UNIVERSIDAD NACIONAL DE

INGENIERÍA
FACULTAD DE INGENIERÍA ECONÓMICA,
ESTADÍSTICA Y CIENCIAS SOCIALES

ESCUELA PROFESIONAL DE INGENIERÍA ESTADÍSTICA

SEMINARIO DE TESIS

“MODELO DE SERIE TEMPORAL MULTIVARIADO – VECM

PARA ANALIZAR FACTORES INFLUYENTES EN LAS
PRIMAS DEL MERCADO ASEGURADOR
PERUANO - PERIODO 2011-2021”

Autor: Gustavo Monje Meza

LIMA, PERÚ

2022
 ABSTRACT
“MODELO DE SERIE TEMPORAL MULTIVARIADO – VECM
Problema de investigación (listo)

Fundamento del problema (LISTO)

Formulación del problema (Listo)

Problema principal (Listo)

Problemas específicos (Listo)

Justificación de la Investigación (Listo)

Marco referencial
Antecedentes

Marco teórico

Objetivos

Hipótesis

DESARROLLO

PARA ANALIZAR FACTORES INFLUYENTES EN LAS

PRIMAS DEL MERCADO ASEGURADOR
 PERÚ 2011-2021”

Problema de investigación

Para la siguiente sección se explicará la interrogante detectada que generó la

siguiente investigación sobre los posibles determinantes de las exportaciones
tradicionales peruanas. Para ello, primero se presenta el planteamiento de dicho
problema. Luego se formula las preguntas de investigación respectivas y
finalmente se presenta la justificación de la investigación realizada.
Fundamento del problema

Las empresas de Seguros, a diferencia de otras empresas en diferentes sectores,

desconocen en exactitud cuanto será el costo de sus obligaciones financieras por
brindar la cobertura del riesgo asumido, como que puede ser muy alto o como
también bajo en ciertos periodos. A pesar de que la especialidad de un Actuario de
Reservas técnicas es realizar estimaciones de cuanto será las obligaciones para el
siguiente mes, es muy importante que hagan un seguimiento respecto a cuanta prima
ingresa mensualmente para así medir su Ratio de Siniestralidad que no es más que el
monto de los siniestros reportados respecto a la cantidad de prima que se tiene al
mes, si este ratio supera el 100% indicará que los siniestros están siendo muy
superior a las primas, y pues se deberán tomar otras estrategias comerciales fuera de
lo actuarial para que las primas sigan siendo superiores a los siniestros. Es aquí
donde se observa que las primas de seguros al ser su principal ingreso de la
empresa, deberá ser fundamental su análisis y su proyección porque de esto
dependerá del presupuesto anual, y de cual se proyectará cuanto a de ser la
disponibilidad económica para los gastos operativos y gastos en general de la
empresa, por lo cual para realizar una proyección adecuada es necesario conocer no
solamente la información histórica de la prima de la empresa, sino también tener en
cuenta otros factores externos que puedan influenciar en la prima, como por ejemplo
factores políticos, factores sociales y factores macroeconómicos, este último será el
principal tema de investigación, pues se desconoce cuáles son las principales
variables Económicas que influyan a corto y largo plazo en las primas de seguros a
la hora de su proyección.
Formulación del problema
Problema principal

¿Cuáles son los principales factores económicos que influyen en las Primas de
las principales empresas de seguros en el mercado peruano para el periodo
2011-2021?

Problemas específicos

- Revisión de la literatura de los modelos VEC Models

- Realizar el análisis empírico de las primas de las principales empresas del
mercado asegurador peruano y de las variables económicas.
- Determinar si existe relación a largo plazo (Cointegración) entre los factores
económicos y las primas de las principals empresas del pais.
- Realizar la proyección de las primas para el 2022 con el modelo seleccionado.

Justificación de la Investigación

Las Series de Tiempo a lo largo de los años ha sido fundamental para ver el patrón o
evolución de una variable numérica que brinde información en el contexto en que se
use y se desee pronosticar, pues al definirlo en un espacio temporal con un conjunto
de indexación discreta normalmente representado en meses o en años y con un tipo
de realización que puede ser tanto discreta como continua permitirá realizar
estimaciones para los siguientes meses o años en base a su historial. A diferencia de
la Estadística Espacial, en las series temporales si importará el orden en que suceden
las realizaciones, esto implica el que si se observa que sigue algún patrón, por lo
cual será posible sacar provecho a este patrón y tomar decisiones en base a los
resultados que se obtengan.

