Data dan Aktuaris: Bagaimana Mengoptimalkan Aliran Data untuk Meningkatkan Proses

Hubungan antara aktuaris dan data sudah ada sejak adanya profesi aktuaria dan terus berkembang melalui munculnya teknologi komputasi dan penyimpanan canggih yang dapat memfasilitasi pengumpulan data aktuaria dan keuangan dalam jumlah besar. Hal ini menyebabkan aktuaris memiliki akses terhadap sumber data yang luas dan terus meningkat kualitas dan ketersediaannya.

Faktanya, data selalu menjadi landasan profesi aktuaria. Data berfungsi sebagai landasan untuk menganalisis pola, memperoleh wawasan berharga, dan membuat prediksi yang dapat diandalkan. Untuk mencapai hal ini, kami mengandalkan proses pengelolaan data yang terstruktur dengan cermat dan dirancang secara ahli untuk memastikan kelancaran operasional. Seiring dengan semakin rumitnya pernyataan masalah, ketergantungan terhadap kualitas, kuantitas dan aksesibilitas data semakin meningkat.

Aliran data yang disederhanakan untuk efisiensi proses

Faktor keberhasilan dalam menerapkan praktik terbaik untuk data dalam organisasi Anda memerlukan pembentukan aliran data yang disederhanakan dan dioptimalkan untuk meningkatkan efisiensi proses. Untuk menjamin hasil ini, penting untuk membangun arsitektur data yang kuat dan komprehensif.

Di bawah ini adalah pertimbangan utama ketika merancang arsitektur data yang memungkinkan aliran data yang efisien dan optimal dalam perusahaan:

• Identifikasi Sumber Data – mengidentifikasi sumber data yang relevan meliputi pemahaman berbagai sistem, basis data, aplikasi, dan sumber eksternal yang menghasilkan atau menyediakan data. Dengan mengidentifikasi sumbernya, organisasi dapat memastikan bahwa mereka memperoleh data yang diperlukan untuk kebutuhan spesifik mereka.

• Pengumpulan dan Akuisisi Data – melibatkan proses otomatis, seperti data extraction tools atau API (Application Programming Interfaces), untuk mengumpulkan data dari database terstruktur, layanan web, atau sumber lainnya. Pengumpulan data yang efisien meminimalkan intervensi manual dan mengurangi risiko kesalahan atau penundaan melalui validasi dan pemeriksaan otomatis.

• Integrasi dan Transformasi Data – mengintegrasikan dan mentransformasikan data ke dalam format terpadu yang dapat dengan mudah diproses dan dianalisis, termasuk pembersihan data, normalisasi data, dan teknik pengayaan data. Hal ini memastikan konsistensi, kualitas, dan kegunaan data sesuai dengan tujuan yang dimaksudkan.

• Penyimpanan dan Manajemen Data – penyimpanan dan manajemen data yang efisien melibatkan pemilihan teknologi penyimpanan data yang sesuai, seperti database, data lake, atau gudang data, yang dapat menangani volume, kecepatan, dan variasi data. Strategi pengindeksan data, partisi data, dan pengarsipan yang tepat diterapkan untuk mengoptimalkan biaya pengambilan dan penyimpanan data. Pengindeksan data sangat penting karena memengaruhi cara data dikategorikan dan diberi label secara akurat untuk mendorong pemahaman yang konsisten tentang data di seluruh organisasi.

• Pemrosesan dan Analisis Data – pemrosesan dan analisis data yang disederhanakan mencakup penggunaan teknik pemrosesan paralel, kerangka kerja komputasi terdistribusi, atau teknologi berbasis cloud untuk menangani data dalam jumlah besar dan melakukan komputasi kompleks untuk memungkinkan wawasan yang tepat waktu dan meningkatkan kemampuan pengambilan keputusan.

