The development of mortality tables in Indonesia so far has been based on static mortality tables, which only consider the probability of death by age, even though they are applied across different years. A dynamic analysis of mortality tables, which takes into account the observation year and the birth year of individuals, becomes important for mitigating risks, particularly in life insurance and pension fund applications. Numerous methods and models for determining stochastic mortality to form dynamic mortality tables exist, but in this study, the PLAT stochastic mortality model was used to establish dynamic mortality tables because it is suitable for all age ranges, captures cohort effects, aligns with historical data, has a non-trivial (yet not overly complex) correlation structure, does not have robustness issues, and can account for parameter risk, while maintaining a relatively simple model structure. From these mortality tables, future survival probabilities for the next several years were forecasted using the ARIMA method, and the forecast range was estimated using residual bootstrap. The forecasting results show values that do not differ significantly from Indonesia’s 2023 mortality table. Additionally, the width of the confidence intervals derived using residual bootstrap was larger than the intervals without using the residual bootstrap method, particularly for younger ages. This is significant for mortality research in pension planning, as they provide interval simulations that reflect various factors during the estimation process.
Bahasa Indonesia
Pembentukan tabel mortalita yang ada di Indonesia selama ini adalah tabel mortalitas statik yang hanya melihat peluang meninggal berdasarkan usia saja meskipun pada tahun yang berbeda. Analisis tabel mortalita secara dinamik yang memperhatikan tahun pengamatan dan juga kapan individu lahir menjadi penting untuk memitigasi risiko terutama dalam penerapannya di bidang asuransi jiwa dan dana pensiun. Banyak metode dan model terkait penentuan moratlita secara stokastik untuk pembentukan tabel mortalitas dinamik, namun pada penelitian ini digunakan model mortalita stokastik model PLAT untuk menentukan tabel mortlaitas dinamik karena memiliki model yang sesuai untuk semua rentang usia, menangkap efek cohort, sesuai dengan data historis, memiliki non-trivial (tetapi tidak begitu kompleks) struktur korelasi, tidak memiliki masalah dengan robust dan dapat memperhitungkan risiko parameter, sedangkan strukturnya modelnya tetap relatif sederhana. Kemudian dari tabel mortalitas tersebut dibuat suatu peramalan nilai peluang hidup untuk beberapa tahun ke depan menggunakan metode ARIMA dan dicari rentang peramalannya menggunakan residual bootstrap. Hasil peramalan menunjukkan nilai yang tidak jauh ebrbeda dengan tabel mortalita Indonesia tahun 2023 selain itu lebar interval kepercayaan hasil peramalan menggunakan residual bootstrap lebih besar dari interval tanpa menggunakan metode residual bootstrap terutama untuk usia yang lebih muda. Hal ini sangat berpengaruh apabila dilakukan penelitian terhadap pengaruh tingkat kematian dalam perencanaan pensiun karena diperoleh simulasi interval yang dipengaruhi oleh berbagai macam faktor selama melakukan estimasi.
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.