PERHITUNGAN ESTIMASI PENYESUAIAN RISIKO UNTUK RISIKO NON-KEUANGAN IFRS 17 MENGGUNAKAN COLLECTIVE RISK THEORY DAN SIMULASI MONTE CARLO DENGAN UKURAN RISIKO VALUE-AT-RISK, TAIL VALUE-AT-RISK, RANGE VALUE-AT-RISK, DAN ENTROPIC VALUE-AT-RISK

Raka Daffaditya Wesnawa, Dr. Nanang Susyanto, S.Si., M.Sc., M.Act.Sc.

2026 | Skripsi | S1 ILMU AKTUARIA

Penyesuaian risiko untuk risiko non-keuangan (risk adjustment) merupakan salah satu komponen yang harus diukur dalam IFRS 17. Penelitian ini bertujuan untuk menghitung risk adjustment IFRS 17 menggunakan metode direct approach yang dikemukakan oleh Signorelli et al. (2022) untuk portofolio kontrak asuransi umum. Pendekatan ini menggunakan teori risiko kolektif dan simulasi Monte Carlo untuk memperoleh distribusi probabilitas yang merepresentasikan ketidakpastian arus kas masa depan. Selanjutnya, berbagai ukuran risiko diterapkan pada distribusi tersebut untuk memperoleh dua loading factor yang dapat digunakan untuk menilai risk adjustment untuk masing-masing liabilitas. Ketika diterapkan pada premi yang belum merupakan pendapatan dan klaim yang telah terjadi, kedua loading factor tersebut akan mengembalikan risk adjustment untuk masing-masing liabilitas terkait sisa masa pertanggungan dan liabilitas terkait klaim yang telah terjadi. Perhitungan dilakukan untuk beberapa ukuran risiko dan tingkat kepercayaan yang berbeda. Hasil penelitian menunjukkan bahwa ukuran risiko VaR menghasilkan nilai risk adjustment yang paling rendah dibandingkan ukuran risiko TVaR, RVaR, dan EVaR untuk setiap tingkat kepercayaan yang digunakan. Selain itu, risk adjustment yang diperoleh memenuhi karakteristik risk adjustment untuk risiko non-keuangan yang disyaratkan dalam IFRS 17.

Risk adjustment for non-financial risk is one of the components that must be measured under IFRS 17. This study aims to calculate the IFRS 17 risk adjustment using the direct approach proposed by Signorelli et al. (2022) for a general insurance contract portfolio. The approach employs collective risk theory and Monte Carlo simulation to obtain a probability distribution representing the uncertainty of future cash flows. Subsequently, various risk measures are applied to this distribution to obtain two loading factors that can be used to assess the risk adjustment for each liability. When applied to the unearned premium and incurred claims, these loading factors return the risk adjustment for the liability for remaining coverage and the liability for incurred claims, respectively. Calculations are performed using several risk measures and confidence levels. The results show that the VaR risk measure produces the lowest risk adjustment values compared with TVaR, RVaR, and EVaR at every confidence level considered. Furthermore, the resulting risk adjustment satisfies the characteristics of risk adjustment for non-financial risk required under IFRS 17. 

Kata Kunci : Risk Adjustment, IFRS 17, Simulasi Monte Carlo, Teori Risiko Kolektif, Ukuran Risiko