• Visualisasi dan Pelaporan Data – kemampuan visualisasi dan pelaporan data yang dioptimalkan menyajikan data dalam format yang menarik secara visual dan mudah dipahami untuk memfasilitasi pengambilan keputusan berdasarkan data. Dasbor, laporan, dan visualisasi yang interaktif dan mudah digunakan membantu pengguna menafsirkan dan menganalisis data dengan mudah.

• Keamanan dan Privasi Data – aliran data yang dioptimalkan memprioritaskan keamanan dan privasi data di seluruh siklus hidup data. Hal ini mencakup penerapan enkripsi data yang kuat, kontrol akses, dan praktik tata kelola data untuk melindungi informasi sensitif. Kepatuhan terhadap peraturan terkait sangat penting untuk menjaga integritas data dan melindungi privasi individu.

• Kepemilikan, Pemantauan, dan Pemeliharaan Data – pemantauan dan pemeliharaan berkelanjutan sangat penting untuk menjaga keakuratan, keandalan, dan kepatuhan data terhadap standar tata kelola data. Hal ini mencakup penetapan peran dan tanggung jawab atas kepemilikan data, penerapan pemeriksaan kualitas data, mekanisme penanganan kesalahan, dan pemantauan proaktif terhadap anomali atau inkonsistensi data. Tugas pemeliharaan data rutin, seperti pengarsipan data, pembersihan data, dan pembaruan data, dilakukan untuk menjaga aliran dan pemanfaatan data tetap optimal. Keputusan penting dan kontrol manajemen perubahan harus dibuat oleh berbagai pemilik data.

Aliran data yang optimal merupakan elemen penting bagi organisasi yang ingin memanfaatkan kekuatan dari aset data aktuaria mereka secara efektif. Hal ini memungkinkan pengambilan keputusan berdasarkan data, peningkatan efisiensi operasional dan manajemen risiko yang efektif, serta banyak manfaat lainnya. Dengan data yang tepat mengalir dengan lancar ke seluruh sistem dan proses, organisasi memperoleh peningkatan efisiensi operasional. Selain itu, intervensi manual diminimalkan, dan tugas yang berulang diotomatisasi, sehingga menghemat sumber daya yang berharga dan meningkatkan produktivitas.

Singkatnya, arsitektur data yang meningkatkan aliran data memberdayakan perusahaan asuransi dengan data yang akurat, tepat waktu, dan dapat diandalkan. Dengan memprioritaskan aliran data yang optimal, organisasi dapat memaksimalkan potensi aset data mereka, mendorong keberhasilan strategis dan operasional, serta memperoleh keunggulan kompetitif dalam lanskap bisnis yang berkembang pesat dan berpusat pada data.

Diterjemahkan dari artikel: Data and Actuaries: How to Optimise Data Flows to Enhance Processes - MBE (mbeconsulting.com)

Tiga Tantangan Utama – Penyesuaian Risiko dan Tingkat Kepercayaan pada IFRS17

Pada bulan Maret 2021, saya melakukan wawancara untuk InsuranceERM mengenai dampak dari penerapan IFRS 17 terhadap perusahaan asuransi dan bagaimana perhitungan Penyesuaian Risiko (Risk Adjustment) dan Tingkat Kepercayaan (Confidence Interval) berdasarkan IFRS 17 dilakukan.

Berdasarkan pembahasan terkini dan pekerjaan penyesuaian risiko yang kami lakukan di pasar asuransi global, masih terdapat beberapa aspek kunci yang aktuaris hadapi, di mana mereka mengalami kesulitan atau belum mampu menentukan pendekatan yang perlu digunakan.

Dengan batas waktu implementasi yang semakin mendekat, tekanan semakin meningkat.

Berikut adalah tiga aspek kunci yang konsisten menjadi tantangan bagi klien oleh pihak auditor mereka:

• Horizon waktu satu tahun atau ultimate run-off?

