yang relevan dari pemegang polis dalam proses penentuan harga, perusahaan asuransi mempertahankan beberapa sistem klasifikasi yang menempatkan setiap pemegang polis pada salah satu kelas risiko berdasarkan sejumlah kecil karakteristik risiko yang dianggap paling relevan. Karakteristik yang digunakan dalam sistem klasifikasi ini disebut faktor peringkat, yang merupakan variabel apriori dalam arti diketahui sebelum kontrak dimulai (misalnya, jenis kelamin, status kesehatan, jenis kendaraan, dan lain-lain, yang diketahui selama underwriting). Semua pemegang polis yang memiliki faktor risiko yang sama akan dimasukkan ke dalam kelas risiko yang sama, dan dianggap homogen dari sudut pandang penetapan harga; akibatnya, perusahaan asuransi membebankan premi atau tarif yang sama kepada mereka.

Mengenai faktor risiko dan premi, Standar Praktik Aktuaria (ASOP) No. 12 dari Dewan Standar Aktuaria (2018) menyatakan bahwa aktuaris harus memilih karakteristik risiko yang terkait dengan hasil yang diharapkan, dan bahwa tarif dalam sistem klasifikasi risiko akan dianggap adil jika perbedaan tarif mencerminkan perbedaan material dalam biaya yang diharapkan untuk karakteristik risiko. Dalam proses pemilihan faktor risiko, ASOP juga mensyaratkan aktuaris untuk mempertimbangkan hal-hal berikut: hubungan karakteristik risiko dan hasil yang diharapkan, kausalitas, objektivitas, kepraktisan, hukum yang berlaku, praktik industri, dan praktik bisnis. Suplemen Teknis TS 8.B memberikan diskusi tambahan mengenai pemilihan faktor penilaian.

Di sisi kuantitatif, tugas penting bagi aktuaris dalam membangun kerangka kerja klasifikasi risiko adalah membangun model statistik yang dapat menentukan kerugian yang diharapkan dengan berbagai faktor peringkat pemegang polis. Pendekatan standarnya adalah dengan mengadopsi model regresi yang menghasilkan kerugian yang diharapkan sebagai output ketika faktor-faktor risiko yang relevan diberikan sebagai input. Pada bab ini kita akan mempelajari tentang regresi Poisson, yang dapat digunakan ketika kerugian merupakan variabel count, sebagai contoh utama dari alat penetapan harga asuransi.

# 8.2 Poisson Regression Model

Model regresi Poisson telah berhasil digunakan dalam berbagai aplikasi dan memiliki keunggulan dalam memungkinkan ekspresi bentuk tertutup untuk kuantitas yang penting. Pada bagian ini kami memperkenalkan regresi Poisson sebagai perluasan alami dari distribusi Poisson.

## 8.2.1 Need for Poisson Regression

Untuk memperkenalkan regresi Poisson, mari kita pertimbangkan portofolio asuransi kesehatan hipotetis di mana semua pemegang polis memiliki usia yang sama dan hanya satu faktor risiko, status merokok, yang relevan. Status merokok dengan demikian merupakan variabel kategorikal dengan dua tingkatan : perokok dan bukan perokok. Karena ada dua level untuk status merokok, kita dapat menunjukkan perokok dan bukan perokok dengan masing-masing level 1 dan 2. Di sini penomorannya sewenang-wenang; status merokok adalah variabel kategori nominal . (Lihat Bagian 14.1.1untuk pembahasan lebih lanjut tentang variabel kategori dan nominal.) Misalkan sekarang kita tertarik untuk menetapkan harga asuransi kesehatan di mana premi untuk setiap pemegang polis ditentukan oleh jumlah kunjungan pasien rawat jalan ke kantor dokter selama setahun. Biaya medis untuk setiap kunjungan diasumsikan sama terlepas dari status merokok untuk kesederhanaan. Oleh karena itu, jika kami percaya bahwa status merokok merupakan faktor risiko yang valid dalam asuransi kesehatan ini, wajar untuk mempertimbangkan pengamatan dari perokok secara terpisah dari non-perokok. Pada Tabel 8.1 kami menyajikan data untuk portofolio ini.

$${\small
\begin{matrix}
\begin{array}{cc|cc|cc}
\hline
\text{Smoker} & \text{(level 1)}  & \text{Non-smoker}&\text{(level 2)}  & & \text{Both}\\
  \text{Count} & \text{Observed} &  \text{Count} & \text{Observed}  &   \text{Count} & \text{Observed} \\ \hline
0 & 2213 &   0 & 6671 &  0 & 8884 \\
1 & 178  &   1 & 430  &  1 & 608 \\
2 & 11   &   2 & 25   &  2 & 36 \\
3 & 6    &   3 & 9    &  3 & 15 \\
4 & 0    &   4 & 4    &  4 & 4 \\
5 & 1    &   5 & 2    &  5 & 3 \\ \hline
\text{Total} & 2409  &   \text{Total} & 7141 & \text{Total} & 9550 \\
\text{Mean} & 0.0926 &   \text{Mean} & 0.0746 & \text{Mean} & 0.0792 \\
\hline
    \end{array}
\end{matrix}
}$$

# Referensi 
- https://openacttexts.github.io/Loss-Data-Analytics/ChapFrequency-Modeling.html#S:goodness-of-fit
