Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA
SEMINARIO CAPSTONE
Integrantes:
Gustavo Monje M.
Miliana Quispe.
LIMA, PERÚ
2022
INDICE
Introducción:.................................................................................................1
1. Interés de Aplicación:..........................................................................2
Marco Teórico:..............................................................................................3
1. Tarificación de micro seguros: Una aplicación del modelo Tweedie..3
1.1. Resumen de la distribución Tweedie:...............................................3
Fundamento del Problema:............................................................................5
1. Planteamiento del problema:...............................................................5
2. Formulación del Problema:..................................................................5
Objetivos de la Investigación:.......................................................................5
1. Objetivo General:.................................................................................5
2. Objetivos Específicos:.........................................................................5
Introducción:
1. Contexto y Motivation de la Investigation:
La mayoría de las personas económicamente activas usan algún
tipo de seguro, como seguro para el auto, seguro inmobiliario o en
la mayoría de los casos, seguro de vida o de salud. El
procedimiento más común para adquirir un seguro es pagar una
cuota, llamada prima, y si tenemos un siniestro, el seguro paga.
La gran duda es que es esa prima de seguro y como esta
compuesta, pues la prima de seguros es el precio del seguro, es
decir, el precio que el asegurado paga por la cobertura que recibe
del riesgo asegurado a su compañía de seguros, de esta manera, la
compañía de seguros, al cobrar la prima, se ve obligado a cumplir
con las coberturas estipuladas en la póliza del seguro.
La prima depende del tipo de riesgo asegurado y es fijada de
antemano por la compañía de seguros. Además, el precio de la
prima deberá ser el suficiente para que la aseguradora pueda hacer
frente a los siniestros asegurados.
Entonces, A diferencia de otro sector, en las empresas de seguro
no se sabe con exactitud cuánto cobrar por producto intangible
que ofrece, dado que este está condicionado a un riesgo, por ende,
a una incertidumbre. Por lo cual al no saber cuánto se debe cobrar
de Prima, se estima sus dos principales variables que son: la
frecuencia y la severidad, donde cada una se define de la siguiente
manera:
N ° Siniestro
Frecuencia=
N ° Expuestos
1
PPR=Frecuencia∗Severidad
ó
Monto Monetario del Siniestro
PPR=
N ° Expuestos
1. Interés de Aplicación:
Implementar en la empresa de Seguros “X” el Modelo Tweedie
con el fin de evaluar su desempeño en cuanto al cálculo de la PPR
con respecto a los modelos clásicos para así tener la posibilidad
de proponer un método innovador para la empresa.
Marco Teórico:
2
1. Tarificación de micro seguros: Una aplicación del
modelo Tweedie
4
Fundamento del Problema:
1. Planteamiento del problema:
Desde muchos años atrás se conocen los modelos generalizados,
Modelos de dispersión Exponencial y otros modelos de mayor
complejidad respecto al modelo de regresión Lineal, sin embargo,
Estos modelos matemáticamente implica un cálculo muy tedioso
o por lo menos implicaban para algunos modelos, con el avance la
computación en las últimas décadas ha permitido poner a prueba
y en práctica las teorías en cuanto al arte del modelamiento
estadístico. Por consecuencia, en estos últimos años, estos
modelos complejos están tomando bastante relevancia
principalmente porque otorgan una mayor precisión a diferencia
de otros modelos GLM, también una mayor explicación y por
ende una mejor interpretación del fenómeno respecto a los
modelos de machine learning.
Por ende, en las empresas de Seguros a nivel internacional se está
comenzando a frecuentar la importancia del GLM - Tweedie
siendo expuesta como una novedad para la predicción de la Prima
Pura de Riesgo en Seguros en el año 2015 en una exposición del
Instituto de Actuarios Españoles. Dado que a diferencia de la
metodología clásica que es calcular dos GLM’s uno para la
Frecuencia (Frecuencia de reclamaciones) y otro para la
Severidad (Costo por cada reclamación) y para luego unirlo
mediante un producto de ambos y así obtener la Prima Pura de
Riesgo, el GLM – Tweedie lo que hace es modelar directamente
esa Prima.
Parte del Arte del Modelamiento Estadístico es observar cómo
está comportándose el fenómeno que se desea explicar o modelar,
y en base a eso y al background Estadístico que una persona
tenga, definirá una serie de distribuciones para aproximar y
posteriormente modelar tal fenómeno.
El comportamiento que nos interesa en esta oportunidad es
interpretar y modelar cuánta prima pura de riesgo deberíamos de
5
cobrar respecto a sus características de los clientes y respecto al
historial de frecuencias y de severidades del siniestro, ya que esta
Prima Pura de Riesgo es la prima mínima el cual debería de
cobrar una aseguradora para cubrir sus obligaciones futuras, sin
embargo al ser una empresa y tener gastos operativos, esta Prima
Pura de Riesgo servirá para calcular la Prima comercial que es la
que ya se le incluyen los porcentajes correspondientes a
utilidades, costos y servicios para operar la empresa. Por ende la
Prima Pura de Riesgo cumple con unas características especiales
que hace que reduzca los modelos candidatos a aplicar, entre su
características podemos ver que tiene diferentes agrupaciones
respecto a su frecuencia y severidad del siniestro, donde
podremos ver que esta distribución tendrá muchos ceros
(Frecuencia alta, costo cero de reclamación), pocos valores con
montos bajos (frecuencia baja, costos de reclamación bajo) , una
densidad entre rangos de Prima Pura de Riesgo medianamente
considerada (Frecuencia media, costos de reclamación
medianamente) y con una pequeña pero considerable frecuencia
con severidad muy altos (Frecuencia baja, costo de reclamación
muy alto), visualmente tendría la siguiente forma.
7
8
9
10