Este interés en pronosticar en base a un patrón estacional, de tendencia, o cualquier

otro adicional, ha permitido desarrollar diversas metodologías y modelos los cuales
temenos entre los más conocidos para el pronóstico mediante la metodología de
medias móviles, suavizamiento exponcial, Holt-Winters ,variantes de estas y
también otros más conocidos partiendo de los procesos AR, MA entre las cuales
temenos las más conocidas (Box & Jenquins, 1970) ARMA, ARMAX, ARIMA,
SARIMA, ARIMAX, SARIMAX, GARCH y otras variantes, pero restaltando que
estas metodologías y modelos están con el supuesto en que la variable aleatoria
estudiada no está influenciada por otras variables por lo que se puede observer que
más allá de lo teoríco, específicamente en el ambito económico, muchas de sus
variables no dependen de ellas mismas solamente.

Es a partir del año 2003 que se tomó en consideración los modelos de series de
tiempo multivariado desde que se publicó el primer análisis de cointegraciones por
parte de los ganadores del premio nobel, precisamente galardonados por este tema,
los profesores Clive W.J. Granger y R. F. Engel en el cual se centraron su estudio en
las cointegraciones de las series temporales con tendencias comunes. Lo cual hace
que se vea desde otro punto de vista la importancia de usar series de tiempo
multivariadas. Temenos el ejemplo más común el cual es el pronóstico del PBI que
del cual según la Revista “Moneda” publicada en el año 2017 por el BCRP, con los
autores David Florían y Luis Eduardo Castillo, indica de manera contextual que la
tasa del crecimiento para el PBI dependerá de factores estructurales en la economía,
y que el PBI al ser una variable no observable deberá ser proyectada con el historial
de otras variables macroeconómicas observables mediante la definición de un
modelo macroeconómico multivariado el cual modelará el PBI vinculandolo con las
variables observables como por ejemplo la inflación. Esto nos da a entender de que
en la vida real si existen factores externos que pueden cambiar el rumbo de una
 variable de interés en cuanto varien estos factores, pues al emplearlos de una manera
correcta proporcionará información adicional a nuestra variable de interés.

Marco referencial
En la siguiente sección se dará a detalle la literatura necesaria para la
investigación. Por lo que, primero se presenta los antecedentes
respecto a esta tesis, los cuales incluyen todas aquellas investigaciones
internacionales que servirán para el análisis de las primas de seguro.
Dado que no se ubicó antecedentes nacionales respecto al tema
principal que es modelar las primas del seguros Vehicular, se tomó en
cuenta antecedentes nacionales respecto al modelamiento de series
de tiempo multivariado aplicado a factores económicos. Luego se
presentará el marco teórico para la presente tesis, el cual define,
muestra y constrasta de manera empírica las principales teorías
respecto a los modelos de seires de tiempo

mediante con temas directa o indirectamente relacionados a la

búsqueda de los factores macroeconómicos que determinan a las
exportaciones tradicionales de un país. Luego, se presenta el marco
teórico de la presente tesis, el cual define, muestra y contrasta las
principales teorías económicas que fundamentan el posterior análisis
de los determinantes de las exportaciones tradicionales de un país.
Con todo ello, se espera tener un marco conceptual bastante
completo que permita comparar adecuadamente los posteriores
resultados de la investigación con la literatura considerada.
Antecedentes

Como antecedentes se tiene diferentes artículos y publicaciones respecto a los

Modelos VEC sin embargo para el problema de investigación presente, es muy poco
y contadas las publicaciones respecto al análisis de factores que influyen en la Prima
de las empresas de Seguros y su pronóstico con diferentes modelos, por lo cual a
continuación se hace presente publicaciones más recientes acerca las primas de
seguros y publicaciones teóricas de los modelos de series de tiempo Multivariados
específicamente para los Modelos VEC.