• Bagaimana cara terbaik untuk mencerminkan risiko tipe bencana (seperti kematian akibat bencana dan kelumpuhan massal)?

• Bagaimana cara membedakan antara risiko operasional umum dan risiko operasional yang timbul dari kontrak asuransi?

Horizon waktu satu tahun atau ultimate run-off?

Debat ini terus berlanjut seiring perusahaan mempertimbangkan pendekatan-pendekatan yang berbeda. Keputusan akhir akan melibatkan keseimbangan antara "letter of the law", sebagaimana diinterpretasikan oleh beberapa firma audit, dan keterlaksanaan penerapan solusi ultimate run-off. Sebagian besar perusahaan menggunakan solusi yang disederhanakan untuk mengkonversi tingkat kepercayaan satu tahun menjadi ultimate run-off, namun sensitivitas tingkat kepercayaan terhadap asumsi-asumsi yang mendasarinya dapat menghambat kemampuan analis dan regulator untuk melakukan perbandingan yang rasional. Regulator dari beberapa pasar memberikan isyarat bahwa mereka mungkin akan menuntut perusahaan untuk mengungkapkan keduanya.

Bagaimana cara terbaik untuk mencerminkan risiko bencana (seperti kematian akibat bencana dan pembatalan polis dalam jumlah besar)?

Penyesuaian risiko pada IFRS 17 umumnya dihitung pada tingkat kepercayaan yang jauh lebih rendah dibandingkan dengan pendekatan modal berbasis risiko (risk-based capital approach). Oleh karena itu, beberapa perusahaan asuransi mengesampingkan risiko bencana dari perhitungan mereka. Meski demikian, apakah ini tepat? Meskipun bagi beberapa Perusahaan, mengesampingkan sebagian atau seluruh risiko ini mungkin tidak signifikan, hal ini tetap perlu didemonstrasikan kepada auditor. Saat risiko-risiko ini signifikan, perusahaan asuransi seharusnya mempertimbangkan bagaimana mengakomodasi hal ini dalam perhitungan penyesuaian risiko secara cara yang praktis dan efisien biaya.

Bagaimana cara membedakan antara risiko operasional umum dan risiko operasional yang timbul dari kontrak asuransi?

IFRS 17 mengecualikan risiko operasional umum dari perhitungan penyesuaian risiko, namun bagaimana kita dapat menentukan risiko operasional mana yang bersifat khusus untuk kontrak asuransi? Hal ini menjadi lebih sulit terutama bagi perusahaan dengan model risiko operasional standar atau yang memiliki model risiko operasional yang relatif belum matang. Meskipun risiko operasional umum tidak didefinisikan secara jelas, perusahaan seharusnya mempertimbangkan berbagai skenario risiko operasional dari model modal mereka dan menilai apakah risiko tersebut timbul dari kontrak asuransi atau dari menjalankan operasi bisnis sehari-hari.

Diterjemahkan dari artikel: Top three challenges - IFRS 17 risk adjustment and confidence level - MBE (mbeconsulting.com)

Pertanyaan yang Terlupakan: Penyesuaian Risiko dan Tingkat Kepercayaan

Andries Beukes (MBE Consulting) dan Cintia Cheong (InsuranceERM) berdiskusi mengenai hasil temuan penyelidikan tentang bagaimana perusahaan asuransi berencana untuk menghitung penyesuaian risiko (risk adjustment) dan tingkat kepercayaan (confidence levels) berdasarkan IFRS 17/PSAK 74.

Sebagian besar diskusi seputar implementasi IFRS 17 berfokus pada elemen baru seperti marjin jasa kontraktual (contractual service margin). Tetapi metodologi untuk membentuk penyesuaian risiko dan tingkat kepercayaan yang digunakan untuk menentukan penyesuaian risiko kurang mendapatkan perhatian.

Hal ini mengejutkan karena penyesuaian risiko merupakan"a key driver of an insurer’s profit signature", menurut MBE Consulting. Sebuah laporan konsultasi, A Calculated Risk: An Industry-Wide Investigation into the IFRS 17 Risk Adjustment and Confidence Level, diterbitkan untuk membantu memahami praktik yang berkembang di pasar.

Apa itu penyesuaian risiko?

IFRS 17 / PSAK 74 - Kontrak asuransi mendefinisikan penyesuaian risiko sebagai: "Kompensasi yang harus ditanggung entitas akibat ketidakpastian jumlah dan waktu arus kas yang timbul dari risiko non-keuangan selama entitas memenuhi kontrak asuransi." Risiko non-keuangan tersebut terutama adalah risiko mortalita/hidup berkepanjangan (longevity), risiko lapse dan risiko beban. Konsep ini mirip dengan marjin risiko dalam Solvency II.

Mengingat IFRS 17 / PSAK 74 berbasis prinsip, hanya ada sedikit panduan bagaimana perusahaan asuransi harus menghitung penyesuaian risiko, hal ini membuat perbandingan menjadi sulit. Pengungkapan atas tingkat kepercayaan untuk penyesuaian risiko seharusnya membantu dalam hal ini.

Dalam survei MBE terhadap hampir 20 perusahaan asuransi di Eropa dan Afrika Selatan, sebanyak 56% responden mempertimbangkan one-year time horizon, sementara satu dari empat (39%) lebih memilih pendekatan ultimate run-off. Secara tradisional, perusahaan asuransi lebih familiar dengan pendekatan one-year, kata Beukes, tetapi beberapa perusahaan audit telah menafsirkan peraturan IFRS 17 / PSAK 74 sebagai ultimate run-off. Dia berkata "Apa yang Anda dapatkan pada akhirnya hampir tidak dapatdibandingkan antar perusahaan", yang tidak sejalan dengan tujuan dari IFRS 17 / PSAK 74.

Menurutnya pendekatan one-year lebih disukai untuk perusahaan asuransi, karena mencoba mengukur ultimate run-off business secara komputasional memberatkan dan secara konseptual sulit untuk dikomunikasikan.

"Jika keputusan ini akan ditentukan oleh konsensus pasar daripada panduan peraturan, kami akan mendesak perusahaan untuk melobi pendekatan one-year," kata Beukes

KESIAPAN

Kesiapan perusahaan asuransi untuk melakukan perhitungan penyesuaian risiko dan pengungkapan tingkat kepercayaan tampaknya bervariasi. Laporan menunjukkan 61% responden sudah mulai mempertimbangkan pendekatan untuk penyesuaian risiko, sementara setengahnya masih melakukan diskusi internal tentang tingkat kepercayaan. Beukes memperingatkan perusahaan yang ingin melakukan perubahan mungkin kesulitan untuk memutuskan hal ini secara tepat waktu.

"Saya menduga bahwa semakin banyak penyesuaian risiko menjadi sorotan, dewan direksi dan manajemen senior akan mengajukan lebih banyak pertanyaan, yang akan segera mendorong perilaku juga. Anda mungkin melihat banyak perusahaan mengubah pendekatan mereka dari waktu ke waktu. Mungkin ada kekhawatiran bahwa mereka mungkin kehabisan waktu jika mereka akan membuat beberapa perubahan itu."

METODOLOGI PENYESUAIAN RISIKO

Metodologi yang paling populer bagi perusahaan asuransi untuk mengukur penyesuaian risiko IFRS 17 / PSAK 74 adalah Cost of Capital (CoC), seperti yang dikutip oleh 39% responden. Ini diikuti oleh stress and correlation value at risk (VaR, 22%); skenario VaR (17%); dan marjin pemburukan (17%). Merinci temuan berdasarkan wilayah, mayoritas (71%) perusahaan di Afrika Selatan berencana untuk menggunakan pendekatan CoC, sementara respons di Inggris dan Eropa lebih bervariasi.

