Análisis del riesgo de caída de cartera en segurosmetodologías de “inteligencia artificial” vs “modelos lineales generalizados”

Resumen

Han transcurrido varios años desde que se comenzó a hablar de Solvencia II; cuyo objetivo es el desarrollo y establecimiento de un sistema que permita determinar los recursos propios mínimos a requerir a cada aseguradora, en función de los riesgos asumidos y la gestión de éstos. La regulación busca identificar las causas que supongan una pérdida en sus recursos; logrando una correcta cuantificación de los riesgos a los que están expuestas las entidades. El objetivo de la tesis es mostrar la posibilidad de utilizar dos enfoques metodológicos distintos para la evaluación del riesgo de caída de cartera; uno de los tantos riesgos que el sector deberá considerar bajo Solvencia II. Un enfoque será no paramétrico recurriendo a técnicas de Inteligencia Artificial y, en contraste, los Modelos Lineales Generalizados provenientes de la estadística paramétrica. De esta forma, lograr establecer una serie de reglas de decisión básicas, a manera de herramienta de clasificación, capaces de determinar los perfiles de clientes susceptibles a la cancelación de su póliza. La aplicación práctica de ambas metodologías permitirá poder tener una aproximación a la probabilidad de cancelación del cliente mediante dichos patrones que se traduciría en una mejora en la gestión del riesgo de caída de cartera; contribuyendo al equilibrio y estabilidad de los niveles de solvencia de las entidades. La utilización de la Inteligencia Artificial es un enfoque novedoso para el análisis de este riesgo. Existen varios trabajos donde se han realizado diversas aplicaciones de la Inteligencia Artificial sobre infinidad de campos de estudio. Sin embargo, existen muy pocas aplicaciones dentro del sector asegurador; así mismo, ningún trabajo ha analizado el tema del Riesgo de Caída de Cartera mediante estas técnicas. De aquí lo novedoso de la tesis, ya que habitualmente se recurre a metodologías paramétricas del tipo estadístico y muy poco se ha indagado sobre la utilización de la parte no paramétrica que ofrece la Inteligencia Artificial. La tesis describe los fundamentos del proyecto Solvencia II, resumiendo sus antecedentes y marco regulatorio; y haciendo referencia a los tres pilares que conforman su estructura. Ante la necesidad de estudiar nuevas metodologías de cuantificación y gestión de riesgos dentro del sector; la caída de cartera, el problema en estudio, es un riesgo que cobra especial importancia ante Solvencia II, así como las principales causas que lo provocan. Se describe la información utilizada en las aplicaciones empíricas de las técnicas desarrolladas, presentando el análisis exploratorio de las variables de la muestra, así como el tratamiento y contexto de la información disponible. Se expone un modelo para lograr identificar patrones de comportamiento de clientes susceptibles a la cancelación de su póliza de seguros. Se revisan las metodologías no paramétricas propuestas por la Inteligencia Artificial, resumiendo las principales características de los Árboles de Decisión y del Rough Set. Se realiza una aplicación empírica de ambas técnicas, lo que constituye una aportación metodológica como herramientas de predicción para este tipo de riesgo. Se compara los resultados con la aplicación empírica del modelo paramétrico sobre la misma muestra. Se recopilan las características, estructuras y componentes del marco teórico de los Modelos Lineales Generalizados. Se interpretan las conclusiones e implicaciones generadas a partir de este tipo de modelación predictiva, hoy también poco desarrollada para el problema en cuestión. Los resultados obtenidos y sus conclusiones muestran el nuevo enfoque que las metodologías aplicadas pueden dar para el análisis del riesgo de caída de cartera y cómo dichas técnicas pueden ser utilizadas por las aseguradoras. Por tanto queda cubierto el objetivo de esta tesis de animar al sector a indagar en nuevas metodologías y técnicas, para cubrir con las necesidades y requerimientos exigidos por Solvencia II.