Ting y Menggang (2020) con su publicación el paper “An Empirical Analysis of

the Factors Influencing the Development of Insurance Industry in China”, que hace
referencia al análisis que hace respecto a la inflación, el aumento de la inversión en
activos fijos y en cuanto a su política monetaria, como también en el ahorro
nacional, índice de clima macroeconómico, tasa de depósito y el desarrollo de la
industria de seguros en China. Sin embargo, su análisis que realizó fue midiendo la
significancia de las variables con respecto a la prima mediante una regresión lineal
múltiple para el periodo 2004 al 2017 del cual concluye en su estudio que los
principales factores que influyen en el desarrollo de las empresas de seguros en
China medidos por su prima, son los factores del ahorro nacional y clima
macroeconómico. Además, en este trabajo de investigación se realizó, para
comprobar su fiabilidad y no aleatoriedad en sus resultados, un estudio adicional de
cointegración para no caer en una regresión Espuria, por lo que concluyen que
existe relación a largo plazo entre sus variables.
Qian Zhang y Qian Zhang (2017) Con la publicación “Analysis of Influencing
Factors of Life Insurance in Beijing Area”, en “The 2nd International Conference on
Education, Management Science and Economics (ICEMSE 2017)” donde hace
referencia a que en los últimos años las empresas de seguros de vida en Beijing se
han visto beneficiadas por la preocupación de las personas en cuanto a su futuro,
dado que estas buscan un seguro de vida. La publicación analiza, con información
del periodo desde 1997 hasta 2015, el impacto a largo plazo y también el de corto
plazo de los factores presentes en los clientes, para lo cual utilizan el modelo VEC,
con variables como el gasto del consumo final y con la variable PBI los cuales
tienen efectos a largo plazo y de corto plazo sobre la demanda de seguros de vida,
por lo que los autores concluyen que a largo plazo el consumo nacional necesitará
ser más estimulado por lo que a corto plazo, se deberá realizar publicidad para
precisamente generar la estimulación y así genere el efecto a largo plazo deseado.

Marco teórico
La literatura actual con respecto a los modelos de series de tiempo univariados
y multivariados está enfocada específicamente cuando se desea analizar los
datos de manera longitudinal a través del tiempo pero lo común por muchos
años han sido tratarlos con modelos de forma univariada, por lo que hoy en día
ya se conocen metodologías las cuales harán el tratamiento de manera
multivariada como por ejemplo los Modelos VAR (Vectores autoregresivos) y
los Modelos VEC (Vectores de corrección de errores). El modelo VAR que
será una principal herramienta de series de tiempo multivariado para el caso en
que las series que se quieren analizar en conjunto presenten cierta
característica, este modelo fue utilizado para el análisis macroeconómico en un
inicio por Sims en los años 80s. Una característica especial del modelo VAR es
que todas las variables son tomadas en cuenta como endógenas, pues cada una
de ellas se expresará como una relación lineal de sus propios retardos y de los
retardos de las restantes variables que integran el modelo. Esta metodología
permite obtener mayor información de las variables y la dinámica variable de
sus interrelaciones de corto plazo, lo cual no es detectable usualmente con
modelos univariados como es el caso de la familia ARIMA y sus variantes. El
modelo VAR es también una técnica muy confiable para generar pronósticos
aceptables en el corto plazo, aunque se presentarán ciertas limitaciones que
estará condicionada a su estacionariedad de cada una de las variables. En
comparación, el modelo VEC al ser también una herramienta que pertenece a
la metodología de series de tiempo multivariadas, se caracterizará por contener
variables cointegradas; en otras palabras, variables que guardarán posible
relación de equilibrio de largo plazo entre ellas. Los modelos VEC han
refinado el análisis de los modelos VAR, pues incluirán la dinámica de ajuste
de las variables en el corto plazo, cuando pueda ocurrir un shock (Efecto
inesperado) que hará que éstas variables se aparten momentáneamente de su
relación de equilibrio de largo plazo, como el restablecimiento de la relación de
equilibrio para el largo plazo, siendo muy útil la información que otorga acerca
de la velocidad de ajuste hacia tal equilibrio; por lo tanto, el VECM brinda
mayor información que el VAR (Fernandez-Corugedo, 2003).
Referencias
ShieldSquare Captcha. (n.d.). Www.bcrp.gob.pe. Retrieved June 7, 2022, from

https://www.bcrp.gob.pe/docs/Publicaciones/Revista-Moneda/moneda-177/moneda-177-

06.pdf

Pendientes: