Prediksi Laju Mortalitas dan Longevity-at-Risk Menggunakan Model AR-LR dan AR-SVR Berbasis Copula pada Populasi Jepang

Abstract

Fenomena penuaan populasi di Jepang telah menghadirkan tantangan mendasar untuk industri asuransi, terutama tentang risiko terkait umur panjang dan ketidakstabilan mortalitas yang bisa membahayakan kestabilan keuangan serta kemampuan perusahaan untuk memenuhi kewajiban. Penelitian ini bertujuan untuk membangun kerangka pemodelan mortalitas yang menyeluruh dengan menggabungkan ketepatan prediksi dan penilaian risiko umur panjang. Metode yang diusulkan menganalisis performa model Regresi Linear Autoregresif (AR- LR) dan Regresi Support Vector Autoregresif (AR-SVR) dalam memprediksi log mortalitas serta memodelkan volatilitas dengan menggunakan analisis residual kuadrat dari data populasi Jepang yang diambil dari Human Mortality Database (HMD). Selain itu, penelitian ini juga mengkaji struktur dependensi mortalitas antara pria dan wanita menggunakan pendekatan Copula (Gaussian, t, Clayton, Gumbel, dan Frank) serta memprediksi Longevity-at-Risk (LaR) melalui simulasi Monte Carlo sebagai ukuran risiko umur panjang. Harapan dari penelitian ini adalah untuk menemukan model paling baik berdasarkan kriteria Mean Absolute Error (MAE) yang dapat memahami pola non-linear dan pengelompokan volatilitas, serta mengidentifikasi dependensi yang tepat antara populasi pria dan wanita. Sebagai kesimpulan, penelitian ini diharapkan memberikan sumbangan metodologis dan praktis bagi perusahaan asuransi dalam meningkatkan manajemen risiko umur panjang, akurasi penetapan premi, dan pengembangan cadangan teknis yang lebih andal terhadap risiko ekstrem.