| dc.description.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. | en_US |