Skenario VaR dan marjin pemburukan adalah metodologi paling populer di Inggris dan Eropa, masing-masing dipilih oleh 28% dan 27% responden. Sisanya memilih CoC, stress and correlation VaR (masing-masing 18%) dan market consistent price of risk (9%). MBE mengatakan ini mungkin karena banyak perusahaan asuransi besar di Inggris dan Eropamengembangkan model internal untuk perhitungan Solvency II mereka, jadi mungkin sudah memiliki model stokastik untuk memungkinkan pendekatan skenario VaR atau marjin pemburukan.

Beukes menjelaskan bahwa metode CoC menghitung penyesuaian risiko dengan menerapkan faktor (the cost of capital rate) terhadaptotal kebutuhan modal di masa depan yang telah didiskonto. Oleh karena itu, dia mengatakan hasilnya sangat sensitif terhadap tingkat diskonto yang digunakan dalam perhitungan.

Inggris memiliki lingkungan dengan suku bunga rendah, yang berarti bahwa nilai saat ini yang dihitung akan lebih tinggi untuk kebutuhan modal di masa depan daripada di Afrika Selatan, misalnya, di mana suku bunga, dan karenanya suku bunga diskonto, lebih tinggi. Dia mencatat ini akan menghasilkan biaya modal yang lebih tinggi.

Ditambah dengan fakta bahwa Inggris banyak menerbitkan bisnis anuitas, yang umumnya secara alamiah bersifat very long-tailed. Semakin lama durasi kontrak, semakin sensitif terhadap pergerakan suku bunga. Ini berarti bahwa penyesuaian risiko perusahaan yang menggunakan pendekatan CoC akan sangat terdampak oleh pergerakan suku bunga.

"Faktor-faktor ini mungkin, setidaknya sebagian, menjelaskan mengapa perusahaan di Inggris, yang memiliki model internal yang tersedia, cenderung lebih memilih pendekatan VaR, sementara perusahaan Afrika Selatan tampaknya lebih menyukai pendekatan CoC," kata Beukes.

TINGKAT KEPERCAYAAN

Dengan menggunakan Risk Analyser Tool yang dimiliki oleh MBE – yang memungkinkan perusahaan untuk membangun interval kepercayaan untuk penyesuaian risiko yang dihitung berdasarkan IFRS 17 / PSAK 74 – konsultan menemukan bahwa tiga perempat (75%) responden yang menggunakan pendekatan VaR menargetkan tingkat kepercayaan antara 80% dan 90%, dengan sisanya sebesar 75% atau 95%. Tingkat kepercayaan paling populer saat ini sekitar 85%.

Sebagai perbandingan, MBE mengatakan secara implisit tingkat kepercayaan dengan pendekatan CoC pada tanggal valuasi umumnya lebih rendah daripada yang ditujukan oleh mereka yang menggunakan pendekatan VaR, dengan sebagian besar hasilnya berada di kisaran 70% hingga 80%.

"Perusahaan asuransi yang menggunakan pendekatan CoC perlu memutuskan apakah hal ini yang diinginkan. Secara implisit tingkat kepercayaancenderung lebih tinggi untuk responden Inggris/Eropa, mungkin dikarenakan suku bunga yang rendah dan durasi rata-rata kontrak yang lebih panjang di wilayah ini."

Mengingat terbatasnya kemajuan pada tingkat kepercayaan yang dilaporkan hingga saat ini, MBE percaya bahwa temuan tersebut akan berubah seiring dengan berkembangnya keputusan metodologi dan praktik pasar berkembang, dengan tingkat kepercayaan akhir "pada akhirnya yang ditargetkan oleh perusahaan asuransi kemungkinan besar akan diputuskan oleh konsensus industri dari waktu ke waktu".

Diterjemahkan dari artikel: IFRS 17's neglected questions: the risk adjustment and confidence levels - MBE (mbeconsulting.com)